智能控制基础：第七章 专家控制

第七章专家控制

第七章专家控制7.1专家系统概述7.2专家控制系统7.3

应用示例引言传统控制系统中，人机之间缺乏交互，控制器对被控对象在环境中的参数、结构缺乏应变能力。传统控制依赖模型人工智能中的专家系统思想引入控制系统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，给控制理论的局限性提供了启示，二者结合产生了专家控制

7.1专家系统概述7.1.1什么是专家系统7.1.2专家系统的基本组成7.1.3

专家系统的特征及类型

7.1.1什么是专家系统

一类包含着知识和推理的智能计算机程序，其内部含有大量的某个领域专家水平的知识和经验，能够利用人类专家的知识和解决问题的方法来处理该领域的问题。Anexpertsystemusesyourmonthlyexpense,liabilities,income,assets,andcredithistorytodetermineifyoumeettherequirementforaloan

摘自/dictionarry/e/expert

7.1.1什么是专家系统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）

7.1.1什么是专家系统简而言之，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。

专家系统所要解决的问题一般没有算法解，并且经常要在不完全、不精确或不确定的信息基础上做出结论。专家系统和应用程序的区别前者把问题求解的知识隐含地编入程序，而后者则把其应用领域的问题求解知识单独组成一个实体，即为知识库。知识库的处理是通过与知识库分开的控制策略进行的。更明确地说，一般应用程序把知识组织为两级：数据级和程序级；大多数专家系统则将知识组织成三级；数据、知识库和控制。专家系统和应用程序的区别专家系统和应用程序的区别

专家系统可以解决的问题一般包括解释、预测、诊断、设计、规划、监视、修理、指导和控制等。其关键是表达和运用专家知识，即来自人类的并已被证明对解决有关领域内的典型问题是有用的事实和过程。

第一代专家系统只利用人类专家的启发式知识，即只利用浅层表达方式和推理方法。但遇到新问题时，还必须利用掌握的深入表示事物的结构、行为和功能等方面的基本模型等深层知识得出新的启发式浅层知识。

旨在模拟人类专家的智能程序(专家系统)应当兼备浅层和深层两类知识。即不但采用基于规则的方法，还必须采用基于模型的原理构成新一代的专家系统。

知识工程是指由知识工程师从人类专家那里抽取他们求解问题的过程、策略和经验规则，然后把这些知识建造在专家系统之中。

专家系统技术已广泛地应用于医疗诊断、语音识别图像处理、金融决策地质勘探、石油化工教学、军事、计算机设计…7.1.2专家系统的基本组成

不同的专家系统，其功能与结构都不尽相同。通常，一个以规则为基础，以问题求解为中心的专家系统，可用下图来描述。推理机知识库综合数据库知识获取解释接口用户领域专家问题描述解答、建议或解释专家系统的基本组成由上图可知综合数据库推理机解释接口知识获取专家系统知识库

知识库

知识的存储器，用于存储领域专家的经验性知识以及有关的事实、一般常识等。知识库中的知识来源于知识获取机构，同时它又为推理机提供求解问题所需的知识。

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。

推理机

专家系统的“思维”机构，实际上是求解问题的计算机软件系统。其主要功能是协调、控制系统，决定如何选用知识库中的有关知识，对用户提供的证据进行推理，找到解答。

推理机的运行策略正向推理反向推理双向推理（正反向混合推理）

综合数据库(全局数据库)

又称为“黑板”或“数据库”。它是用于存放推理的初始证据、中间结果以及最终结果等的工作存储器。综合存储器的内容是在不断变化的。

解释接口(人-机界面)

能在系统与用户之间进行信息转换操作。此外，能对自己的行为作出解释，可帮助系统建造者发现知识库及推理机中的错误，有助于对系统的调试。是专家系统的重要特征之一。

知识获取

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成计算机程序的过程。包括外部知识获取和内部知识获取。专家系统的一般工作过程

专家系统的基本工作流程是，用户通过人机界面回答系统的提问，推理机将用户输入的信息与知识库中各个规则的条件进行匹配，并把被匹配规则的结论存放到综合数据库中。最后，专家系统将得出最终结论呈现给用户。

在这里，专家系统还可以通过解释器向用户解释以下问题：系统为什么要向用户提出该问题（Why）？计算机是如何得出最终结论的（How）？

领域专家或知识工程师通过专门的软件工具，或编程实现专家系统中知识的获取，不断地充实和完善知识库中的知识。

7.1.3专家系统的特征及类型

具有专家水平的专业知识能进行有效的推理专家系统的透明性和灵活性具有一定的复杂性与难度

具有专家水平的专业知识

一个专家系统为了能像人类专家那样工作，必须表现专家的技能和高度的技巧以及有足够的鲁棒性。

能进行有效的推理

专家系统具有启发性，能够运用人类专家的经验和知识进行启发式搜索、试探性推理、不精确推理或不完全推理。

透明性和灵活性

透明性：专家系统能够在求解问题时，不仅能得到正确的解答，还能知道给出该解答的依据。灵活性：绝大多数专家系统中都采用了知识库与推理机相分离的原则，彼此相独立。

复杂性与难度

首先知识的表示和利用是困难的，此外要求解的都是结构不良且难度较大的问题，不存在确定的求解方法和求解路径，因此，建造专家系统具有困难性和复杂性。

专家系统的类型

专家系统的类型很多，包括演绎型、经验型、工具型和咨询型等。

专家系统的类型按照专家系统所求解问题的性质可把它分为：诊断型专家系统控制专家系统解释型专家系统教学型专家系统预测型专家系统监视型专家系统设计型专家系统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根据过去和现在观测到的数据预测未来情况的系统自适应地管理一个受控对象或客体的全部行为，使之满足预定要求进行辅助教学的一类专家系统。它不仅能传授知识，还能对学生进行教学辅导按给定的要求进行产品设计的一类专家系统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

7.1.4专家系统设计步骤（1)设计初始知识库，包括：(a)问题知识化，即辨别所研究问题的实质，如要解决的任务是什么，它是如何定义的，可否把它分解为子问题或子任务，它包含哪些典型数据等。(b)知识概念化，即概括知识表示所需要的关键概念及其关系，如数据类型、已知条件(状态)和目标(状态)、提出的假设以及控制策略等。

7.1.4专家系统设计步骤(c)概念形式化，即确定用来组织知识的数据结构形式，应用人工智能中各种知识表示方法把与概念化过程有关的关键概念、子问题及信息流特性等变换为比较正式的表达，它包括假设空间、过程模型和数据特性等。(d)形式规则化，即编制规则、把形式化了的知识变换为由编程语言表示的可供计算机执行的语句和程序。(e)规则合法化，即确认规则化了知识的合理性，检验规则的有效性。

7.1.4专家系统设计步骤（2)原型机的开发与试验在选定知识表达方法之后，即可着手建立整个系统所需要的实验子集，它包括整个模型的典型知识，而且只涉及与试验有关的足够简单的任务和推理过程。（3）知识库的改进与归纳反复对知识库及推理规则进行改进试验，归纳出更完善的结果。经过相当长时间(例如数月至二、三年)的努力，使系统在一定范围内达到人类专家的水平。

7.1.4专家系统设计步骤规则化知识化形式化概念化合法化知识问题概念结构形式规则重新阐述再设计改进

7.2专家控制系统7.2.1专家控制系统概述7.2.2专家控制系统的工作原理7.2.3

专家控制器

7.2.1专家控制系统概述瑞典学者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。

7.2.1专家控制系统概述

专家系统是一种基于知识的系统，是对人类特有的思维方式的一种模拟。专家控制是把专家系统的理论和技术同控制理论、方法与技术相结合，在未知的环境下，仿效专家的智能，实现对系统的控制。

专家控制系统

专家控制系统具有全面的专家系统结构、完善的知识处理功能和实时控制的可靠性能。采用黑板等结构，知识库庞大，推理机复杂，包括知识获取子系统和学习子系统，人-机接口要求较高。

专家控制器

专家控制器多为工业专家控制器，是专家控制系统的简化形式，针对具体的控制对象或过程，着重于启发式控制知识的开发，具有实时算法和逻辑功能。知识库小、推理机制简单、无人-机接口。专家控制与专家系统的区别

专家系统的推理结果一般用于辅助用户的决策；专家控制则能对控制动作进行独立的、自动的决策。专家系统离线工作，专家控制则在线工作。

7.2.2专家控制系统的工作原理

专家控制系统由知识基系统、数值算法库和人-机接口三个并发运行的子过程。系统的控制器由位于下层的数值算法库和位于上层的知识基子系统两大部分组成。

数值算法库包含的是定量的解析知识，进行数值计算，快速、精确，由控制、辨识和监控三类算法组成，按常规编程直接作用于受控过程，拥有最高的优先权。

知识基子系统位于系统上层，对数值算法进行决策、协调和组织，包含有定性的启发式知识，进行符号推理，按专家系统的设计规范编码，通过数值算法库与受控过程间接相连。知识基系统的内部组织和推理机制（1）控制的知识表示（2）知识基系统的黑板法模型（3）控制的推理模型

控制的知识表示

按照专家系统的结构，有关控制知识可以分类组织、形成数据库和规则库，从而构成专家系统中的知识源组合。

知识基系统的黑板法模型

由一组知识源、黑板机构和调度器组成。整个知识基系统采用黑板法模型进行问题求解。黑板是一切知识源可以访问的公用数据结构。

知识源是与控制问题子任务相关的一些独立知识模块。可以看作是不同子任务问题领域的小专家。调度器的作用是根据黑板的变化激活适应的知识源，并形成有次序的调度队列。

控制的推理模型

专家控制中的问题求解机制可以表示成：式中：U为控制器的输出作用集；E为控制器的输入集；K为系统的数据项集；I为具体推理机构的输出集；

f为一种算子，它可以一般地表示为：IFEandKTHEN(IFITHENU)即根据输入信息E和系统中的知识信息K进行推理，然后根据推理结果I确定相应的控制行为U。

专家控制系统的性能指标：使系统达到或近似专家控制的性能指标。专家控制系统的功能：。

（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；专家控制系统的功能：。（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。

7.2.3专家控制器

专家控制器包括：直接式专家控制和间接式专家控制器。

直接式专家控制器用于取代常规控制器，直接控制被控对象。该控制器的任务和功能比较简单，但是需在线、实时控制。通常由知识库（KB）、控制规则集（CRS）、推理机（IE）和特征识别与信息处理四部分组成。

直接式专家控制器推理机控制规则集对象特征识别与信息处理传感器知识库专家控制器ReyuSIUKG

知识库用于存放工业过程控制的领域知识，由经验数据库和学习与适应装置组成。前者主要存储经验和事实集，后者则根据在线获取的信息，补充或修改知识库内容，改进系统性能，以提高问题求解能力。

知识库的重点是如何表达和获取专家的知识（主要采用产生式规则）。

控制规则集是对被控对象的各种控制模式和经验的总结和归纳。由于控制规则条数不多，推理机构就简单，常采用正向推理。

特征识别与信息处理模块的作用是实现对信息的提取与加工，包括被控系统的动态信息，识别系统的基本特征状态等，为控制决策和学习适应提供依据。

专家控制器的模型可表示为：其中：U为专家控制器的输出集，E为专家控制器的输入集，I为推理机构输出集，K为经验知识集，智能算子f为几个算子的符合运算，即：式中：

推理机：输入E后，按推理规则，输出I，采用基本的推理规则。输入集合：E＝{R,e,y,U}。R：参考控制输入；e：误差信号；y：系统输出；U：专家控制器的输出集。常采用IF-THEN形式。

间接式专家控制器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。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：最优控制专家知识、经验的总结运用。通过设置整定值、优化控制器参数，实现控制性能的静态、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。专家整定PID控制

专家整定PID控制系统：专家起协调作用。PID：

Kp,Ti,Td

是控制参数。专家知识－－根据被控对象的变化，形成参数的调试规程。

专家整定PID控制器结构图接口知识库推理机特征识别性能识别PID控制器