专家控制系统

1专家控制(ExpertControl)2在传统控制系统中，系统的运行排斥了人的干预，人-机之间缺乏交互。控制器对被控对象在环境中的参数、结构的变化缺乏应变能力。传统控制理论的不足，在于它必须依赖于被控对象严格的数学模型，试图对精确模型来求取最优的控制效果。而实际的被控对象存在着许多难以建模的因素。3上世纪80年代初，人工智能中专家系统的思想和方法开始被引入控制系统的研究和工程应用中。专家系统能处理定性的、启发式或不确定的知识信息，经过各种推理来达到系统的任务目标。专家系统为解决传统控制理论的局限性提供了重要的启示，二者的结合导致了专家控制这一方法。4专家系统专家控制专家PID控制专家PID控制仿真实例专家整定PID控制主要内容51专家系统专家系统概述专家系统的分类与组成专家系统建立61．定义①一个智能计算机程序，它应用知识和推理过程来求解那些需要大量的人类专家经验才能解决的难题。（费根鲍姆）一、专家系统概述7②一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。（蔡自兴）8③一种在相关领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题。④一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。9专家系统定义专家系统（ExpertSystem)是一种在特定领域内具有专家水平解决问题能力的程序系统。它能够有效地运用专家多年积累的有效经验和专门知识，通过模拟专家的思维过程，解决需要专家才能解决的问题。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。10专家系统(expertsystem)是人工智能的一个发展分支。正如专家系统先驱费根鲍姆(Feigenbaum)所说：专家系统的力量是从它处理的知识中产生的，而不是从某种形式主义及其使用的参考模式中产生的。这正符合一句名言：知识就是力量。11自1965年费根鲍姆等人研制成功第一个专家系统DENLDRA以来，专家系统获得了飞速的发展，并且运用于包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。122.发展历史初创期（1965-1971）成熟期（1972-1977）发展期（1978-至今）13(1)初创期（1965-1971年）第一代专家系统DENLDRA和MACSYMA的出现，标志着专家系统的诞生。其中DENLDRA为推断化学分子结构的专家系统，由专家系统的奠基人，Stanford大学计算机系的Feigenbaum教授及其研究小组研制。MACSYMA为用于数学运算的数学专家系统，由麻省理工完成。14第一代专家系统（DENLDRA、MACSMA等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。15（2）成熟期（1972-1977年）在此期间斯坦福大学研究开发了最著名的专家系统-血液感染病诊断专家系统MYCIN，标志专家系统从理论走向应用。另一个著名的专家系统-语音识别专家系统HEARSAY的出现，标志着专家系统的理论走向成熟。16第二代专家系统（MYCIN、HEARSAY等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。17（3）发展期（1978-现在）在此期间，专家系统走向应用领域，专家系统的数量增加，仅1987年研制成功的专家系统就有1000种。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。18在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。193.专家系统的四个要素能达到专家级水平。20①为解决特定领域的具体问题，除需要一些公共的常识，还需要大量与所研究领域问题密切相关的知识；②一般采用启发式的解题方法；③在解题过程中除了用演绎方法外，有时还要求助于归纳方法和抽象方法；④需处理问题的模糊性、不确定性和不完全性；⑤能对自身的工作过程进行推理(自推理或解释)；⑥采用基于知识的问题求解方法；⑦知识库与推理机分离。4．专家系统特点21二、专家系统的分类与组成专家系统分类专家系统的基本组成22a.按用途分类（专家系统）诊断型控制型解释型监测型预测型维修型设计型教学型规划型调度型1.专家系统分类231）诊断型专家系统这是根据对症状的观察与分析、推出故障的原因及排除故障方案的一类系统。其应用领域包括医疗、电子、机械、农业、经济等。2）解释型专家系统根据表层信息解释深层结构或内部可能情况的一类专家系统。243）预测型专家系统根据过去和现在观测到的数据预测未来情况的系统。其应用领域有气象预报、人口预测、农业产量估计、水文、经济、军事形势的预测等。4）设计型专家系统这是按给定的要求进行产品设计的一类专家系统，它广泛应用于线路设计、机械产品设计及建筑设计等领域。255）决策型专家系统这是对各种可能的决策方案进行综合评判和选优的一类专家系统，它包括各种领域的智能决策及咨询。6）规划型专家系统这是用于制订行动规划的一类专家系统，可用于自动程序设计、机器人规划、交通运输调度、军事计划制订及农作物施肥方案规划等。267）控制专家系统控制专家系统的任务是自适应地管理一个受控对象或客体的全部行为，使之满足预定要求。控制专家系统的特点是，能够解释当前情况，预测未来发生的情况、可能发生的问题及其原因，不断修正计划并控制计划的执行。所以说，控制专家系统具有解释、预测、诊断、规划和执行等多种功能。278）教学型专家系统这是能过行辅助教学的一类系统。它不仅能传授知识，而且还能对学生进行教学辅导，具有调试和诊断功能，加上多媒体技术，其具有良好的人-机界面。9）监视型专家系统这是用于对某些行为进行监视并在必要时进行干预的专家系统。282.专家系统的构成知识库规则库数据库推理机解释程序调度程序推理咨询知识获取领域专家专家系统用户2930•知识库(KnowlegeBase)知识库用来存放专家提供的知识。专家系统的问题求解过程是通过知识库中的知识来模拟专家的思维方式的，因此，知识库是专家系统质量是否优越的关键所在，即知识库中知识的质量和数量决定着专家系统的质量水平。一般来说，专家系统中的知识库与专家系统程序是相互独立的，用户可以通过改变、完善知识库中的知识内容来提高专家系统的性能。31推理机针对当前问题的条件或已知信息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。由此可见，推理机就如同专家解决问题的思维方式，知识库就是通过推理机来实现其价值的。•推理机(InferenceMechanism)32•综合数据库(GlobalDatabase)综合数据库专门用于存储推理过程中所需的原始数据、中间结果和最终结论，往往是作为暂时的工作存储区(WorkingMemory)。解释器能够根据用户的提问，对结论、求解过程做出说明，因而使专家系统更具有人情味。33•知识获取(KnowledgeAcquisition)通过人工方法或机器学习的方法，将某个领域内的事实性知识和领域专家所特有的经验性知识转化为计算机程序的过程。知识获取是专家系统知识库是否优越的关键，也是专家系统设计的“瓶颈”问题，通过知识获取，可以扩充和修改知识库中的内容，也可以实现自动学习功能。34•解释接口(ExplanationInterface)解释接口提供使用者友善的解释说明及咨询功能。35•人机界面（Human-MachineInterface）人机界面是系统与用户进行交流时的界面。通过该界面，用户输入基本信息、回答系统提出的相关问题，并输出推理结果及相关的解释等。36三、专家系统的建立知识库推理机知识的表示专家系统的开发语言专家系统建立步骤37知识库包含三类知识：（1）基于专家经验的判断性规则；（2）用于推理、问题求解的控制性规则；（3）用于说明问题的状态、事实和概念以及当前的条件和常识等的数据。1．知识库38知识库包含多种功能模块，主要有知识查询、检索、增删、修改和扩充等。知识库通过人机接口与领域专家相沟通，实现知识的获取。39推理机是用于对知识库中的知识进行推理来得到结论的“思维”机构。推理机包括三种推理方式：（1）正向推理：从原始数据和已知条件得到结论；（2）反向推理：先提出假设的结论，然后寻找支持的证据，若证据存在，则假设成立；（3）双向推理：运用正向推理提出假设的结论，运用反向推理来证实假设。2．推理机40人工智能中常用的知识表示方法为：产生式规则，框架，语义网络、过程。其中产生式规则是专家系统最流行的表达方法。由产生式规则表示的专家系统又称为基于规则的系统或产生式系统。3．知识的表示41产生式规则的表达方式为：IFETHENHWITHCF(E,H)其中，E表示规则的前提条件，即证据，它可以是单独命题，也可以是复合命题；H表示规则的结论部分，即假设，也是命题；CF（CertaintyFactor）为规则的强度，反映当前提为真时，规则对结论的影响程度。42例子在“动物识别”专家系统中有这样一条规则：IF能做单腿跳吗=否AND在苏格兰吗=是AND高度=大THEN动物=马43（1）C语言，人工智能语言（如Prolog，Lisp等）；（2）专家系统开发工具(ExpertSystemsTools)：已经建好的专家系统框架，包括知识表达和推理机。在运用专家系统开发工具开发专家系统时，只需要加入领域知识。4．专家系统开发语言445.专家系统建立步骤一般步骤与方法45①确定知识类型：叙述性知识，过程性知识，控制性知识；②确定知识表达方法；③知识库管理系统的设计：实现规则的保存、编辑、删除、增加、搜索等功能。（1）知识库的设计46①选择推理方式；②选择推理算法：选择各种搜索算法，如深度优先搜索、广度优先搜索、启发式优先搜索等。（2）推理机的设计47①设计“用户─专家系统接口”：用于咨询理解和结论解释；②设计“专家─专家系统接口”：用于知识库扩充及系统维护。（3）人─机接口的设计482.2专家控制专家控制概述专家控制的基本原理专家控制系统分类专家控制的关键技术及特点49一、概述瑞典学者K.J.Astrom于1983年在“ImplementationofanAutotunerUsingExpertSystemIdeas”一文中，首先把人工智能中的专家系统引入智能控制领域，于1986年在“ExpertControl”提出“专家控制”的概念，构成一种智能控制方法。50专家控制（ExpertControl）是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。51专家控制试图在传统控制的基础上“加入”一个富有经验的控制工程师，实现控制的功能，它由知识库和推理机构构成主体框架，通过对控制领域知识（先验经验、动态信息、目标等）的获取与组织，按某种策略及时地选用恰当的规则进行推理输出，实现对实际对象的控制。知识库实时推理机A/D被控对象D/A控制算法库专家控制的基本结构1．结构二、基本原理53（1）能够满足任意动态过程的控制需要，尤其适用于带有时变、非线性和强干扰的控制；（2