斜拉桥智能施工控制专家系统推理机设计*

滕 阳，袁帅华

(湖南科技大学 土木工程学院，湘潭 411201)

斜拉桥智能施工控制专家系统推理机设计*

滕 阳，袁帅华

(湖南科技大学 土木工程学院，湘潭 411201)

斜拉桥施工控制是斜拉桥施工过程中的关键技术问题.本文在以往桥梁施工控制专家系统研究的基础之上，讨论了斜拉桥智能施工控制专家系统的推理方式、控制策略、推理规则群；对斜拉桥智能施工控制专家系统中的推理机制进行了设计，具体包括推理性知识的预处理、推理预处理、正向推理方法、冲突消解策略方法.结果表明，设计达到了推理灵活、高效以及推理结果可靠的效果，可以基于它来构建智能斜拉桥施工控制专家系统. 关键词：斜拉桥施工控制；推理机；推理方式；控制策略；系统

斜拉桥结构受力体系复杂，结构状态影响因子众多，而且随着悬臂长度的增加，结构状态越来越敏感，一个微小的因素都能造成较大的不利影响[1].为解决斜拉桥复杂的施工控制问题，目前应用于桥梁施工控制的专家系统得到了应用，但是实践证明，系统如今还存在着几大突出的问题：第一，推理过程的单调：专家系统缺乏常识的推理，推理方法固定、单调，这种运用知识的推理方式及推理的控制策略并不符合人类的思维方式；第二，实时性差：对于复杂的推理，推理中间步骤多，导致搜索空间大，系统推理漫无目的，推理速度慢，效率低，实时诊断的要求难以实现[2].

推理机是智能专家系统的智库，在回答用户问题的推理过程中合理的选择知识以及充分利用知识是推理机制的主要工作，它是整个专家系统运行的核心部分.鉴此，本文对推理机进行设计，旨在提高系统的推理灵活性、效率以及推理结果的可靠性，使专家系统能够胜任斜拉桥的智能施工控制.

1 推理机制

1.1 模块配合

图1 系统推理机与其它模块配合工作过程

1.2 推理方式选择

如何恰当的选择知识和充分的利用知识是推理机所要解决的问题，推理知识的运用模式叫做推理方式.

(1)演绎推理：三段式演绎推理中的大前提是包含具体的事物和事物本身具有的规律，小前提是事物的属性或者类别，结论就是大前提中事物的具体规律，由于个体包含于普遍，只要同类事物共有的属性，然则普通中每一个个体事物一定拥有相同的属性[3].

例如：斜拉桥施工过程中要进行索力和标高双控(大前提)，如皋长江大桥是斜拉桥(小前提)，所以如皋长江大桥施工控制过程中要进行索力和标高双控(结论).

(2)归纳推理：和演绎推理恰恰相反，归纳推理是个别到一般的思维过程，从样本范围足够大的事物中归纳推理出一般性结论.其推理的一般形式可以表示如下[4]：

S1具有属性P；S2具有属性P；……；Sn具有属性P.Sn是S的全部对象；所以，所有S具有属性P.这里S1……Sn是个体的代称，P表示的是事物属性的谓词.

例如：论证“斜拉桥梁段混凝土实际弹性模量大于理论弹性模量”：

01#块砼实测弹性模量大于理论弹性模量

02#块砼实测弹性模量大于理论弹性模量

03#块砼实测弹性模量大于理论弹性模量 ……论据(前提)

01#、02#、03#都是斜拉桥主梁悬臂施工时的几个梁段

所以说斜拉桥主梁砼实际弹性模量大于理论弹性模量 ……论点(结论)

(3)默认推理：也叫缺省推理，默认推理其实也可以归纳为不确定性推理，它是在某些条件已经成立的条件下，假设推理所需的另一些条件也成立，而推导得出某一结论，推理过程的特点是知识不完备，但推理出的结论比较可靠[3].

例如：有这样一个事实，某斜拉桥主梁浇筑的混凝土采用的是C55号混凝土，那么“主梁混凝土的轴心抗压强度值为35.5 MPa”.这个结论是对的—当这么认为时，其实没有考虑混凝土在不同龄期的强度是不同的，比如7天龄期的C55混凝土轴心抗压强度为标准值的80%～90%，之所以认为这一结论是对的，这是因为这个结论省略了一些东西，比如补充完整后“28天龄期的C55混凝土轴心抗压强值为35.5 MPa”，其中28天龄期就是这一结论的缺省成分，这一成分对这一结论起到了决定性的作用，但是几乎没有注意到它.类似这样的缺省值参与的、构成高级认知过程的推理，就叫默认推理.

1.3 推理控制策略选择

专家系统推理的控制策略指的是，在被求解问题确定了适用的推理方法情况下，实现该推理方法的一种“手段”或者叫“步骤”，控制策略的选择体现了推理的思路和过程[5].

(1)正向推理：也叫做数据驱动控制策略，其思想是从用户提供的已经发生的事实出发，在知识库中搜索匹配能够利用的知识，查找到知识后放在用于存放知识的数据库中，构成使用知识集，最后按某种冲突消解策略规则从中挑选一条知识推理，同时将推理得到的间接新事实存入到动态数据库中供下一步的推理使用，直至退出最终的结论.

(2)冲突消解策略：推理机必然要在知识库和数据库中检索需要的知识或者证据，通常匹配的知识或证据存在着很多条，因此专家系统必须要从中选出一条最合适的进行推理.冲突消解的任务是解决冲突，提高专家系统的工作效率[6].最简单的冲突消解办法就是将知识根据具体事物的特点从不同的角度出发进行优先级排序，主要从知识准确性排序、次序排序、规模排序、就近排序、频率排序、随机排序、内容排序等7方面进行优先级排序.

1.4 推理规则群

斜拉桥智能施工控制专家系统规则群主要分为四大类：一类是误差分析规则群，按照规则群内的规则将理论值与实测值进行比较和判断，再进行计算和分析，最终推导得出结论；第二类是参数识别规则群，在理论分析计算的基础上，结合领域专家丰富的经验建立起来的，在施工过程中实现参数的自动识别与调整，用户能够进行参数的调整，实现参数的自适应控制过程；第三类是施工过程调整规则群，系统按照领域专家设定好的误差控制范围，做出是否对桥梁结构参数、主梁标高(含立模标高)和张拉索力的大小进行调整的判断；第四类是智能预警规则群，事实准确地跟踪测点观测值的变化，进行综合分析判断，及时反馈桥梁施工状态的最新安全状态.

2 推理机设计

2.1 实现技术

以Microsoft Visual Studio2010作为开发平台，开发框架如图2所示；Visual C++作为开发语言；数据库访问采用Microsoft ADO.NET技术，数据库访问构架如图3所示[7].

2.2 知识预处理

斜拉桥智能施工控制系统采用集成表示法.集成表示的方法由对象—规则—过程(机器代码或者文本知识)组成的类框架[8].即知识问题由一个框架表示，其中基本性质由对象描述，性质之间的相互联系由规则表示，求解性质过程中需要调用的函数或者文本知识由过程表示，其具体预处理方法见表4和表5.

图2 VS2010开发框架图

图3 数据库构架图

2.3 推理预处理

在斜拉桥施工控制专家系统中，推理机的设计主要涉及推理预处理下面以索力预警规则推理预处理过程为例进行介绍.表1表示索力预警规则(Δ表示索力误差百分比).

表1 索力预警规则预处理前

上述规则表达式如果用程序代码编写时相当繁琐，且在任意匹配成功后3个规则时，都要执行“预警标识”.为此，在设计系统知识库中的规则时，通过一些符号将前提条件中的表达式及其结论中的表达式汇总简化，如对上例可用表2方法进行预处理，符号的含义存放在CWMODEL.KBF中.

表2 索力预警规则预处理

系统在推理过程中，首要步骤是依据基本事实对这些证据符号求值，当系统检索匹配规则前提时，自动从证据表中获取所需的知识，因此避免了重复计算步骤，效率得到提高[9].

表3 索力预警规则预处理后

2.4 正向推理算法

下面以Cable Force Early WarningLevel(索力预警等级)求解目标为例，说明正向推理的具体过程.

假设有基本事实：Cable Force=TURE()；CFEWL=TURE；KBFNAME.KBF中含有知识库文件LS.KBF和WL.KBF；求解目标：Cable Force Early Warning Level(CFEWL)；其中，知识库文件LS.KBF和WL.KBF的具体内容如下：

表4 知识库LS.KBF内容

假如经过上述推理预处理后，有如下事实，Cable Force=TURE()；KK02=TURE()；CFEWL=TURE()；PP02=TURE().则正向推理的具体求解过程如表6所示：

2.5 冲突消解策略方法

在斜拉桥智能施工控制专家系统中，在框架【一般属性】中添加了【规则驱动槽】，所有规则与规则编号建立起相互的联系，在相应的规则中添加了一个规则优先级，领域专家可以根据自身的施工控制经验对这些规则优先级进行赋值，本文优先级采用(0,100]的数值来进行级别高低的划分，优先级数值越大表示优先级越高，反之越低.在推理过程中，如果系统匹配了【规则驱动要求】的规则前提后，系统自动调用优先级较高的规则，进行问题的求解，按照优先级顺序高低依次调用，直至问题求解成功.这样一来，系统的推理效率就得到了提高.

例如：在斜拉桥索力预警中，通常在施工过程中索力误差值率都控制在5%以内，即使索力出现了预警，一般情况下也是较小的偏差，误差率在5%～10%.因此根据以上的施工控制经验，在进行索力预警等级规则进行优先级划分时，规则RULE001/规则优先级：100；规则RULE002/规则优先级：90；规则RULE002/规则优先级：70；规则RULE004/规则优先级：50.

表5 知识库WL.KBF内容

另外，系统在规则中扩展了“规则前提相关”与“规则结论相关”两个规则项槽，同样可以缩小知识检索的范围，系统的推理效率进一步得到了提高.

表6 正向推理过程

3 结论

本文在以往桥梁施工控制专家系统研究的基础之上，对斜拉桥施工控制专家系统推理机制进行了设计，提高了系统的推理效率与推理灵活性，推理结果也稳定可靠，能够满足智能化施工控制的需要，为开发斜拉桥智能施工控制专家系统奠定了基础.

[1] 徐郁峰.大跨径预应力混凝土斜拉桥施工控制理论与核心技术研究及软件开发[D].华南理工大学博士学位论文，2004.

[2] 马 建，孙守增，杨 琦，等.中国桥梁工程学术研究综述

[J].中国公路学报，2014，27(5)：1-96.

[3] 王亚南.专家系统中推理机制的研究与应用[D].武汉理工大学硕士学位论文，2006.

[4] 张继华.科学探究推理研究[D].西南大学博士学位论文，2012.

[5] 王明艳.基于智能的冲压工艺设计专家系统推理机的研究[D].合肥工业大学硕士学位论文，2009.

[6] 张惠荣，王国贞，张苏英.基于案例推理的高炉热风炉燃烧专家控制系统[J].河北冶金，2016(3)：26-29.

[7] 石 峰.Visual Studio2010应用解析[J].经济师，2011，20(19)：137-138.

[8] 袁帅华.基于网络的桥梁智能化施工控制系统研究[D].同济大学博士学位论文，2008.

[9] 欧阳丹彤，张 瑜，叶育鑫.本体推理机求解Mups的性能评测研究[J].计算机学报，2015，38(24)：1-18.

The Reasoning Mechanism Design of Intelligent Construction Control Expert System of Cable-stayed Bridges

TENG Yang，YUAN Shuai-hua

(School of Civil Engineering, Hunan University of Science and Technology, Xiangtan 411201, China)

The cable-stayed bridge construction control is key technology in the process of project. This paper discusses the reasoning, control strategy and reasoning rule group of intelligent cable-stayed bridge construction control expert system(ICBCCES) based on the expert’s previous researches on systematic bridge construction. It designs the inference mechanisms in the ICBCCES, including reasoning knowledge pretreatment, reasoning pretreatment, forward reasoning method and conflict resolution method. The results show that the design is flexible, efficient, and reliable. It can be used to construct ICBCCES.

construction controlof cable-stayed bridge; inference engine; reasoning; control strategy; system

2016-05-09

国家自然科学基金资助项目(51078197)，湖南省高校创新平台开放基金资助项目(09K083).

滕 阳(1991-)，男，硕士研究生，研究方向：桥梁工程.

U445.7+2

通迅作者：袁帅华(1974-)，博士，男，副教授，研究方向：大跨度桥梁施工控制.