智能控制(第2版)[刘金琨]chap2详解.ppt

第2章 专家控制 2.1.2 专家系统构成 2.1.3 专家系统的建立 第二节 专家控制 二、基本原理 三、专家控制的关键技术及特点 第三节 专家PID控制 一、专家PID控制原理 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 图 间接型专家控制器 1．专家控制的关键技术 (1) 知识的表达方法； (2)从传感器中识别和获取定量的控制信号； (3)将定性知识转化为定量的控制信号； (4)控制知识和控制规则的获取。 2．专家控制的特点 （1）灵活性：根据系统的工作状态及误差情况，可灵活地选取相应的控制律； （2）适应性：能根据专家知识和经验，调整控制器的参数，适应对象特性及环境的变化； （3）鲁棒性：通过利用专家规则，系统可以在非线性、大偏差下可靠地工作。 * 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 专家系统 2.1.1 专家系统概述 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．发展历史 分为三个时期： (1) 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。 （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。 （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。 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。 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2.1所示。 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 专家系统的结构 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