专家控制系统介绍与MATLAB实现-刘金琨第2章解析

"本资源是关于MATLAB智能控制的课件和程序，主要讲解了第2章的内容，聚焦于专家控制的基本原理。" 在传统控制系统中，系统的运行往往排除了人的干预，控制系统与操作者之间缺乏有效的交互。这种情况下，控制器对于被控对象在复杂环境中的参数变化和结构变动无法灵活应对。传统控制理论基于严格的数学模型来寻求最优控制策略，但在面对实际中难以精确建模的对象时，其效能受到限制。 上世纪80年代初期，人工智能领域的专家系统概念被引入到控制系统的研究与工程实践中。专家系统能够处理定性、启发式甚至不确定的知识信息，通过推理来达成预定的系统目标。它弥补了传统控制理论在处理不确定性和复杂性方面的不足，由此催生了专家控制这一新的控制方法。 专家系统是智能计算机程序的一种，它内嵌了特定领域专家的知识和经验，具备解决专业问题的能力。专家系统的发展经历了初创期（1965-1971年），标志性事件是DENLDRA和MACS等早期专家系统的诞生。DENLDRA用于推断化学分子结构，由Feigenbaum教授和他的团队在斯坦福大学开发，他们被认为是专家系统领域的先驱。 专家控制结合了专家系统的优势，可以处理非线性、时变和不确定性问题，尤其适用于那些数学模型难以建立或者不准确的场合。MATLAB作为一种强大的数值计算和建模工具，常常被用于实现和仿真专家控制系统，帮助工程师设计出更适应复杂环境的控制策略。 在MATLAB环境中，可以构建知识库和推理机制，模拟专家的决策过程，实现对不确定环境的适应性控制。此外，MATLAB还提供了多种工具箱，如模糊逻辑工具箱和神经网络工具箱，这些工具箱支持创建和优化专家控制系统的规则和算法。 通过学习和实践MATLAB中的专家控制，工程师可以更好地理解和掌握如何运用人工智能技术改进传统的控制系统，以应对实际工程问题中的挑战。在后续章节中，可能还会涉及如何在MATLAB中编程实现专家系统，以及如何评估和调整这些系统的性能。