搜索
第2章专家系统与专家控制系统在传统控制系统中，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。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。2.1概述2.1.1、什么是专家系统1．定义专家系统是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。2.1.2专家系统的发展历程分为四个阶段：（1）孕期期（1965年以前）专家系统历史的一些重要事件1956年人工智能诞生；两项历史意义的突破：LT系统与西洋跳棋程序；1957年开始通用问题求解程序GPS.(2)初创期（1965-1971年）第一代专家系统DENLDRA和MACSMA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。MACSMA为用于数学运算的数学专家系统，由麻省理工学院完成。（3）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。（4）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。专家系统可以解决的问题一般包括解释、预测、设计、规划、监视、修理、指导和控制等。目前，专家系统已经广泛地应用于医疗诊断、语音识别、图象处理、金融决策、地质勘探、石油化工、教学、军事、计算机设计等领域。2.2、专家系统的基本结构与实现专家系统主要由知识库和推理机构成，专家系统的结构如图2-4所示。专家系统的结构用户人机接口领域专家知识工程师解释机构知识获取机构数据库推理机知识库专家系统核心1．知识库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。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。2．推理机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。3．知识的表示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。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。4．专家系统开发语言（1）C语言，人工智能语言（如Prolog，Lisp等）；（2）专家系统开发工具：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。2.2.2专家系统的实现1、专家系统的建立原则知识与知识处理机构分开和互相独立的原则按系统功能实现模块化构造的原则交互性原则2、专家系统的建立步骤问题选择和定义阶段原型构造阶段规划和设计阶段实施阶段、测试和评介阶段以及集成和维护阶段测试和评价阶段集成和维护阶段（1）知识库的设计①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。（2）推理机的设计①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。（3）人─机接口的设计①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。2.3专家控制系统的设计方法（1）专家控制系统的概念与分类（2）专家控制系统的设计结构（3）专家控制系统的开发步骤（4）知识的获取与表示（5）推理机制2.3.1专家控制系统概念、分类一、概述瑞典学者K.J.Astrom在1983年首先把人工智能中的专家系统引入智能控制领域，于1986年提出“专家控制”的概念，构成一种智能控制方法。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。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。二、基本原理1．结构专家控制的基本结构如下图所示。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结构2．功能（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）控制过程可以利用对象的先验知识；（3）通过修改、增加控制规则，可不断积累知识，改进控制性能；（4）可以定性地描述控制系统的性能，如“超调小”、“偏差增大”等；（5）对控制性能可进行解释；（6）可通过对控制闭环中的单元进行故障检测来获取经验规则。3.与专家系统的区别专家控制引入了专家系统的思想，但与专家系统存在区别：（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。4.分类按专家控制在控制系统中的作用和功能，可将专家控制器分为以下两种类型：(1)直接型专家控制器直接专家控制器用于取代常规控制器，直接控制生产过程或被控对象。具有模拟（或延伸，扩展）操作工人智能的功能。该控制器的任务和功能相对比较简单，但是需要在线、实时控制。因此，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。直接型专家控制器的示意图见图中的虚线所示。知识库信息获取与处理推理机构被控对象传感器控制规则库直接型专家控制器直接型专家控制器(2)间接型专家控制器间接型专家控制器用于和常规控制器相结合，组成对生产过程或被控对象进行间接控制的智能控制系统。具有模拟（或延伸，扩展）控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型：①优化型专家控制器：是基于最优控制专家的知识和经验的总结和运用。通过设置整定值、优化控制参数或控制器，实现控制器的静态或动态优化。②适应型专家控制器：是基于自适应控制专家的知识和经验的总结和运用。根据现场运行状态和测试数据，相应地调整控制规律，校正控制参数，修改整定值或控制器，适应生产过程、对象特性或环境条件的漂移和变化。③协调型专家控制器：是基于协调控制专家和调度工程师的知识和经验的总结和运用。用以协调局部控制器或各子控制系统的运行，实现大系统的全局稳定和优化。④组织型专家控制器：是基于控制工程的组织管理专家或总设计师的知识和经验的总结和运用。用以组织各种常规控制器，根据控制任务的目标和要求，构成所需要的控制系统。间接型专家控制器可以在线或离线运行。通常，优化型、适应型需要在线、实时、联机运行。协调型、组织型可以离线、非实时运行，作为相应的计算机辅助系统。间接型专家控制器的示意图如图所示。专家控制器被控对象传感器控制算法特征提取间接型专家控制器2.3.4知识的获取与表示知识表示就是知识的形式化，就是研究用机器表示知识的可行的、有效的、通用的原则和方法。目前常用的知识表示方法有：逻辑表示法、语义网络法、产生式规则、特性表示法、框架表示法、与或图法、过程表示法、黑板结构、Petri网络法、神经网络等。2.3.4知识的获取与表示1、产生式规则表示法控制器匹配、冲突解决规则库数据库匹配检索1、产生式规则表示法规则库：存放了若干规则，每条产生式规则是一个以“如果满足这个条件，就应当采取这个操作”形式表示的语句。数据库：是产生式规则注意的中心，每个产生式规则的左半部分表示在启用这一规则之前数据库内必须准备好的条件。控制器：是说明下一步应该选用什么规则，也就是如何运用规则。通常从选择规则到执行规则分成三步：匹配、冲突解决和操作。2.3.4知识的获取与表示2、状态空间表示法状态空间表示法是知识表达的基本方法。状态空间是利用状态变量和操作符号，表示系统或问题的有关知识的符号体系，通常可以用三元组来表示：｛Qs｝，F，｛Qg｝其中Qs表示初始状态，Qg表示目标状态，F表示操作。2.3.4知识的获取与表示3、框架表示法框架是一个嵌套的连接表，用于表达问题的状态和操作过程及其相互联系。框架系统的嵌套式结构便于表达不同层次的知识。通过扩充子框架，可以进一步描述问题的细节。3、框架表示法框架的结构（框架名）（槽1（侧面l（值1）（值2）┇）（侧面2（值1）（值2）┇）┇）（槽2（侧面l（值1）┇）┇）┇）4、“与或图”表示法与或图概念与或图是一种超图，图中用几条超弧线连接一个父节点和它的一组后继节点，加到一个节点上的“与”或“或”标记取决于该节点对其父节点的关系。ACBDEFH4、“与或图”表示法•分解“与”树将复杂的大问题分解成一组简单的小问题，将总问题分解为子问题。若所有子问题都解决了，则总问题也解决了。这是“与”的逻辑关系。而子问题又可以分为子子问题，如此类推可以形成问题分解的树图，称为“与”树。总问题子问题（简单）子子问题（更简单）4、“与或图”表示法•变换“或”树将较难的问题变换为较易的等价问题。若一个较难问题可以等价变换为几个容易问题，则任何一个容易问题解决了，也就解决了原有的难问题，这是“或”的逻辑关系。而这些容易问题还有可能变换为若干更容易的问题，如此下去，可以形成问题变换的“或”树。总问题等价问题（易）等价问题（更易）4、“与或图”表示法与或图构成规则•与或图中的每个节点代表一个要解决的单一问题或问题集合，图中的起始节点对应总问题。•对应于本原问题的节点为叶节点，它没有后裔。•对于把算符（与操作／或操作）应用于问题A的每种可能情况，都把问题变换为一个子问题集合；有向弧线自A指向后继节点，表示所求得的子问题集合。2.3.4知识的获取与表示5、黑板模型结构是一种功能较强的问题求解模型，能处理大量不同表达的知识，并能提供组织，协调，应用这些知识的手段。这种模型采用机遇推理模型，把求解过程看作是一个产生部分解并由部分解组合出一个满意的解的过程。黑板模型的主要优点在于它在控制上的灵活性，并能综合不同的知识表达和推理技术。5、黑板模型结构5、黑板模型结构黑板数据结构（简称黑板）•它是全局性的数据结构。•用于组织问题求解数据，处理知识源之间的通信。•黑板模型可分为若干信息层，每一层用于描述关于问题的某一类信息。•各个信息层之间形成一个松散的层次结构，高层中的黑板元素可以近似地看成是这下一级若干个黑板元素的抽象。5、黑板模型结构知识源•问题求解所需的领域