智能控制 第6版 课件 第2章 专家系统与专家控制

第二章专家系统与专家控制《智能控制（第6版）》完整内容呈现详细目录专家系统基础01.专家系统概述02.专家系统的构成03.专家系统的建立专家控制核心技术04.专家控制概述05.专家控制的基本原理06.专家控制的关键技术07.专家控制的主要特点专家PID与总结08.专家PID控制定义与特点09.专家PID控制原理（一）10.专家PID控制原理（二）11.专家PID控制原理（三）12.专家PID控制仿真实例13.本章小结14.思考题与习题2.1专家系统人工智能重要分支·专家控制基础2.1.1专家系统概述什么是专家系统？专家系统是一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的复杂问题，模拟特定领域中专家的决策能力。启发性(Heuristic)利用专家的经验知识和启发性规则进行推理，解决非结构化、难以用数学模型描述的问题。

示例：医生根据症状和经验诊断疾病。透明性(Transparency)能够清晰解释自身的推理过程，回答用户“为什么”和“怎么来的”，从而增加系统的可信度。

优势：不仅给出答案，还提供依据。灵活性(Flexibility)知识库与推理机分离，便于增加、删除或修改知识，从而不断更新完善以适应新情况。

优势：系统具备持续进化的能力。2.1.2专家系统的构成知识库(KnowledgeBase)专家系统的“大脑”，存储领域专家的知识、经验和规则（如产生式规则、框架等）。推理机(InferenceEngine)“思维”核心，根据知识库和综合数据库的事实，按推理策略求解问题。综合数据库(GlobalDatabase)“工作台”，用于存储问题的初始数据、推理中间结果及最终结论。知识获取模块(KnowledgeAcquisition)“学习”模块，从专家或文献中获取知识并转换为计算机可处理的形式。解释模块(ExplanationModule)“解释器”，向用户解释推理过程和结论，回答用户关于“为什么”和“如何”的提问。人机接口(UserInterface)交互“窗口”，负责将用户输入转换为系统可理解形式，并将输出转换为用户易懂形式。2.1.3专家系统的建立01知识获取从专家经验、文献中提取并形式化知识，是最关键也是最困难的一步。02知识表示将知识转换为计算机可处理的形式，如产生式规则(IF-THEN)、框架或语义网络。03软件实现使用Python、Lisp等语言或CLIPS等工具，将知识表示和推理机模块编程实现。04测试与评价通过大量测试用例检验准确性与效率，邀请领域专家评价并根据反馈进行完善。05维护与更新系统上线后，持续更新知识库以适应新问题和新经验，保持系统的有效性。2.2专家控制从专家系统到智能控制的跨越专家控制是专家系统理论在控制领域的具体应用，是智能控制的一个重要组成部分。它将人类专家的控制经验转化为计算机可执行的规则，实现对复杂系统的智能决策与控制。2.2.1专家控制概述定义：基于知识的智能控制方法专家控制是将专家系统的理论和技术与控制理论相结合，在未知环境下，仿效专家的智能，实现对系统的控制。它是一种融合了AI技术的智能控制范式。核心思想与本质：模拟人类专家决策知识驱动：控制决策基于领域专家的知识和经验，摆脱对精确数学模型的完全依赖。智能决策：根据系统的实时状态和环境信息，自主选择合适的控制策略和控制律。结合与互补：融合AI的智能决策能力与控制理论的反馈机制，取长补短应对复杂挑战。2.2.2专家控制的基本原理知识库(KnowledgeBase)存储控制领域的专家知识、经验、控制规则和系统参数，是系统的“大脑记忆”。控制规则集(ControlRuleSet)由“IF...THEN...”形式的产生式规则组成，描述系统状态与控制输出的映射关系。推理机(InferenceEngine)根据系统实时状态，运用知识库规则进行推理，动态生成合适的控制输出。信息获取与处理单元采集系统实时信息（如偏差、输出等），进行滤波预处理，为推理提供依据。2.2.3专家控制的关键技术知识的表达与获取将专家的定量与定性知识有效表示，并从专家或数据中自动获取，是专家控制的基础。控制规则的建立建立完整、一致、有效的规则集，覆盖系统各种状态并产生合理输出。规则质量直接决定控制性能。推理机制的设计设计高效实时的推理算法，根据系统状态快速推导决策。常用策略包括正向、反向及混合推理。实时性处理在保证推理准确性的前提下，优化运行效率，满足实时控制的时间约束，解决工程落地问题。2.2.3专家控制的主要特点灵活性(Flexibility)控制器能够根据系统状态变化和环境扰动，灵活选择和调整控制策略，而非采用固定控制律。适应性(Adaptability)具备较强自适应能力，能适应被控对象特性的缓慢变化、模型不确定性及环境干扰，保持良好性能。鲁棒性(Robustness)对数学模型依赖性小，即使模型存在较大误差或受严重干扰，仍能维持系统稳定运行和控制精度。解释能力(ExplanationCapability)能够解释控制决策的依据，说明“为什么”采取某个动作，对系统调试、维护及建立信任至关重要。2.3专家PID控制从理论到实践：专家控制最经典、应用最广泛的实例解析2.3.1专家PID控制定义、特点及应用专家PID控制的定义结合专家系统与传统PID，利用专家经验设计规则，根据系统实时状态（偏差、偏差变化率）在线自整定Kp、Ki、Kd参数，以获得最佳控制性能。核心特点无需精确数学模型：基于经验规则，依赖性小参数自整定：自动调整参数，克服固定缺点适应性与鲁棒性强：抗扰动能力强，适应模型不确定性设计灵活：规则库可根据对象灵活调整典型应用场景广泛应用于化工过程（温度/压力/液位）、电力系统（发电机励磁）、机器人关节控制及各类伺服系统的位置与速度控制。2.3.2专家PID控制原理专家ＰＩＤ控制的实质是：基于被控对象和控制律的各种知识，无须知道被控对象的精确模型，利用专家经验来设计ＰＩＤ参数。专家ＰＩＤ控制器是一种直接型专家控制器。典型的二阶系统单位阶跃响应误差曲线如图２-５所示。图2-５典型的二阶系统单位阶跃响应误差曲线本章小结专家系统基础专家系统是模拟人类专家解决领域问题的智能程序。构成：知识库、推理机等核心部分过程：知识获取、表示、实现、测试与维护专家控制原理专家系统与控制理论的结合，核心是专家控制器。特点：灵活性、适应性、鲁棒性关键：知识表达、规则建立与实时推理机制设计专家PID控制应用专家控制的典型应用，利用专家规则在线自整定参数。优势：显著改善系统动态和静态性能场景：广泛应用于工业控制领域思考题与习题201.专家系统定义简述专家系统的定义和主要特点。02.专家系统组成专家系统由哪几个主要部分组成？各部分的功能是什么？03.建立步骤建立专家系统的主要步骤有哪些？04.专家控制定义什么是专家控制？它与专家系统有何区别