智能控制(研)-第五章专家控制系统(精)

第五章专家控制系统Chapter5ExpertControlSystem智能控制IntelligentControl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5.1.1专家系统的定义与一般结构1．专家系统的定义定义5.1专家系统专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题,以人类专家的水平完成特别困难的某一专业领域的任务。2.专家系统的一般结构专家系统的结构是指专家系统各组成部分的构造方法和组织形式图5.1专家系统简化结构图图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：•前者把问题求解的知识隐含地编入程序，而后者则把其应用领域的问题求解知识单独组成一个实体，即为知识库。•知识库的处理是通过与知识库分开的控制策略进行的。更明确地说，一般应用程序把知识组织为两级：数据级和程序级；而大多数专家系统则将知识组织成三级；数据、知识库和控制。专家系统的主要组成部分如下：(1)知识库（KnowledgeBase）用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。(2)综合数据库（GlobalDatabase）又称全局数据库或总数据库，它用于存储领域或问题的初始数据和推理过程中得到的中间数据（信息），即被处理对象的一些当前事实。(3)推理机（ReasoningMachine）•推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。•推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。(4)解释器（Explainator）•解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其它候选解的原因。(5)接口（Interface）•接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。5.1.2专家系统的建造步骤建立专家系统的一般步骤如下：(1)设计初始知识库。知识库的设计是建立专家系统最重要和最艰巨的任务。初始知识库的设计包括：(a)问题的知识化，即辨别所研究问题的实质，如要解决的任务是什么，它是如何定义的，可否把它分解为子问题或子任务，它包含哪些典型数据等。(b)知识的概念化，即概括知识表示所需要的关键概念及其关系，如数据类型、已知条件（状态）和目标（状态）、提出的假设以及控制策略等。(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。(d)形式的规则化，即编制规则、把形式化了的知识变换为由编程语言表示的可供计算机执行的语句和程序。(e)规则的合法化，即确认规则化了知识的合理性，检验规则的有效性。(2)原型机（prototype）的开发与试验。包括整个模型的典型知识，而且只涉及与试验有关的足够简单的任务和推理过程。(3)知识库的改进与归纳。反复对知识库及推理规则进行改进试验，归纳出更完善的结果。图5.3建立专家系统的步骤5.2专家系统的主要类型及其结构5.2.1基于规则的专家系统1.基于规则的专家系统的工作模型知识库（规则）工作存储器（事实）推理机图5.4基于规则的工作模型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：知识库:以一套规则建立人的长期存储器模型工作存储器:建立人的短期存储器模型，存放问题事实和由规则激发而推断出的新事实推理机:借助于把存放在工作存储器内的问题事实和存放在知识库内的规则结合起来，建立人的推理模型，以推断出新的信息2.基于规则专家系统的结构解释器用户界面开发界面外部程序工作存储器推理机知识库用户知识工程师图5.5基于规则专家系统的结构5.2.2基于框架的专家系统基于框架的专家系统建立在框架的基础之上；基于框架的专家系统采用面向目标编程技术；基于框架的设计和面向目标的编程共享许多特征；在设计基于框架系统时，专家系统的设计者们把目标叫做框架。1.面向目标编程与基于框架设计特征名称值侧面规则目标议程表人类男人女人约翰李勇丽达王红类（class）槽(Slots)子类（subclass)例子(instances)规则(rules)目标议程表(goalagenda)2.基于框架专家系统的结构图5.6人类的框架分层结构3.基于框架专家系统的一般设计方法基于框架专家系统的主要设计步骤与基于规则的专家系统相似，主要差别在于如何看待和使用知识；在设计基于框架的专家系统时，把整个问题和每件事想像为编织起来的事物；在辨识事物之后，寻找把这些事物组织起来的方法；对于任何类型的专家系统，其设计是个高度交互的过程。5.2.3基于模型的专家系统1.基于模型专家系统的提出关于人工智能的一个观点；综合各种模型的专家系统比基于逻辑心理模型的系统具有更强的功能，从而有可能显著改进专家系统的设计；在诸多模型中，人工神经网络模型的应用最为广泛。2.基于神经网络的专家系统神经网络模型从知识表示、推理机制到控制方式，与目前专家系统中的基于逻辑的心理模型有本质的区别。三种神经网络模型与专家系统集成模式神经网络支持专家系统专家系统支持神经网络协同式的神经网络专家系统神经网络专家系统的基本结构知识获取学习示例网络结构学习算法解释器专家神经网络用户知识库推理机图5.7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神经网络的知识表示是一种隐式表示；神经网络通过实例学习实现知识自动获取；神经网络的推理是个正向非线性数值计算过程，同时也是一种并行推理机制；同一知识领域的几个独立的专家系统可组合成更大的神经网络专家系统。5.3专家控制系统的结构与类型定义：应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。专家系统与专家控制系统之间的差别：(1)专家系统——对专门领域的问题完成咨询作用，协助用户进行工作。专家系统的推理是以知识为基础的，其推理结果为知识项、新知识项或对原知识项的变更知识项。专家控制系统——需要独立和自动地对控制作用做出决策，其推理结果可为变更的知识项，或为启动（执行）某些解析算法。(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-timecontrol)。•按照系统结构的复杂性，专家控制一般有两种形式：专家控制系统和专家控制器（ExpertController，EC）。前者系统结构比较复杂，研制代价较高，具有较好的技术性能，可用于需要较高技术的装置或过程。后者结构比较简单，研制代价明显低于前者，技术性能又能满足工业过程控制的一般要求，因而获得了比较广泛的应用。5.3.1专家控制系统的控制要求与设计原则TheControlRequirementsandDesignFundamentalsofECS传统的自适应控制存在两个显著缺点，即要求具有准确的装置模型以及不能为自适应机理设定有意义的目标。专家控制器不存在这些缺点，因为它避开了装置的数学模型，并为自适应设计提供有意义的时域目标。一般来说，对专家控制系统没有统一的、固定的要求，这种要求应由具体应用来决定。但我们仍可对专家控制系统提出一些综合性的要求。1.专家控制系统的控制要求(TheControlRequirementsofECS)(1)运行可靠性高对于某些特别的装置或系统，如果不采用专家控制器来取代常规控制器，那么，整个控制系统将变得非常复杂，尤其是其硬件结构。其结果使系统的可靠性大为下降。(2)决策能力强大多数专家控制系统要求具有不同水平的决策能力。专家控制系统能够处理不确定性、不完全性和不精确性之类的问题，而这些问题常常难以用常规控制方法来解决。(3)应用通用性好包括易于开发、示例多样性、便于混合知识表示、多种推理机制（如假想推理、非单调推理和近似推理）以及开放式的可扩充结构等。决策是基于知识的控制系统的关键能力之一(4)控制与处理的灵活性包括控制策略的灵活性、数据管理的灵活性、经验表示的灵活性、解释说明的灵活性、模式匹配的灵活性以及过程链接的灵活性等。(5)拟人能力专家控制系统的控制水平必须达到人类专家的水准。总之，专家控制系统的控制要求是根据应用情况指定的。例如，当某个装置具有明显的调节器非线性时，专家调节器的目标是双重的。第一个目标是根据饱和程度和阶跃下降，线性地估计调节器的非线性特性。第二个目标是调节ＰＩ控制器使闭环阶跃响应处在预先设定的范围内。(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。(b)离散事件模型:主要应用在复杂系统的设计和分析方面。(c)模糊模型在未知对象的准确数学模型而只掌握了被控过程的一些定性知识时，用模糊数学的方法建立系统的输入和输出模糊集以及它们之间的模糊关系则较为方便。2.专家控制器的设计原则（TheDesignFundamentalsofEC）(1)模型描述的多样性指的是在设计过程中，对被控对象和控制器的模型应采用多样化的描述形式，不应拘泥于单纯的解析模型。(d)规则模型产生式规则的基本形式为：ＩＦ（条件）ＴＨＥＮ（操作或结论）（5.1）(e)基于模型的模型•对于基于模型的专家系统，其知识库含有不同的模型，其中包括物理模型和心理模型（如神经网络模型和视觉知识模型等），而且通常是定性模型。•这种方法能够通过离线预计算来减少在线计算，产生简化模型使之与所执行的任务逐一匹配。总之，在专家控制器的设计过程中，应根据不同情况选择一种或几种恰当的描述方式，以求更好地反映过程特性，增强系统的信息处理能力。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：IFEANDKTHEN(IFIANDGTHENU)(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。智能算子的基本含义是：根据输入信息Ｅ和知识库中的经验数据Ｋ与规则进行推理，然后根据推理结果Ｉ，输出相应的控制行为Ｕ。(2)在线处理的灵巧性智能控制系统的重要特征之一就是能够以有用的方式来划分和构造信息。在设计专家控制器时，应十分注意对过程在线信息的处理与利用。灵活地处理与利用在线信息将提高系统的信息处理能力和决策水平。(3)控制策略的灵活性•控制策略的灵活性是设计专家控制器所应遵循的一条重要原则。•专家式控制器中还应设计异常情况处理的适应性策略，以增强系统的应变能力。(4)决策机构的递阶性•人的神经系统是由大脑、小脑、脑干、背髓组成的一个分层递阶决策系统。•以仿智为核心的智能控制，其控制器的设计必然要体现分层递阶的原则，即根据智能水平的不同层次构成分级递阶的决策机构。(5)推理与决策的实时性•要求知识库的规模不宜过大，推理机构应尽可能简单，以满足工业过程的实时性要求。5.3.2专家控制系统的结构(TheStructureofExpertControlSystem)以专家控制器取代传统控制器,如反馈控制系统中的PID控制器,即可构成专家控制系统。而如同专家系统一样,知识库和推理机是专家控制器的两个核心组成部分。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。图5.9专家控制器的典型结构1.工业专家控制器(IndustrialExpertController)专家控制器（EC）的基础是知识库（KB），KB存储工业过程控制的领域知识，由经验数据库（ＤＢ）和学习与适应装置（ＬＡ）组成。图5.10工业专家控制器简化结构图主要存储经验和事实根据