专家控制介绍解析.pptVIP

基本的控制方法 自动控制系统的行为描述 （目的）研究自动控制系统的稳定性和控制的品质等重要问题 （方法）用微分方程、拉普拉斯变换等高等数学的工具，来描述每一个环节或元件以及它们组成的自动控制系统。 反馈控制和扰动补偿 反馈控制由误差引起了动作，因此在反馈控制系统的调节过程中误差的发生不可避免。而误差的产生是用来力图消灭误差。有时这会导致在调节过程中出现较大的误差甚至引起振荡。 扰动补偿是一种消除被控制对象由于外界扰动引起误差的方法。扰动补偿的原理在于扰动进入被控对象的同时也进入对象前部的控制器。 复合自动控制系统 比例微分积分控制 比例控制：比例项的作用是放大误差的幅值，实行反馈控制的基本要求 微分控制： “微分”项能预测误差变化的趋势 积分控制：消除稳态误差 最优控制 自适应控制 显象管玻璃炉液位自校正控制 智能控制 模糊控制系统 专家控制系统 神经控制系统 学习控制 智能控制系统实例 专家控制 MYCIN概述 3.1.2、专家系统构成 3.1.3、专家系统的建立 正向推理 反向推理 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 反向推理又称为后向链接推理，其基本原理是从表示目标的谓词或命题出发，使用一组规则证明事实谓词或命题成立，即提出一批假设(目标)，然后逐一验证这些假设。 　　举例如下：仍用上述的三条规则为例，应用反向推理方法，从P1出发推导出q3的过程如图所示： 首先假定目标q3成立，由规则3（P3→q3），为证明q3成立，须先验证P3是否成立；但总数据库没有事实P3，所以假定子目标P3成立；由规则2(P2→P3)，应验证P2；同样，由于数据库中没有事实P2，假定子目标P2成立；由规则1(P1→P2)，为验证P2成立，须先验证P1。因为数据库中有事实P1，所以假定的目标P2成立，因而P3成立，最终导出结论q3确实成立。 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： IF E THEN H WITH CF(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（Certainty Factor）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。 5．专家系统建立步骤 （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。 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（Expert Control）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。 1．结构 ? 专家控制的基本结构如图3.2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