智能控制(研)第五部分专家控制系统.pptVIP

第五章 专家控制系统 Chapter 5 Expert Control System;专家系统基本原理 专家系统的主要类型及其结构 专家控制系统的结构与类型 专家控制系统的应用实例 ;5.1 专家系统的基本概念 ;2. 专家系统的一般结构 ;图5.2 理想专家系统结构图;一般应用程序与专家系统的区别在于： ;专家系统的主要组成部分如下： ;(3) 推理机（Reasoning Machine）;5.1.2 专家系统的建造步骤;(c) 概念的形式化，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。;(2) 原型机（prototype）的开发与试验。 ;5.2 专家系统的主要类型及其结构 ;基于规则的专家系统采用下列模块来建立产生式系统的模型：;2. 基于规则专家系统的结构 ;5.2.2 基于框架的专家系统;特征;3. 基于框架专家系统的一般设计方法;5.2.3 基于模型的专家系统;2. 基于神经网络的专家系统;神经网络专家系统的基本结构;关于神经网络专家系统的几个问题;5.3 专家控制系统的结构与类型;(2) 专家系统通常以离线(off-line)方式工作，而专家控制系统需要获取在线(on-line)动态信息，并对系统进行实时控制(real-time control)。 ;5.3.1 专家控制系统的控制要求与设计原则 The Control Requirements and Design Fundamentals of ECS;1. 专家控制系统的控制要求 (The Control Requirements of ECS);(4) 控制与处理的灵活性 ;(a) 解析模型：微分方程、差分方程、传递函数、状态空间表达式和脉冲传递函数等。;(d) 规则模型; 专家控制器一般模型可用如下形式表示： U = f (E, K, I, G ) (5.2) 式中 f 为智能算子，其基本形式为： IF E AND K THEN (IF I AND G THEN U ) (5.3) E = {e1 , e2 , ... , em }为控制器输入集； K = {k1 , k2 , ... , kn }为知识库中的经验数据与事实集； I = {i1 , i2 , ... , ip }为推理机构的输出集； G： 为规则修改指令； U = {u1 , u2 , ... , uq}为控制器输出集。 ;(2) 在线处理的灵巧性;(4) 决策机构的递阶性;5.3.2 专家控制系统的结构 (The Structure of Expert Control System); 几乎所有的专家控制系统（控制器）都包含知识库、推理机、控制规则集和／或控制算法等。;1. 工业专家控制器(Industrial Expert Controller); ＥＣ的知识库用产生式规则来建立，这种表达方式具有较高的灵活性，每条产生式规则都可独立地增删、修改，使知识库的内容便于更新。; 专家控制器的输入集为： E = (R, e, Y, U) (5.4) e = R - Y (5.5) 式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控输出，Ｕ为控制器的输出集。 Ｉ，Ｇ，Ｕ，Ｋ和Ｅ之间的关系已由式（5.2）表示，即： U = f (E, K, I, G) 式中，智能算子ｆ为几个算子的复合运算： f = g h p (5.6) 其中，ｇ，ｈ，ｐ也是智能算子，而且有：