文档介绍：第四章  递阶控制系统
教学内容
    递阶控制系统的定义、递阶控制原理的解析公式、系统结构、控制模型及其典型实例等。
教学重点
    递阶控制系统的结构与控制模型。
教学难点
    递阶控制系统的控制模型、实例。
教学方法
    课堂教学为主,适当提问,多使用具体实例,将课程讲述得浅显易懂。
教学要求
    使学生掌握递阶控制系统的基本原理及结构,了解其典型的模型、实例等
  递阶智能机器的一般理论
教学内容    递阶智能机器的定义、一般结构、IPDI原理的解析公式等。
教学重点    递阶智能机器的一般结构。
教学难点    IPDI原理的解析公式。
教学方法    课堂教学为主,并适当提问、收集学生学习情况。
教学要求    掌握递阶智能机器的一般结构、IPDI原理的解析公式,了解递阶智能机器的主要定义。
  递阶智能机器的一般结构
    递阶智能控制系统由三个基本控制级构成,。
 递阶智能机器的级联结构
思考  三级递阶结构各级之间的联系。
  递阶智能机器的主要定义
机器知识  机器知识流量  机器智能  机器不精确性机器精度
  IPDI原理的解析公式
    IPDI原理可由概率公式表示为:
        PR(MI, DB) = PR(R)
式中,PR表示概率,MI为机器知识,DB为与执行任务有关的数据库。
    如果MI独立于DB,那么:
        H(MI) + H(DB) = H(R).
思考  由IPDI概率公式推导MI的熵的过程
  递阶智能控制的结构
教学内容    递阶智能控制系统组织级、协调级、执行级的结构。
教学重点    组织级的两种结构模型(基于概率、基于专家系统)。
教学难点    组织级的两种结构模型。
教学方法    课堂教学为主,充分利用网络课程中的多媒体素材来表示抽象概念。
教学要求    掌握递阶智能机器结构中组织级、协调级、执行级的结构,典型的模型等。
  组织级的结构
    首先介绍组织级的功能:  机器推理  机器规划  机器决策  机器学忆交换
    机器推理模型由推理模块RB、概率推理模块PRB和存储器以及分类器组成。
    机器规划操作(功能)模型的输入为,而输出为=Zjmv 。该规划能够完成所请求的作业。
    机器决策功能模型是一切完备的和可兼容的规划。把最有希望的规划存储在单元RR内。在检验时,如果发现某个完备的规划比存储在RR内的已有规划具有更大的概率,那么这一新规划就被送至RR,而原已存储的规划则被消去。一旦检验结束,RR的内容即为执行请求作业所需要的最有希望的完备和可兼容规划。
    基于专家系统的组织级结构模型,原则上与基于概率的结构模型相似。
    这两种模型,都是由一个提取器、一个或非门、几个锁存器和寄存器组成的硬件来实现分类的。用户指令经过过滤(筛选)后进入提取器,被归类为特定的指令类型,同时与知识库内的当前指令类型进行比较。当检查到该用户指令为一新的指令类型时,就设置一标志