智能控制技术(第2章-专家系统与专家控制系统)
专家控制系统
1、什么是专家系统？它具有哪些特点和优点？答：1）专家系统：专家系统（Expert System是一种在特定领域内具有专家水平解决问题能力的程序系统，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经验方法来处理该领域的高水平难题。
也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域—个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家才能处理好的复杂问题。
简而言之，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。
2）专家系统的特点：①启发性：专家系统要解决的问题，其结构往往是不合理的，其问题求解知识不仅包括理论知识和常识，而且包括专家本人的启发知识；②透明性：专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户了解推理过程，增大对专家系统的信任感；③灵活性：专家系统的灵活性是指它的扩展和丰富知识库的能力，以及改善非编程状态下的系统性能，即自学习能力；④符号操作：与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作（运算），使用符号表示知识，用符号集合表示问题的概念。
一个符号是一串程序设计，并可用于表示现实世界中的概念；⑤不确定性推理：领域专家求解问题的方法大多数是经验性的，经验知识一般用于表示不精确性并存在一定概率的问冋题。
此外，所提供的有关问题的信息往往是不确定的。
专家系统能够综合应用模糊和不确定的信息与知识，进行推理；⑥为解决特定领域的具体问题，除需要一些公共的常识，还需要大量与所研究领域问题密切相关的知识；⑦一般采用启发式的解题方法；⑧在解题过程中除了用演绎方法外，有时还要求助于归纳方法和抽象方法；⑨需处理问题的模糊性、不确定性和不完全性；⑩能对自身的工作过程进行推理（自推理或解释）；11采用基于知识的问题求解方法；12知识库与推理机分离。
专家系统
特征识别与信息处理(FR＆IP)部分的作用是实现 对信息的提取与加工，为控制决策和学习适应提供依 据。它主要包括抽取动态过程的特征信息，识别系统 的特征状态，并对特征信息作必要的加工。
设U为专家控制器的输出集， E为专家控制器的输入集， I为推理机构的输出集，K为经验知识集：
E = (R, e, Y, U)，e = R – Y
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。专家控制器的模型表示为
U = f (E,K,I)
智能算子f为几个算子的复合运算：f=g·h·p，其中： g:E→S；h:S×K→I；p:I→U
专家系统所要解决的问题一般没有算法解，并 且经常要在不完全、不精确或不确定的信息基础 上做出结论。
第一代专家系统只能利用人类专家的启发式知 识，即只能利用浅层表达方式和推理方法。
但遇到新问题时，还必须利用掌握的深入表示 事物的结构、行为和功能等方面的基本模型等深 层知识，得出新的启发式浅层知识。
智能程序：旨在模拟人类专家的智能程序应当 兼备浅层和深层两类知识。即不但采用基于规则 的方法，还必须采用基于模型的原理构成新一代 专家系统。
知识工程是指由知识工程师从人类专家那里抽 取他们求解问题的过程、策略和经验规则，然后 把这些知识建造在专家系统之中。
目前，专家系统在各个领域中已经得到广 泛应用，如医疗诊断、语音识别、图像处理、 金融决策、地质勘探、是有化工、军事、计 算机设计等。
专家系统具有启发性，能够运用人类专 家的经验和知识进行启发式搜索、试探性 推理、不精确推理或不完全推理
智能控制系统
2、专家智能控制专家智能控制是指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，仿效专家的智能，实现对系统的控制。
把基于专家控制的原理所设计的系统或控制器，分别称为专家控制系统或专家控制器。
它对环境的变化有很强的自适应能力和自学习功能，具有高可靠性及长期运行的连续性、在线控制的实时性等特点。
因此，在工业控制中的应用越来越为人们所重视，它是智能控制发展中一个极有应用前途的方向。
专家控制器的一般原理框图如图1.5所示。
它通常由知识库、控制规则集、推理机构及信息获取与处理四个部分组成。
图1.5 专家控制器的原理框图7、模糊控制模糊控制的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”产生式形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。
控制作用集为一组条件语句，状态条件和控制作用均为一组被量化了的模糊语言集，如“正大”，“负大”，“高”，“低”，“正常”等，它们共同构成控制过程的模糊算法：a) 定义模糊子集，建立模糊控制规则；b) 由基本论域转变为模糊集合论域；c) 模糊关系矩阵运算；d) 模糊推理合成，求出控制输出模糊集；e) 进行逆模糊运算，判决，得到精确控制量。
模糊控制器的一般结构如图1.15所示。
图1.15 模糊控制的一般结构模糊控制与常规控制方法相比有以下优点：（1）模糊控制完全是在操作人员控制经验基础上实现地系统的控制，无需建立数学模型，是解决不确定性系统的一种有效途径。
（2）模糊控制具有较强的鲁棒性，被控制对象参数的变化对模糊控制的影响不明显，可用于非线性、时变、时滞系统的控制。
（3）由离散计算得到控制查询表，提高了控制系统的实时性。
（4）控制的机理符合人们对过程控制作用的直观描述和思维逻辑，为智能控制应用打下了基础。
模糊控制的深入的理论和应用研究，主要有以下方面：模糊控制的稳定性研究，模糊模型及辨识，模糊最优控制，模糊自组织控制，模糊自适应控制，传统PID 与Fuzzy 控制相结合的多模态控制器。
智能控制理论及应用复习
智能控制理论及应用第1章绪论■《智能控制》在自动化课程体系中的位置《智能控制》是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器。
与《自动控制原理》和《现代控制原理》一起构成了自动控制课程体系的理论基础。
■《智能控制》在控制理论中的位置《智能控制》是目前控制理论的最高级形式，代表了控制理论的发展趋势，能有效地处理复杂的控制问题。
其相关技术可以推广应用于控制之外的领域：金融、管理、土木、设计等等。
■经典控制和现代控制理论的统称为传统控制，智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。
智能控制是针对系统的复杂性、非线性和不确定性而提出来的。
■传统控制和智能控制的主要区别：➢传统控制方法在处理复杂化和不确定性问题方面能力很低；智能控制在处理复杂性、不确定性方面能力较高。
智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。
➢传统控制是基于被控对象精确模型的控制方式；智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。
传统控制和智能控制的统一：智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。
智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一个组成部分。
■智能控制与传统控制的特点。
传统控制：经典反馈控制和现代理论控制。
它们的主要特征是基于精确的系统数学模型的控制。
适于解决线性、时不变等相对简单的控制问题。
智能控制：以上问题用智能的方法同样可以解决。
智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。
■智能控制应用对象的特点(1)不确定性的模型模型未知或知之甚少；模型的结构和参数可能在很大范围内变化。
(2)高度的非线性(3)复杂的任务要求■自动控制的发展过程■智能控制系统的结构一般有哪几部分组成，它们之间存在什么关系？答：智能控制系统的基本结构一般由三个部分组成：人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。
智能控制基础答案
智能控制基础答案【篇一：智能控制基础思考题】xt>复习思考题一重要概念解释 1 智能控制答：智能控制是一门交叉学科，美国学者在运筹学的基础上提出了三元论的智能控制概念，即ic=ac n ai n or 各子集的含义为：ic为智能控制，ai为人工智能，ac为自动控制，or为运筹学。
所谓智能控制，即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境（包含被控对象或被控过程）信息的变化做出适应性反应，从而实现由人来完成的任务。
2 专家系统与专家控制答：专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。
专家控制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。
3 模糊集合与模糊关系，模糊推理模糊控制答：模糊集合：给定论域u上的一个模糊集a?是指：对任何元素u?u 都存在一个数?a?u???0,1?与之对应，表示元素u属于集合a?的程度，这个数称为元素u对集合a?的隶属度，这个集合称为模糊集合。
模糊关系：二元模糊关系：设a、b是两个非空集合，则直积a?b???a,b?|a?a,b?b?中的一个模糊集合称为从a到b的一个模糊关系。
模糊关系r?可由其隶属度?r?a,b?完全描述，隶属度?r?a,b?表明了元素a与元素b具有关系r?的程度。
模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。
4神经网络？答：人工神经网络（artificial neural network ）是模拟人脑思维方式的数学模型。
神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
人工智能与专家系统第2章知识表示方法55
P∨(P∧Q) P P∧(P∨Q) P （7）补余律 P ∨ ﹁ P T P ∧ ﹁ P F
（8）连词化归律
P→Q ﹁P∨Q （9）量词转换律
﹁（x）P (x ) (﹁P)
﹁（x）P ( x ) (﹁P)
(10) 量词分配律
( x )(P∧Q) ( x )P∧( x ) Q ( x )(P∨Q) ( x )P∨( x )Q
( x ) (I (x )→E (x )∨O (x )) ( x ) (E (x )→I (f (x )))
其中，函数f (x )= x /2。
例2.5 已知
F1：王（Wang）先生是小李（Li）的老师。 F2：小李与小张（Zhang ）是同班同学。
F3：如果 x与y是同班同学，则 x 的老师也 是y 的老师。
（1）规则库
用于描述相应领域内知识的产生式集合称 为规则库。
建立规则库时应该注意以下问题：
1）有效地表达领域知识
2）对知识进行合理的组织与管理
例2.7 建立一个动物识别系统 的规则库，用以识别虎、豹、斑 马、长颈鹿、企鹅、鸵鸟、信天 翁等7种动物。
解： 为了识别这些动物，可以根据动物识别的特 征，建立包含下述规则的规则库： R1：if 动物有毛发 then 动物是哺乳动物 R2：if 动物有奶 then 动物是哺乳动物 R3：if 动物有羽毛 then 动物是鸟 R4：if 动物会飞 and 会生蛋 then 动物是鸟 R5：if 动物吃肉 then 动物是食肉动物 R6：if 动物有犀利牙齿 and 有爪 and 眼向前方 then 动
1、产生式的基本形式
产生式基本形式是：P→Q
或者
if P then Q
智能控制
第一章复杂系统的特点在传统的控制系统中，控制的任务要求输出为定值，或者要求输出量跟随期望的值变化，因此控制任务比较单一。
而对于复杂的控制任务：如：智能机器人系统、复杂工业过程控制系统、计算机集成制造系统、航天航空控制系统、社会经济管理系统、环境及能源系统等，传统的控制理论都无能为力。
传统控制理论的局限性1.传统的控制理论建立在精确的数学模型基础上——用微分或差分方程来描述。
不能反映人工智能过程：推理、分析、学习。
丢失许多有用的信息2.不能适应大的系统参数和结构的变化自适应控制和自校正控制——通过对系统某些重要参数的估计以克服小的、变化较慢的参数不确定性和干扰。
鲁棒控制——在参数或频率响应处于允许集合内，保证被控系统的稳定。
注：自适应控制鲁棒控制不能克服数学模型严重的不确定性和工作点剧烈的变化。
3.传统的控制系统输入信息模式单一通常处理较简单的物理量：电量（电压、电流、阻抗）；机械量（位移、速度、加速度）复杂系统要考虑：视觉、听觉、触觉信号，包括图形、文字、语言、声音等。
智能定义（Albus）：按系统的一般行为特性，指在不确定环境中作出合适动作的能力是自动控制（Au tomati c Control）和人工智能（A rtifi cial Intelligen ce）的交集和运筹学（OR）模糊控制与传统控制的区别：传统控制是从被控制对象的数学模型上考虑进行控制；模糊控制是从人类智能活动的角度和基础上去考虑实施控制。
模仿人的控制经验而不是依赖控制对象的模型智能控制的几个重要分支：一、专家系统和专家控制二、模糊控制三、神经网络控制四、学习控制智能控制系统的结构1. 定义a. 实现某种控制任务的智能系统。
智能系统是具备一定智能行为的系统。
若对于一个问题的激励输入，系统具备一定的智能行为，能够产生合适的求解问题的响应。
举例：智能洗衣机b.（Saridis的定义）通过驱动自主智能机来实现其目标而无需操作人员参与的系统举例：智能机器人智能控制系统的特点一混合控制过程，数学模型和非数学广义模型表示；适用于含有复杂性、不完全性、模糊性、不确定性和不存在已知算法的生产过程。
智能控制技术(第2章-专家系统与专家控制系统)
（3）成熟期（1972-1977年）： 在此期间斯坦福大学研究开发了最著名 的专家系统-血液感染病诊断专家系统 MYCIN，标志专家系统从理论走向应用。 另一个著名的专家系统-语音识别专家系统 HEARSAY的出现，标志着专家系统的理 论走向成熟。
（4）发展期（1978-现在） 在此期间，专家系统走向应用领域， 专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。 专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
等价问题（更易）
4、“与或图”表示法
与或图构成规则 •与或图中的每个节点代表一个要解决的 单一问题或问题集合，图中的起始节点对 应总问题。 •对应于本原问题的节点为叶节点，它没 有后裔。 •对于把算符（与操作／或操作）应用于 问题 A的每种可能情况，都把问题变换为 一个子问题集合；有向弧线自A指向后继 节点，表示所求得的子问题集合。
（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。
2.3 专家控制系统的设计方法
2. 2、专家系统的基本结构与实现
专家系统主要由知识库和推理机构 成，专家系统的结构如图2-4所示。
用户
领域专家
知识工程师
人机接口
解释机构
知识获取机构 专 家 系 统 核 心
数据库
智能控制技术专业解读(精选5篇)
智能控制技术专业解读(精选5篇)智能控制技术专业解读精选篇1智能控制以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论，以及自适应控制、自组织控制和自学习控制等技术。
专家系统是利用专家知识对专门的或困难的问题进行描述的控制系统。
尽管专家系统在解决复杂的高级推理中获得了较为成功的应用，但是专家系统的实际应用相对还是比较少的。
模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型，也可以描述其定性模型。
模糊逻辑可适用于任意复杂的对象控制。
遗传算法作为一种非确定的拟自然随机优化工具，具有并行计算、快速寻找全局最优解等特点，它可以和其他技术混合使用，用于智能控制的参数、结构或环境的最优控制。
神经网络是利用大量的神经元，按一定的拓扑结构进行学习和调整的自适应控制方法。
它能表示出丰富的特性，具体包括并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习。
这些特性是人们长期追求和期望的系统特性。
神经网络在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。
智能控制的相关技术与控制方式结合、或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器，这也是智能控制技术方法的一个主要特点。
智能控制技术专业解读精选篇2单片机系统应用、智能检测传感技术、PLC编程及应用、工业企业供电技术、智能控制技术、电力电子技术、机器人应用技术、Matlab 仿真技术、工业组态与总线技术、机器人操作与编程。
智能控制技术专业解读精选篇3智能控制技术专业是一门融合多门学科知识、极具创新性和拓展性的学科。
在校期间主要学习机械制图与CAD 、机械工程基础、电工电子技术、数控机床电气控制技术、液压与气动、智能制造控制技术概论、Python程序设计、数据库技术、可编程控制器技术、工控网络与组态技术、智能控制系统与工程、工业机器人应用、传感器与智能检测技术、智能生产线数字化设计与仿真、MES系统应用等专业课程。
智能控制问答题终极版
1-1智能控制系统由哪几部分组成？各部分的作用是什么？答：六部分组成：执行器、传感器、感知信息处理、规划与控制、认知和通信接口。
1、执行器是系统的输出，对外界对象发生作用。
2、传感器产生智能系统的输入，传感器用来监测外部环境和系统本身的状态。
传感器向感知信息处理单元提供输入。
3、感知信息处理，将传感器得到的原始信息加以处理，并与内部环境模型产生的期望信息进行比较。
4、认知主要用来接收和存储信息、知识、经验和数据，并对他们进行分析、推理作出行动的决策，送至规划和控制部分。
5、通信接口除建立人机之间的联系外，还建立系统各模块之间的联系。
6规划和控制是整个系统的核心，它根据给定的任务要求，反馈的信息，以及经验知识，进行自动搜索，推理决策，动作规划，最终产生具体的控制作用。
1-2智能控制系统的特点是什么？答：1、智能控制系统一般具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。
2、智能控制器具有分层信息处理和决策机构。
3、智能控制器具有非线性和变结构特点。
4、智能控制器具有多目标优化能力。
5、智能控制器能够在复杂环境下学习。
从功能和行为上分析，智能控制系统应具备以下一条或几条功能特点：1、自适应功能2、自学习功能3、自组织功能4、自诊断功能5、自修复功能1-3智能控制与传统控制相比较有什么不同？在什么场合下应该选用智能控制策略？答：（1）不同点：1、涉及的范围：智能控制的范围包括了传统控制的范围。
有微分/差分方程描述的系统；有混合系统（离散和连续系统混合、符号和数值系统混合、数字和模拟系统混合）。
2、控制的目标：智能的目标寻求在巨大的不确定环境中，获得整体的优化。
因此，智能控制要考虑：故障诊断、系统重构、自组织、自学习能力、多重目标。
3、系统的结构：控制对象和控制系统的结合。
（2）在什么场合下应该选用智能控制策略。
说法一: 主要针对控制对象及其环境、目标和任务的不确定性和复杂性的系统。
说法二：主要针对无法获得精确的数学模型、无法解决建模问题、假设条件与实际不相吻合的系统。
智能控制技术(专家系统与专家控制系统)PPT
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。
23
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。
11
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
12
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立；
1．定义 专家系统是一类包含知识和推理的智能
计算机程序，其内部包含某领域专家水平的 知识和经验，具有解决专门问题的能力。
4
2.1.2 专家系统的发展历程 分为四个阶段：
（1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。
专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
2024版智能控制技术ppt课件
模糊逻辑在智能控制中应用
01
02
03
工业过程控制
应用于化工、冶金、电力 等工业过程控制中，实现 对温度、压力、流量等参 数的智能控制。
智能家居系统
应用于智能家居系统中， 实现对灯光、窗帘、空调 等设备的智能控制，提高 居住舒适度。
自动驾驶技术
应用于自动驾驶技术中， 实现对车辆行驶轨迹、速 度等参数的智能控制，提 高行驶安全性。
神经网络控制
利用神经网络强大的自 学习和自适应能力，实 现对复杂系统的有效控 制。特点：能够处理非 线性、不确定性和时变 系统，具有强大的逼近
能力和容错性。
专家系统控制
基于专家知识和经验， 构建专家系统实现对复 杂系统的有效控制。特 点：能够处理定性和定 量信息，具有较强的推
理和决策能力。
遗传算法控制
现代控制理论的发展背景
01
随着计算机技术的进步和复杂系统的出现，现代控制理论应运
而生。
现代控制理论的核心思想
02
基于状态空间法和最优化原理，实现对复杂系统的有效控制。
现代控制理论的主要方法
03
包括线性系统理论、最优控制、鲁棒控制等。
智能控制方法分类及特点
第一季度
第二季度
第三季度
第四季度
模糊控制
利用模糊数学理论，将 人的控制经验表示为模 糊规则，实现对复杂系 统的有效控制。特点： 不依赖于精确的数学模 型，具有较强的鲁棒性 和适应性。
模拟退火算法实现过程
包括初始化、设置温度参数、生成新解、计算目标函数差、接受准 则判断、降温过程等步骤。
模拟退火算法特点
具有全局搜索能力强、不易陷入局部最优解等特点，但计算时间较 长。
智能优化算法在智能控制中应用案例
第2章 基于规则的专家系统
THEN
the action is go
IF
the ‘traffic light’ is red
THEN
the action is stop
• 用IF-THEN形式表示的语句称为产生式规则或判断 规则。
• 规则是人工智能中知识表达最常用的形式，if部分 包含给定的信息或因素，then部分为相应的行为。
11 11
基于规则的专家系统的结构
Long-term Memory Production Rule
Short-term Memory Fact
REASONING
Conclusion
• 生产系统模型 Newell & Simon
Knowledge Base Rule: IF-THEN
Database Fact
Inference Engine
• 基于规则的专家系统的 基本结构－－－》
Explanation Facilities User Interface User
12 12
基于规则的专家系统的完整结构
External Database
Expert System Knowledge Base
Rule: IF-THEN
Z
E
D
Rule 3: IF A is true
THEN X is true 24
24
Rule 1: IF Y is true
AND D is true
THEN Z is true
Rule 2: IF X is true A X
AND B is true
AND E is true
B
Y
THEN Y is true
专家系统第2章专家系统概述
Chapter 2 Expert Systems
2.2.2 专家系统的结构 1）基本结构 专家系统的基本结构包括知识库和推理机两个主要部分。 特点：系统结构简单；知识工程师与领域专家直接交互，知识 工程师收集和整理领域专家的知识，将其转化为系统的内 部表示形式，并存储到知识库中；推理机根据用户的问题 求解要求和提供的初始数据，运用知识库中的知识对问题 进行求解，并将产生的结果（结论）输出给用户。
知识工程师 数据
知识库
领域专家
2017/11/24
推理机
结果
Expert Systems and Application
用户
图2-1 专家系统的基本结构
6
Chapter 2 Expert Systems
2）一般结构 专家系统的下述结构是目前比较流行的结构形式。 用户 人机接口 推理机 解释程序
知识获 取程序
2017/11/24
Expert Systems and Application
4
Chapter 2 Expert Systems
2.2 ES的功能与结构 2.2.1 ES的功能 （1） ES能存储用于问题求解所需要的知识； （2）能存储具体问题求解的初始数据和推理过程中涉及到的 各种信息，如中间结果、目标、子目标、假设等； （3）能根据当前输入或采集的数据，利用已有的知识，按照 一定的推理策略解决当前的问题，并控制和协调整个系统； （4）能对推理过程、结论或系统自身行为做出必要的解释， 如解题步骤、处理策略、选择此处理方法的理由、系统求 解某种问题的能力、系统组织和管理自身知识的方法等。 目的是便于用户理解和接受专家系统，也便于对系统进行 维护。
智能控制复习题
智能控制复习第一章 选择题1． 智能控制的概念首次由着名学者 D 提出A 蔡自兴BCD 傅京孙2．经常作为智能控制典型研究对象的是 DA 智能决策系统B 智能故障诊断系统C 智能制造系统D 智能机器人3．解决自动控制面临问题的一条有效途径就是,把人工智能等技术用入自动控制系统中, 其核心是 BA 控制算法B 控制器智能化C 控制结构D 控制系统仿真4．智能自动化开发与应用应当面向 CA 生产系统B 管理系统C 复杂系统D 线性系统 5．不属于．．．智能控制是 DA 神经网络控制B 专家控制C 模糊控制D 确定性反馈控制6．以下不属于智能控制主要特点的是 DA 具有自适应能力B 具有自组织能力C 具有分层递阶组织结构D 具有反馈结构7．以下不属于智能控制的是 DA 神经网络控制B 专家控制C 模糊控制D 自校正调节器第二章 选择题1． 地质探矿专家系统常使用的知识表示方法为 DA 语义网络B 框架表示C 剧本表示D 产生式规则2．自然语言问答专家系统使用的知识表示方法为 BA 框架表示B 语义网络C 剧本表示D 产生式规则3． 专家系统中的自动推理是基于 C 的推理;A 直觉B 逻辑C 知识D 预测4．适合专家控制系统的是 DA 雷达故障诊断系统B 军事冲突预测系统C 聋哑人语言训练系统D 机车低恒速运行系统5．直接式专家控制通常由 B 组成A 控制规则集、知识库、推理机和传感器B 信息获取与处理、知识库、控制规则集和推理机C 信息获取与处理、知识库、推理机和传感器D 信息获取与处理、控制规则集、推理机和传感器6．专家控制可以称作基于 D 的控制;A 直觉B 逻辑C 预测D 知识7．直接式专家控制通常由 C 组成A 信息获取与处理、知识库、推理机构和传感器B 信息获取与处理、知识库、控制规则集和传感器C 信息获取与处理、知识库、推理机构和控制规则集D 信息获取与处理、控制规则集、推理机构和传感器8．专家系统的核心部分是 BA 人机接口、过程接口、推理机构B 知识库、数据库、推理机构C 人机接口、知识获取结构、推理机构 D知识库、数据库、人机接口9．以下不属于专家系统知识表示法的是 CA 彩色Petri网络B 语义知识表示C 样本分类D 产生式规则10．产生式系统的推理方式不包括 CA 正向推理B 反向推理C 简单推理D 双向推理11．肺病诊断专家系统使用的知识表示方法为 DA 语义网络B 产生式规则C 剧本表示D 框架表示12．以下不属于专家系统组成部分的是 AA 专家B 数据库C 知识库D 解释部分13．黑板专家控制系统的组成有 CA 黑板、数据库、调度器B 数据库、知识源、调度器C黑板、知识源、调度器 D 黑板、规则库、调度器14．建立专家系统,最艰难“瓶颈”的任务是 BA 知识表示B 知识获取C 知识应用D 知识推理15．在专家系统中, D 是专家系统与用户间的人-机接口A 知识库B 数据库C 推理机D 解释机构16．产生式系统包含的基本组成 AA 知识库、规则库和数据库B 规则库、模型库和控制器C 知识库、规则库和模型库D 规则库、数据库和控制器第三章模糊控制1． 某模糊控制器输出信息的解模糊判决公式为101niU i i nUii u u u u ,该解模糊方法为 DA 最大隶属度法B 取中位数法C 隶属度限幅元素平均法D 重心法2．在温度模糊控制系统中,二维模糊控制器的输入是 AA 温度的误差e 和温度误差变化量d eB 控制加热装置的电压的误差e 和电压误差变化量deC 控制加热装置的电压的误差e 和温度误差变化量d eD 控制加热装置的电压的误差e 和温度误差变化量de3．下列概念中不能用普通集合表示的是 DA 控制系统B 低于给定温度C 工程师D 压力不足4．以下应采用模糊集合描述的是 BA 高三男生B 年轻C 教师D 社会5．总结手动控制策略,得出一组由模糊条件语句构成的控制规则,据此可建立DA 输入变量赋值表B 输出变量赋值表C 模糊控制器查询表D 模糊控制规则表6．某模糊控制器的语言变量选为实际温度与给定温度之差即误差e 、误差变化率△e ；以及加热装置中可控硅导通角的变化量u ,故该模糊控制器为AA 双输入一单输出B 单输出一单输入C 双输入一双输出D 单输出一双输入 7．在论域U 中,模糊集合A 的支集只包含一个点u ,且A u =1,则A 称为 BA 截集B 模糊单点C 核D 支集8．在模糊控制中,隶属度 CA 不能是1或0B 根据对象的数学模型确定C 反映元素属于某模糊集合的程度D 只能取连续值9．模糊集合中,A u =对应的元素u 称为 AA 交叉点B 模糊单点C 核D 支集10．在模糊控制器的推理输出结果中,取其隶属度最大的元素作为精确值,去执行控制的方法称为 BA 重心法B 最大隶属度法C 系数加权平均法D 中位数法11．若模糊集合A 表示模糊概念“老”,其隶属度函数为A ,则模糊概念“略 微老”相当于A λμ,其中 λ为, CA 2B 4C 1／2D 1／412． 若对误差、误差变化率论域X 、Y 中元素的全部组合计算出相应的控制量变化ij u ,可写成矩阵ij n m u ,一般将此矩阵制成 CA 输入变量赋值表B 输出变量赋值表C 模糊控制器查询表D 模糊控制规则表13．在温度模糊控制系统中,二维模糊控制器的输出是 CA 温度的误差eB 温度误差变化量d eC 控制加热装置的电压UD 控制加热装置的电压的误差e 和温度误差变化量d e14．以下的集合运算性质中,模糊集合不满足的运算性质 DA 交换律B 结合律C 分配律D 互补律15. 以下属于模糊集合表示方法的是 BA 重心法B 扎德法C 系数加权平均法D 中位数法16．在选定模糊控制器的语言变量及各个变量所取的语言值后,可分别为各语言变量建立各自的 CA 控制规则表B 控制变量赋值表C 语言变量赋值表D 论域量化表17．模糊控制方法是基于 DA 模型控制B 递推的控制C 学习的控制D 专家知识和经验的控制18. 以下应采用模糊集合描述的是 BA 学生B 大苹果C 老师D 演员19．若模糊集合A 表示模糊概念“老”,其隶属度函数为A ,则模糊概念“极老”相当于A λμ,其中 λ为, DA 2B 4C 1／2D 1／420．某液位模糊控制系统的语言变量选为实际温度与给定温度之差即误差e 以及加热装置中可控硅导通角的变化量u ,但不考虑温度误差变化率△e ,该模糊控制器应为 BA 双输入一单输出B 单输入一单输出C 双输入一双输出D 单输入一双输出21．模糊隶属度函数曲线的形状可以为 CA 椭圆形B 平行四边形C 梯形D 圆形22．在选定模糊控制器的语言变量及各个变量所取的语言值后,可分别为各语言变量建立各自的 CA 控制规则表B 控制查询表C 语言变量赋值表D 基本论域量化表23．某模糊控制器的语言变量选为实际水位与给定水位之差即误差e ,以及调节阀门开度的变化量u ,故该模糊控制器为 B ．A. 单输出—双输入 B ．单输入—单输出C. 双输入—双输出D. 双输入—单输出24．某一隶属度函数曲线的形状可以选为 CA 椭圆形B 圆形C 三角形D 正方形25． 模糊控制器的术语“正中”,可用符合 D 表示A PB B NMC ZED PM26． 以下关于模糊关系的正确说法是 BA 模糊关系是普通关系的一个特例B 模糊关系描述元素之间的关联程度C 模糊关系中的元素都是整数D 模糊关系矩阵一定是方阵27．模糊控制以模糊集合为基础,最早提出模糊集合的学者是 AB MamdaniC TakagiD Sugeno28．在模糊控制器的推理输出结果中,取其隶属度函数曲线与横坐标围成面积的重心作为输出值,去执行控制的方法称为 AA 重心法B 最大隶属度法C 系数加权平均法D 中位数法 29．下列概念中不能．．用普通集合表示的是 DA 控制系统B 压力不足C 机电工程师D 低于给定温度30．在模糊控制中,隶属度 CA 不能是1或0B 是根据对象的数学模型确定的C 反映元素属于某模糊集合的程度D 只能取连续值31．最适合作为语言变量的值是 AA 速度B 天气C 特别D 表演32．若模糊集合A 表示模糊概念“老”,其隶属度函数为A ,则模糊概念“非常老”相当于A λμ,其中 λ为,C A 2B 4C 1／2D 1／4第4 章 神经网络1. BP 网络使用的学习规则是 BA 相关规则B 纠错规则C 竞争规则D 模拟退火算法2．BP 神经网络所不具备的功能是 CA 自适应功能B 泛化功能C 优化功能D 非线性映射功能3． 由于各神经元之间的突触连接强度和极性有所不同并可进行调整,因此人脑才具有 A 的功能;A 学习和存储信息B 输入输出C 联想D 信息整合4. 采用单层拓扑结构的神经网络是 AA Hopfield 网络B 生物神经网络C BP 网络D 小脑模型网络5． 单层神经网络,有两个输入,两个输出,它们之间的连接权有 BA 6个B 4个C 2个D 8个6． 神经网络直接逆控制是一种 B 控制;A 反馈B 前馈C 串级D 混合7．误差反向传播算法属于 B 学习规则A 无导师B 有导师C 死记忆D 混合 8．以下不属于．．．人工神经网络主要特点的是 BA 便于用超大规模集成电路或光学集成电路系统实现B 网络中含有神经元C 信息分布在神经元的连接上D 可以逼近任意非线性系统9．最适宜用于联想记忆的神经网络 DA BP 神经网络B 感知器网络C 自适应线性神经网络D Hopfield 网络10．PID 神经网络控制中,控制器使用了 CA CMAC 神经网络B Hopfield 网络C PID 神经网络 D 感知器网络11．下面哪个方程最好描述了Hebb 学习规则 AA 两个神经元同时兴奋或同时抑制时,它们之间连接权的强度增强B 两个神经元同时兴奋或同时抑制时,它们之间连接权的强度减弱C 两个神经元,一个兴奋,另一个抑制,它们之间连接权的强度增强D 两个神经元,一个兴奋,另一个抑制,它们之间连接权的强度不变12．在神经网络内模控制结构中,神经网络辨识器用来获得 AA 被控对象的正模型B 被控刘象的逆模型C 线性滤波器D 控制器13．单层神经网络,有三个输入,三个输出,它们之间的连接权有 BA 6个B 9个C 16个D 25个 14．多层前向神经网络与单层感知器相比较,下面 C 不是．．多层网络所特有的特点A 采用误差反向传播算法B 含有一层或多层的隐层神经元C 神经元的数目可达到很多D 隐层激活函数采用可微非线性函数15．单层感知器网络可以 BA 解决异或问题B 实现样本分类C 进行优化计算D 实现函数逼近16．能够用于无导师学习的神经网络模型是 AA Hopfield 网络B CMAC 神经网络C BP 神经网络D 自适应线性神经网络17．连续型Hopfield 网络 BA 是前馈神经网络B 是单层反馈型非线性神经网络C 具有函数逼近问题D 是多层反馈型非线性神经网络18．离散Hopfield 网络 CA 是多层反馈网络B 是多层反馈网络C 具有联想记忆功能D 具有函数逼近功能19．神经网络PID 控制是一种 BA 前馈控制B 反馈控制C 开环控制D 混合控制20．单层感知器网络可以 DA 解决异或问题B 实现函数逼近C 进行优化计算D 实现样本分类21．连续型Hopfield 网络的神经元转移函数采用 AA ．对称型Sigmoid 函数B ．对称型阶跃函数C ．分段线性转移函数D ．阈值型转移函数22．在间接神经网络模型参考自适应控制中, BA 需要一个神经网络控制器B 需要一个神经网络控制器及一个神经网络辨识器C 需要两个神经网络控制器及一个神经网络辨识器D 需要一个神经网络控制器及两个个神经网络辨识器23．生物神经元的突触连接相当于神经元之间的 DA 输入连接B 输出连接C 绝缘D 输入输出接口24. 在间接神经网络模型参考自适应控制结构中,神经网络辨识器用来获得 AA 被控对象的正模型B 被控刘象的逆模型C 线性滤波器D 控制器25．生物神经元的组成包括细胞体、轴突、树突和 CA 轴突末梢B 细胞核C 突触D 细胞膜26．以下不属于人工神经网络主要特点的是 BA 信息并行处理B 网络中含有神经元C 信息分布在神经元的连接上D 可以逼近任意非线性系统27．一般认为,人工神经网络最适用于 BA 线性系统B 非线性系统C 多输入多输出系统D 多变量系统28．在直接神经网络模型参考自适应控制中, AA 需要一个神经网络控制器B 需要一个神经网络控制器及一个神经网络辨识器C 需要两个神经网络控制器及一个神经网络辨识器D 需要一个神经网络控制器及两个个神经网络辨识器29．离散型Hopfield网络的神经元转移函数采用 D A．对称型Sigmoid函数 B．对称型阶跃函数C．分段线性转移函数 D．阈值型转移函数30．采用单层拓扑反馈结构的神经网络是 AA Hopfield网络B BP网络C PID神经网络D 小脑模型神经网络31．基于多层前向神经网络的PID控制系统结构有 D 内含神经网络的环节;A 一个B 四个C 三个D 两个32．最早提出人工神经网络模型的学者是 BA HebbB McCulloch和 PittsC RosenblattD Hopfield33．神经网络内模控制具有 CA 直接逆控制的优点和缺点B 直接逆控制的优点C 直接逆控制的优点,但无直接逆控制的缺点D 直接逆控制的缺点第5章遗传算法1.最早提出遗传算法概念的学者是 AD2．遗传算法的基本操作顺序是 CA 计算适配度、交叉、变异、选择 B计算适配度、交叉、选择、变异C计算适配度、选择、交叉、变异 D 计算适配度、选择、交叉、变异3．能够往种群中引入新的遗传信息是以下哪种遗传算法的操作 DA 交叉B 复制C 优选D 变异4．哪一种说法是对遗传算法中复制操作的描述 AA 个体串按照它们的适配值进行复制B 随机改变个体串的适配度函数值C 随机改变一些串中的一小部分D 为权值随机产生小的初始值5．遗传算法中,关于变异操作的最好叙述是 AA 随机改变一些“串”中的一小部分B 随机挑选新“串”组成下一代C 为权随机产生新的初始值D 从两个“串”中随机组合遗传信息6．哪种遗传算法的操作,能够从种群中淘汰适应度值小的个体 CA 交叉B 优选C 复制D 变异7．遗传算法将问题的求解表示成“染色体”,“染色体”实际上是 DA 基因B 适应度函数C 种群D 用编码表示的字符串8．哪种遗传算法的操作,可以从父代双亲中继承部分遗传信息,传给子代 AA 交叉B 变异C 复制D 共享9．下面哪种类型的学习能够用于移动机器人的路径规划 DA 多层前向神经网络B PID神经网络C 自适应线性神经网络D 遗传算法10．轮盘赌技术可用于 BA 选择最好的“染色体”B 随机选择“染色体”C 交叉所选择的“染色体”D 变异“染色体”的适应度11．遗传算法将问题的求解表示成“染色体”,“染色体”实际上是 CA 种群B 存在于细胞核中能被碱性染料染色的物质C 用编码表示的字符串D 各种数值12．在遗传算法中,复制操作可以通过 B 的方法来实现 A 解析B 随机C 交叉匹配D 变异判断题第一章绪论1.与传统控制相比较,智能控制方法可以较好地解决非线性系统的控制问题; √2．智能控制系统采用分层递阶的组织结构,其协调程度越高,所体现的智能也越高; √3．分层递阶智能控制按照自下而上精确程度渐减、智能程度渐增的原则进行功能分配; √4．智能系统是指具备一定智能行为的系统; √5．智能控制的不确定性的模型包括两类,一类是模型未知或知之甚少；另一类是模型的结构和参数可能在很大范围内变化; √第二章专家系统1．在专家系统中,数据库是领域知识的存储器,是系统的核心部分之一;√2．在设计专家系统时,知识工程师的任务是提供解决问题的知识和经验;×3．数据库和推理机是专家系统的核心部分;应为知识库×4．按照执行任务分类,专家系统有解释型、预测型、诊断型、调试型、维修型等多种类型; √5．专家系统实质上是一种数学计算系统; ×6．在设计专家系统时,知识工程师的任务是模仿人类专家,运用他们解决问题的知识和经验; √第三章模糊控制1.模糊控制只是在一定程度上模仿人的模糊决策和推理,用它解决较复杂问题时,还需要建立数学模型; ×2．在模糊控制中,为把输入的确定量模糊化,需要建立模糊控制规则表; 应该是确定模糊集合×3．在模糊集合的向量表示法中,隶属度为0的项必须用0代替而不能舍弃;√4．从模糊控制查询表中得到控制量的相应元素后,乘以比例因子即为控制量的变化值; √5．与传统控制相比,智能模糊控制所建立的数学模型因具有灵活性和应变性,因而能胜任处理复杂任务及不确定性问题的要求; ×6．在模糊语言变量中,语义规则用于给出模糊集合的隶属函数; √7．模糊控制对被控对象参数的变化不敏感,可用它解决非线性、时变、时滞系统的控制; √8．普通关系是模糊关系的推广,它描述元素之间的关联程度; ×9．模糊控制就是不精确的控制; ×10．在模糊控制中,为把输入的确定量模糊化,需要建立语言变量赋值表;√11．模糊控制规则是将人工经验或操作策略总结而成的一组模糊条件语句√12．通常,模糊控制器的输入、输出语言变量分别取为控制系统的误差和误差变化率; ×13．模糊控制器的输入语言变量一般可取控制系统的误差及其变化率;√14．模糊控制只是在一定程度上模仿人的模糊决策和推理,用它解决较复杂问题时,还需要建立数学模型; ×15．T-S模糊控制系统采用系统状态变化量或输入变量的函数作为IF-THEN模糊规则的后件,不可以描述被控对象的动态模型;×16．Mamdani型模糊控制器,通过模糊推理得到的结果是精确量; ×17．在模糊控制中,隶属度是根据对象的数学模型来确定的; ×18．模糊控制中,语言变量的值可用“负大、负小、零”等表示; √19．模糊控制在一定程度上模仿人的模糊决策和推理,用它解决较复杂问题时,不需要建立数学模型; √第四章神经网络1．可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一;√2．一般情况下,神经网络系统模型的并联结构可以保证系统辨识收敛;×3．反馈型神经网络中,每个神经元都能接收所有神经元输出的反馈信息;√4．运算效率高,收敛速度快是BP神经网络的主要特点之一; ×5. 神经元的各种不同数学模型的主要区别在于采用了不同的转移函数,从而使神经元具有不同的信息处理特性; √6．离散Hopfield网络的两种工作方式是同步和异步工作方式; √7．神经网络已在多种控制结构中得到应用,如PID控制、内模控制、直接逆控制等; √8．一般情况下,神经网络系统模型的串-并联型结构不利于保证系统辨识模型的稳定性; ×9．BP神经网络是一种多层全互连型结构的网络; ×10．离散型单层感知器的转移函数一般采用阈值符号函数; √ 11．Hopfield网络的吸引子是指网络的稳定状态; √12．两关节机械手的控制可应用小脑神经网络直接逆模型控制; √13．神经网络用于系统正模型辨识的结构只有串联结构一种; ×14．连续型Hopfield网络是多层前馈型神经网络,每一节点的输出均反馈至节点的输入; ×第五章遗传算法1．遗传算法的复制操作可以通过随机方法来实现,可使用计算机,也可使用轮盘赌的转盘; √2．在遗传算法中,初始种群的生成不能用随机的方法产生; ×3．遗传算法的复制操作有严格的程序,不能通过随机方法来实现;×4．遗传算法具有进化计算的所有特征,其主要用途是数值计算; ×5．遗传算法中,适配度大的个体有更多机会被复制到下一代; √ 6．在遗传算法中,初始种群的生成不能用随机的方法产生; ×名词解释第一章1． 智能控制有知识的“行为舵手”,它把知识和反馈结合起来,形成感知-交互集、以目标为导向的控制系统;第二章1． 专家系统一种包含知识和推理的人工智能的计算机程序系统,这些程序软件具有相当于某个专门领域专家的知识和经验水平,同时具有处理该领域问题的能力2． 语义网络通过概念及相互间语义关系,图解表示知识网络;3． 专家控制系统应用专家系统的概念、原理和技术,模拟人类专家的控制知识和经验而建造的控制系统;第三章1． 模糊控制模糊控制是把人类专家对特定的被控对象或过程的控制策略总结成一系列的控制规则,通过模糊推理得到控制作用集,作用于被控对象或过程;它无需建立系统模型,是解决不确定系统的一种有效途径;2． 模糊系统一种基于知识或基于规则的系统;它的核心就是有IF-THEN 规则形成的知识库;3． 模糊集合论域U 上的模糊集A 用一个在区间0,1上取值的隶属度函数Au 来表示;4． 隶属度某元素属于模糊集合A 的程度称为隶属度,用隶属度函数Ax 描述;隶属度函数的值是闭区间0,1上的一个数,表示元素x 属于模糊集合A 的程度;5． 模糊关系X 与Y 直积 (){},|, X Y x y x X y Y ⨯=∈∈中一个模糊子集R ,称为从X 到Y 的模糊关系;第四章1．神经网络神经元互连组成的网络,从微观结构和功能上对人脑抽象、简化,是模拟人类智能的一条重要途径,反映人脑功能的若干特征,如并行处理、学习联想、分类等;2．小脑模型神经网络由局部调整、相互覆盖接收域的神经元组成,模拟人的小脑学习结构;是一种基于表格查询式输入输出多维非线性映射能力;3． Hopfield 神经网络全连接型反馈动态神经网络,分为离散型和连续型两种,网络达到稳定状态时,其能量函数达到最小;第五章1．变异操作模拟生物在自然遗传环境下由于各种偶然因素引起的基因突变,它以很小的概率随机改变遗传基因表示染色体的符号串的某一位的值;2．适应度函数遗传算法中某个个体对环境的适应程度,适应值函数可由目标函数变换而成;3．遗传算法建立在自然选择和群体遗传学机理基础上的随机迭代和进化,具有广泛适用性的搜索方法;简答题第一章1．智能控制的主要功能特点是什么;1多层递阶的组织结构2多模态控制3自学习能力4自适应能力5自组织能力2．智能控制的研究对象具备哪些特点3．不确定性的模型；高度的非线性；复杂的任务要求;4．与传统控制相比,智能控制的主要特点是什么1处理复杂性、不确定性问题的能力；2描述系统的模型更为广泛；3具有学习、适应、组织的功能；4具有分层信息处理和决策机构；5控制其与对象、环境没有明显的分离;5．智能控制有哪些主要类型（1）模糊控制（2）神经网络控制（3）专家控制（4）分层递阶智能控制第二章1.专家系统中,知识表示方法有哪些常用形式2.3.;1.设max max max,则比例因子K u= u max/n2.设计一个模糊控制器必须要解决哪三个关键问题1 设计模糊控制器要解决的第一个问题是如何把确定量转换为对应的模糊量；2 根据操作者的控制经验制定模糊控制规则,并执行模糊逻辑推理,以得到一个输出模糊集合,这一步称为模糊控制规则形成和推理；3 需要为模糊输出量进行解模糊判决,实现控制;3.在模糊控制器的设计中,常用的模糊判决方法有哪些（1）最大隶属度法（2）加权平均法（3）重心法（4）取中位数法4.模糊控制中,描述语言变量常见的语言值有哪几种语言变量常见的语言值是负大NB、负中NM、负小NS、负零NO、正零PO、正小PS、正中PM、正大PB;。
第2章-3-智能控制-幻灯片(1)
智能控制的主要类型
专家控制 模糊控制 神经网络控制 学习控制 基于规则的仿人控制
2.3.2 专家控制（Expert Control）
什么是专家系统、专家控制?
“专家” 是具有某一领域专门知识或丰富实践经 验的人，而“专家系统”则是一个计算机系统，存 储有专家的知识和经验，并用推理的方式针对问题 给出结论。
u(k)
i1 6
u(ui )
i1
注：离散间隔一般较 该例小得多，计算结 果会更接近连续情况
0.210.220.530.840.85 3.72 0.20.20.50.80.8
说明：
模糊控制器的输入量一般取误差 e 和误差变化率 Δe , 若 e , Δe 和控制量 u 均离散化 [注] , 则可离 线计算好 e , Δe 与 u 的对应关系 ( 查询表 ) , 实 时控制时采用查表法 ( 计算量小, 快速 );
集合
冷μ
适中
热
1.0
0.0
T( ℃)
-20 -10 0 10 20 30 40
为简化计算, 一般用离散形式表示模糊集合。
例如，以 2 ℃ 为间隔进行离散化, 可得
“热” = 0／25 + 0.14／27 + 0.29／29 + 0.43／31 + 0.57／ 33+
+ 0.71／35 + 0.86／37 + 1／39 + 1／41 + 1／43 + 1／45
模糊控制的发展：
1965年美国的Zadeh提出模糊集合理论; 1974年英国的Mamdani首次将模糊理论应用于蒸
智能控制技术 教学大纲
智能控制技术一、课程说明课程编号：090173Z10课程名称：智能控制技术/Intelligent Control Technology课程类别：专业教育课程学时/学分：32/2.0先修课程：自动控制原理、人工智能适用专业：智能科学与技术、自动化、电气、测控等专业教材、教学参考书：[1]《智能控制原理与应用》，蔡自兴等编著，清华大学出版社，2014年[2]《Intelligent Control: Principles, Techniques and Applications》，Zi-xing Cai，World Scientific，2007年[3]《智能控制基础》，韦巍、何衍编著，清华大学出版社，2008年二、课程设置的目的意义智能控制技术是智能科学与技术专业与自动化、测控等专业的学生进入专业学习的专业基础课。
课程的设置目的是让学生通过对智能控制技术这门交叉学科课程的学习，对智能控制的发展概况、基本原理和应用领域有初步了解，对智能控制的一些主要技术及应用有一定掌握，启发学生对智能控制的兴趣，培养其知识创新或技术创新的能力，为从事智能控制及相关行业的研究开发工作奠定基础。
三、课程的基本要求1. 了解智能控制产生的背景、起源与发展,掌握智能控制的定义、特点、智能控制器的一般结构、智能控制的结构理论,尤其是智能控制的四元交集结构理论。
2. 掌握现有主要智能控制系统的作用原理、类型结构、设计要求、控制特性和应用示例。
这些系统有递阶控制系统、专家控制系统、模糊控制系统、神经控制系统和学习控制系统等。
对于不同系统,研究的侧重点有所不同。
3. 了解智能控制的研究和应用领域,指出智能控制应用研究出现的若干问题。
4. 把握智能控制的发展方向及相关技术问题。
通过本课程学习,要求学生对智能控制的发展概况、基本原理和应用领域有初步了解,对主要技术及应用有一定掌握,启发学生对智能控制的兴趣,培养知识创新和技术创新能力。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
智能控制技术(第2章-专家系统与专 家控制系统)
智能控制技术(第2章-专家系统与专 家控制系统)
2.1 概述
2.1.1、什么是专家系统
1．定义 专家系统是一类包含知识和推理的智能
计算机程序，其内部包含某领域专家水平的 知识和经验，具有解决专门问题的能力。
智能控制技术(第2章-专家系统与专 家控制系统)
2.1.2 专家系统的发展历程 分为四个阶段：
（3）成熟期（1972-1977年）： 在此期间斯坦福大学研究开发了最著名
的专家系统-血液感染病诊断专家系统 MYCIN，标志专家系统从理论走向应用。 另一个著名的专家系统-语音识别专家系统 HEARSAY的出现，标志着专家系统的理 论走向成熟。
智能控制技术(第2章-专家系统与专 家控制系统)
（4）发展期（1978-现在） 在此期间，专家系统走向应用领域，
智能控制技术(第2章-专家系统与专 家控制系统)
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立；
（3）双向推理：运用正向推理提出假设的 结论，运用反向推理来证实假设。
智能控制技术(第2章-专家系统与专 家控制系统)
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。
智能控制技术(第2章-专家系统与专 家控制系统)
产生式规则的表达方式为：
2. 2、专家系统的基本结构与实现 专家系统主要由知识库和推理机构
成，专家系统的结构如图2-4所示。
智能控制技术(第2章-专家系统与专 家控制系统)
用户
领域专家
知识工程师
人机接口
解释机构
数据库
推理机
知识获取机构
专
家
系
统
知识库
核
心
专家系统的结构
知识库
知识库包含三类知识：
（1）基于专家经验的判断性规则；
（2）用于推理、问题求解的控制性规则；
（3）用于说明问题的状态、事实和概念 以及当前的条件和常识等的数据。
智能控制技术(第2章-专家系统与专 家控制系统)
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
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。
智能控制技术(第2章-专家系统与专 家控制系统)
2.2.2专家系统的实现 1、专家系统的建立原则 知识与知识处理机构分开和互相独 立的原则 按系统功能实现模块化构造的原则 交互性原则
（1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
智能控制技术(第2章-专家系统与专 家控制系统)
(2)初创期（1965-1971年） 第 一 代 专 家 系 统 DENLDRA 和
智能控制技术(第2章-专家系统与专 家控制系统)
2、专家系统的建立步骤 问题选择和定义阶段 原型构造阶段 规划和设计阶段
实施阶段、测试和评介阶段以及集 成和维护阶段
测试和评价阶段 集成和维护阶段
智能控制技术(第2章-专家系统与专 家控制系统)
（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。
象存在着许多难以建模的因素。
智能控制技术(第2章-专家系统与专 家控制系统)
上世纪80年代初，人工智能中专家系统 的思想和方法开始被引入控制系统的研究和 工程应用中。
专家系统能处理定性的、启发式或不确 定的知识信息，经过各种推理来达到系统的 任务目标。专家系统为解决传统控制理论的 局限性提供了重要的启示，二者的结合导致 了专家控制这一方法。
智能控制技术(第2章-专家系统与专 家控制系统)
（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。
MACSMA的出现，标志着专家系统的诞 生 。 其 中 DENLDRA 为 推 断 化 学 分 子 结 构的专家系统，由专家系统的奠基人， Stanford大学计算机 系的 Feigenbaum教 授及其研究小组研制。MACSMA为用于 数学运算的数学专家系统，由麻省理工 学院完成。
智能控制技术(第2章-专家系统与专 家控制系统)
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。
智能控制技术(第2章-专家系统与专 家控制系统)
第2章 专家系统与专家控制系统
智能控制技术(第2章-专家系统与专 家控制系统)
在传统控制系统中，系统的运行排斥
了人的干预，人-机之间缺乏交互。控制器 对被控对象在环境中的参数、结构的变化缺
乏应变能力。
传统控制理论的不足，在于它必须依赖
于被控对象严格的数学模型，试图对精确模
型来求取最优的控制效果。而实际的被控对