智能控制导论 # 专家控制

2024-06-06 01:37| 来源: 网络整理| 查看: 265

特定领域的专家：对问题的求解是基于自己的知识和推理完成的。

1.1 专家系统的定义

定义的3个关键点：1.计算机程序系统 2.内部有大量专家知识 3.这个系统能模拟人类专家推理解决问题

1.2 专家系统的基本组成

规则有两种：

基于专家经验的判断性规则用于推理、问题求解的控制性规则

知识库

包含多种功能模块：知识查询、检索、增删、修改、扩充。通过人机接口获取专家知识。

推理机

对知识库中的知识进行推理来得到结论的“思维”机构，完成基于知识的推理

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，寻找支持的证据

3.双向推理

先用正向推理得到假设的结论，再用反向推理证实假设

知识库和推理机=》模拟了人类专家的思考和决策过程

1.3 专家系统的实现怎样在知识库中表示专家的知识？

常用知识表述方法有：产生式规则，框架，语义网络，过程。

产生式规则最流行。 IF E THEN H WITH CF(E,H) E - 规则的前提条件，即：证据 H - 规则的结论，即假设，也是命题 CF - 规则的强度。 E为true时对结论的影响程度如何开发专家系统？

ES的开发工具

编程语言：C语言、Lisp语言、PROLOG语言等专家系统外壳：EMYCIN,KAS,EXPERT等通用型专家系统工具和开发环境：Insight2，Exsys 专家系统的建立步骤

瑞典学者K.J.Astrom在1983年把专家系统引入控制领域，与1986年提出“专家控制”。

2.1 专家控制定义

专家控制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，从而实现对系统的控制。

2.2 专家控制的结构

Note:在推理机上特别注明了“实时”。因为控制系统对实时性具有极高的要求。实时性

任务要在限定时间内完成

故此：专家系统的推理机必须在指定时间内决策，因此是：实时推理机。

专家系统与专家控制系统是不同的。有重大区别的。只是在控制领域借鉴了专家系统的思想。而不是单纯地对专家系统的应用。专家控制比专家系统对可靠性和抗干扰性有更高的要求。

2.3 专家控制系统的优越性专家控制能满足任意动态过程的控制需要，尤其是适用于那些带有时变、非线性和强干扰的系统的控制。使用专家控制在控制过程中可以充分的利用对象的先验知识。使用专家控制通过修改、增加控制规则、可不断累积知识，改进控制性能。使用专家控制能够定性的描述控制系统的性能。如：“超调小”，“偏差增大”等。使用专家控制对控制性能可以进行解释。（可解释性：与后面的博客将写到的神经网络控制相对比，这是一个很重要的性质）可以通过对控制闭环中的单元进行故障检测来获取经验规则，从而获得更丰富的知识。 2.4 专家控制系统中的知识表述系统中的知识

（1）受控过程的知识

先验知识：包括问题的类型及开环特性。动态知识：包括中间状态及特性变化。

（2）控制、辨识、诊断知识

定量知识：各种算法定性知识：各种经验、规则、直观判断数据库中的4类知识表述

事实——控制系统中已知的静态数据

证据——测量到的动态数据

数据各异、带有噪声、延迟、残缺甚至出现冲突。

假设——由事实和证据推导的中间结果，作为当前事实集合的补充

目标——系统的性能指标

规则库中的知识

一般还是用产生式规则

IF 控制局势（事实和证据） THEN 操作结论