专家控制原理与专家系统简介

"基本原理-专家控制PPT" 在传统控制系统中，往往强调自动化和模型化，系统的运行过程中，人类的介入程度较低，系统与操作者之间的交互性不强。这种设计方式使得控制器对于被控对象在不同环境条件下的参数变化和结构变异反应不足。传统控制理论通常依赖于建立精确的数学模型，以寻求最佳控制策略，但现实世界中的对象往往存在诸多难以准确建模的因素，如非线性、时变性和不确定性。 上世纪80年代初期，随着人工智能领域专家系统的概念和技术逐渐成熟，人们开始尝试将其应用于控制系统。专家系统是一种能够处理不确定、定性以及启发式知识信息的智能计算机程序，通过推理过程解决特定领域的问题，这在一定程度上弥补了传统控制理论的局限性。专家系统的引入，使得控制系统能够借鉴人类专家的经验和知识，提高了应对复杂情况的能力，从而催生了专家控制这一新型控制策略。 2.1 专家系统 专家系统是专家控制的基础，它主要包括以下几个方面： 1. 定义：专家系统是一个含有专业知识和推理机制的计算机程序，它内嵌了特定领域的专家知识，能够模仿专家的思考方式解决专业问题。这些系统通过知识库存储专家知识，通过推理引擎进行问题求解。 2. 发展历程：专家系统的发展大致分为三个阶段。初创期（1965-1971年），最早的专家系统如DENNDRAL和MACSMA出现，标志着专家系统研究的开端。DENNDRAL是一个用于化学分子结构分析的系统，由Feigenbaum教授及其团队开发，他是专家系统领域的先驱。 专家系统的出现，为控制系统带来了新的视角，使得控制策略不再局限于数学模型，而是结合了专家的经验和智慧，提高了控制的适应性和鲁棒性。在专家控制系统中，知识表示、知识获取、推理机制和学习能力都是关键组成部分，它们共同作用于控制决策过程，以实现对复杂系统的有效控制。通过这样的方式，专家控制系统能够在面对不确定性和复杂性时，表现出优于传统控制策略的性能。