智能控制专家控制
智能控制
1、智能控制: 即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化做出适应性反应，可以有各种人工智能的水平，从而实现由人来完成的任务。
2、智能控制由哪几部分组成？各自的特点是什么？①模糊控制（通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制）②神经网络控制（从机理上对人脑生理系统进行简单结构的模拟，具有并行机制、模式识别、记忆和自学习能力的特点，能充分逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性）③遗传算法（可用于模糊控制规则的优化及神经网络参数及权值的学习）3、比较智能控制和传统控制的特点传统控制和智能控制的主要区别：①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。
②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。
在这个意义上，传统控制和智能控制可以统一在智能控制的框架下，而不是被智能控制所取代。
智能控制研究对象的特点：(1)不确定性的模型 (2)高度的非线性 (3)复杂的任务要求智能控制的特点：(1)分层递阶的组织结构 (2)自学习能力 (3)自适应能力 (4)自组织能力(5)优化能力4、专家系统：是一类包含着知识和推理的智能计算机程序，其内部含有大量的某个领域的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。
智能控制整理
第一章：1、传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。
2、智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。
3、IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学)4、AC：描述系统的动力学特征，是一种动态反馈。
AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。
OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。
5、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，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。
6、智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。
7、智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能8、智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。
9、智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。
第二章：10、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。
11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成）12、专家系统的建立：1，知识库2，推理机3，知识的表示4，专家系统开发语言5，专家系统建立步骤。
13、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。
14、专家控制的基本结构：15、专家控制与专家系统的区别：1，专家控制能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。
专家控制系统
1、什么是专家系统？它具有哪些特点和优点?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，根据某领域一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问题。
止匕外，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。
我对智能控制的理解
我对智能控制的理解1、引言自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。
智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。
智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。
随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。
2、智能控制理论的产生原因传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。
在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：（1）实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，无法获得精确的数学模型。
（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。
（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。
（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。
在生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此，产生了智能控制。
智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性。
3、智能控制的分支智能控制的概念和原理主要是针对被控对象、环境、控制目标或任务的复杂性而提出来的。
智能控制与传统控制的主要区别在子传统的控制方法必须依赖于被控制对象的模型，而智能控制可以解决非模型化系统的控制问题。
智能控制理论及应用 PPT
智能控制理论及应用 PPT智能控制是控制理论发展的高级阶段，它综合了人工智能、自动控制、运筹学等多学科的知识，旨在解决那些传统控制方法难以处理的复杂系统控制问题。
本 PPT 将带您深入了解智能控制理论及其广泛的应用领域。
一、智能控制的概念智能控制是指在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
与传统控制相比，智能控制具有以下显著特点：1、不确定性：能够处理系统中的不确定性，如模型不确定性、参数变化和外部干扰等。
2、复杂性：适用于复杂的、非线性的和时变的系统。
3、自适应性：可以根据系统的运行情况和环境变化自动调整控制策略。
4、学习能力：能够从数据和经验中学习，不断优化控制性能。
二、智能控制的主要理论1、模糊控制模糊控制是基于模糊集合理论和模糊逻辑推理的一种智能控制方法。
它通过将精确的输入量模糊化，利用模糊规则进行推理，最后将模糊输出解模糊化为精确的控制量。
模糊控制适用于那些难以建立精确数学模型的系统，例如温度控制、速度控制等。
2、神经网络控制神经网络控制是利用人工神经网络的学习和自适应能力来实现控制的方法。
神经网络可以通过对大量数据的学习，提取系统的特征和规律，从而实现对系统的有效控制。
在机器人控制、模式识别等领域有着广泛的应用。
3、专家控制专家控制是将专家系统的知识和经验与控制理论相结合的一种智能控制方法。
专家系统包含了大量的领域知识和控制策略，能够根据系统的状态和需求提供准确的控制决策。
4、遗传算法遗传算法是一种基于生物进化原理的优化算法，通过模拟自然选择和遗传变异的过程来寻找最优的控制参数或策略。
它在控制器的参数优化、系统的建模和优化等方面发挥着重要作用。
三、智能控制的应用领域1、工业生产在工业生产过程中，智能控制可以提高生产效率、产品质量和设备的可靠性。
例如，在化工生产中，通过智能控制可以实现对反应过程的精确控制，优化生产工艺；在机器人制造中，利用神经网络控制可以实现机器人的精确动作和轨迹规划。
智能控制第七章 专家系统
7.4 专家控制系统
1、结构原理图
间接专家系统控制图2
7.4 专家控制系统
2、专家系统PLD控制结构设计
用专家系统实现智能PND控制的过程，实际上是模拟操作 人员调解PID参数判断和决策过程，是将数字PID控制方法 与专家系统融合起来，从模仿人征订参数的推理决策入手， 以经典Ziegler-Nichols相现在最优控制征订规则为基础，利 用实时控制信息和系统输出信息，将归纳为一系列征订规则， 并把征订过程分成预整定和自整定两部分，预整定运用于系 统初始投入运行且无法给出PID初始参数的场合，自整定运 用于系统正常运行时，不必再辨别对象特性和参数控制，只 需随对象特性的变化而进行迭代优化的场合。
7.2 专家系统的知识表示法
(1) 黑板：黑板用于存储所有知识源可访问的知识，它的全局数据结构被用 于组织问题求解数据，并处理各知识源之间的通讯问题。放在黑板上的对象 可以是输入数据、局部结果、假设、选择方案和最后结果等。各知识源之间 的交互作用是通过黑板执行的。一个黑板可被分割为无数个子黑板；也就是 说，按照求解问题的不同方面，可把黑板分为几个黑板层。 (2) 知识源：知识源是领域知识的自选模块；每个知识源可视为专门用于处 理一定类型的较窄领域信息或知识的独立程序，而且具有决定是否应当把自 身信息提供给问题求解过程的能力。黑板系统中的知识源是独立分开的，每 个知识源具有自己的工作过程或规则集合和自有的数据结构，包含知识源正 确运行所必须的信息。知识源的动作部分执行实际的问题求解，并产生黑板 的变化。知识源能够遵循各种不同的知识表示方法和推理机制。因此，知识 源的动作部分可为一个含有正向／逆向搜索的产生式规则系统，或者是一个 具有填槽过程的基于框架的系统。 (3) 控制器：黑板系统的主要求解机制是由某个知识源向黑板增添新的信息 开始的。然后，这一事件触发其它对新送来的信息感兴趣的知识源。接着， 对这些被触发的知识源执行某些测试过程，以决定它们是否能够被合法执行。 最后，一个被触发了的知识源被选中，执行向黑板增添信息的任务。这个循 环不断进行下去。
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--专家PID控制仿真程序
智能控制作业第2章2-3：专家PID控制仿真程序：%Expert PID Controllerclear all; %清理数据库中所有数据close all; %关闭所有界面图形ts=0.001; %对象采样时间，1mssys=tf(133,[1,25,0]); %受控对象的传递函数, transfer functiondsys=c2d(sys,ts,'z'); %连续系统转化为离散系统,continous to discrete [num,den]=tfdata(dsys,'v'); %离散化后参数，得到num和den值u_1=0;u_2=0; %设定初值，u_1是第(k-1)步控制器输出量y_1=0;y_2=0; %设定初值，y_1是第(k-1)步系统对象输出量x=[0,0,0]'; %设定误差x1、误差导数x2、误差积分x3三个变量的初值，x2_1=0; %设定误差导数x2_1的初值error_1=0; %设定误差error_1的初值kp=0.6; %设定比例环节系数kd=0.01; %设定微分环节系数ki=0.03; %设定积分环节系数for k=1:1:5000 %for循环开始，k从1变化到500，每步的增量为1time(k)=k*ts; %仿真时长[0.001 0.5]sr(k)=1.0; %系统输入信号，Tracing Step Signalu(k)=kp*x(1)+kd*x(2)+ki*x(3); %PID控制器，PID Controller%开始设计专家PID控制器及规则，Expert control rule%规则1：开环控制，Rule1:Unclosed control ruleif abs(x(1))>0.8 %if循环开始，产生式规则，if...then...；误差的绝对值大于..u(k)=0.45; %控制器输出量等于..elseif abs(x(1))>0.40u(k)=0.40;elseif abs(x(1))>0.20u(k)=0.12;elseif abs(x(1))>0.01u(k)=0.10;end %if循环结束%规则2，Rule2if x(1)*x(2)>0|(x(2)==0) %if循环开始，如果误差增大或不变if abs(x(1))>=0.05 %内嵌if循环开始，如果误差绝对值大于..u(k)=u_1+2*kp*x(1); %控制器输出量施加较强控制else %否则u(k)=u_1+0.4*kp*x(1); %控制器输出量施加一般控制end %内嵌if循环结束end %if循环结束%规则3，Rule3 if (x(1)*x(2)<0&x(2)*x2_1>0)|(x(1)==0) %if循环开始，如果误差减小或消除u(k)=u(k); %控制器输出量不变end %if循环结束%规则4，Rule4if x(1)*x(2)<0&x(2)*x2_1<0 %if循环开始，如果误差处于极值状态if abs(x(1))>=0.05 %内嵌if循环开始，如果误差绝对值大于..u(k)=u_1+2*kp*error_1; %控制器输出量施加较强控制else %否则u(k)=u_1+0.6*kp*error_1; %控制器输出量施加一般控制end %内嵌if循环结束end %if循环结束%规则5，运用PI控制来消除误差 Rule5:Integration separation PI controlif abs(x(1))<=0.001 %if循环开始，如果误差绝对值小于..（很小）u(k)=0.5*x(1)+0.010*x(3); %控制器输出量用比例和积分输出end %if循环结束%对控制输出设限，Restricting the output of controllerif u(k)>=10u(k)=10; %设控制器输出量上限值endif u(k)<=-10u(k)=-10; %设控制器输出量下限值end%z变化后系统的线性模型，Linear modely(k)=-den(2)*y_1-den(3)*y_2+num(1)*u(k)+num(2)*u_1+num(3)*u_2;error(k)=r(k)-y(k); %系统误差error的表达式，等于系统输入减去输出%----------Return of parameters------------%每步计算时的参数更新u_2=u_1;u_1=u(k); %u(k)代替u_1,..y_2=y_1;y_1=y(k); %y(k)代替y_1,.x(1)=error(k); % 赋误差error值于x1，Calculating Px2_1=x(2); % 赋当前步计算时的误差导数x2的值于x2_1 x(2)=(error(k)-error_1)/ts; % 求误差导数x2，用于下一步的计算，Calculating Dx(3)=x(3)+error(k)*ts; % 求误差积分x3；Calculating Ierror_1=error(k); %% 赋误差error值于error_1end %for循环结束，整个仿真时长计算全部结束figure(1); %图形1plot(time,r,'b',time,y,'r'); %画图，以时间为横坐标，分别画出系统输入、输出随时间的变化曲线xlabel('time(s)');ylabel('r,y'); %标注坐标figure(2);plot(time,r-y,'r'); %画r-y,即误差随时间的变化曲线xlabel('time(s)');ylabel('error');Matlab仿真的图形：图1 系统输入、输出随时间变化曲线图2 误差随时间的变化曲线通过本章学习，了解到了什么是专家控制。
第三代智能专家控制系统功能
GK-5智能控制功能该系统是我公司国内首创、自主研发、拥有自主知识产权的高性能智能加工系统，只需选择“材料”“厚度”“粗糙度”“电极丝直径”智能专家系统即可为您实现完全智能化加工，具体功能如下：1、高频参数智能化：系统将根据用户选择的工件材料、工件厚度，自动选择高频参数。
2、切割次数智能化：系统将根据用户所需的工件表面质量，提供切割所需的次数，指导用户编程。
3、加工余量智能化：在多次切割时，为保证良好的表面光洁度和工件尺寸，系统将根据用户的工件要求，将每次切割的加工余量列成表格，指导用户编程。
4、切割跟踪智能化：系统将根据高频参数和加工余量，自动调节进给跟踪频率。
5、短路判断智能化：系统可自动监测放电状态，根据放电状态控制工作台进给，避免发生实际上的短路。
6、丝速控制智能化：在切割过程中，系统可以根据切割的高频参数自动切换走丝速度。
9、专家数据库为开放式设计，用户可可根据自己的经验对数据进行修改，形成自己的专用数据库。
12、低能量高速进给自动切换功能：在进行第一次切割时的电流较大，在工件表面因氧化层易烧断钼丝；本系统在电极丝未接触工件时高速进给，当电极丝接触工件时自动切换为低能量切割，可避免烧断钼丝，当电极丝完全切入工件后，系统自动将恢复正常高能量设定，进行正常切割。
（自主创新）13、全自动高效断续加工功能：当钼丝与工件没有接触时（空切），系统自动将进给跟踪速度调至最快，而一旦当钼丝与工件接触后，系统又自动将跟踪频率恢复正常设定，进行正常切割。
该功能可以提高无效切割时的空走速度，减少无效切割的时间；在无人看守的情况下实现高效断续加工。
（自主创新）14、放电加工动态频谱显示：用户可以直观的了解切割跟踪情况。
15、用户可以根据实际情况选择多次切割或单次切割控制，在单次切割控制时系统将根据用户选择的不同加工电流，自动将选择佳参数。
16、本系统具有使用时间限制功能：当设定时间到达，系统将停止工作，用户可通过输入密码进行删除限制或更改使用权限。
人工智能专家控制系统简介
精密制造与自动化2020年第1期62人工智能专家控制系统简介吕俊霞（河南工业职业技术学院河南南阳473000）摘要专家系统是一类具有专门知识和经验的计算机智能程序系统，通过对人类专家的问题求解能力的建模，采用人工智能中的知识表示和知识推理技术来模拟通常由专家才能解决的复杂问题，达到具有与专家同等解决问题能力的水平。
智能控制，就是模拟人的思维进行控制，没有算法解。
分析了人工智能专家控制系统的组成及应用前景。
关键词人工智能专家控制系统推理模拟20世纪80年代以来，随着微型计算机的高速发展，智能控制得到了空前的发展及应用。
但是，智能控制是一门边缘交叉学科，目前还缺少一种比较合适的数学工具和理论体系来描述智能控制问题，还需要广大的数学、控制理论、计算机科学、生物工程等学科工作者的努力建立一套完整的智能控制理论与体系。
人工智能（Artificial Intelligence），英文缩写为AI，它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。
人工智能可以对人的意识、思维的信息过程的模拟。
人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。
专家控制系统主要指的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，根据某领域一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。
智能控制实验报告
一、实验目的1. 了解智能控制的基本原理和方法。
2. 掌握智能控制系统的设计和实现方法。
3. 熟悉智能控制实验平台的操作和应用。
二、实验原理智能控制是利用计算机技术、控制理论、人工智能等知识，实现对复杂系统的自动控制。
实验主要涉及以下原理：1. 模糊控制：利用模糊逻辑对系统进行控制，实现对系统不确定性和非线性的处理。
2. 专家控制：通过专家系统对系统进行控制，实现对系统复杂性和不确定性的处理。
3. 神经网络控制：利用神经网络强大的学习能力和泛化能力，实现对系统的自适应控制。
三、实验器材1. 实验平台：智能控制实验箱2. 传感器：温度传感器、湿度传感器、压力传感器等3. 执行器：电机、继电器、阀门等4. 控制器：单片机、PLC等5. 信号线、连接线等四、实验内容1. 模糊控制器设计（1）建立模糊控制模型：根据实验要求，确定输入、输出变量和模糊控制规则。
（2）设计模糊控制器：根据模糊控制规则，设计模糊控制器，包括模糊化、去模糊化等环节。
（3）仿真实验：利用仿真软件对模糊控制器进行仿真实验，验证控制效果。
2. 专家控制器设计（1）建立专家系统：收集专家知识，构建专家系统。
（2）设计专家控制器：根据专家系统，设计专家控制器，实现对系统的控制。
（3）仿真实验：利用仿真软件对专家控制器进行仿真实验，验证控制效果。
3. 神经网络控制器设计（1）建立神经网络模型：根据实验要求，确定神经网络的结构和参数。
（2）训练神经网络：利用实验数据对神经网络进行训练，提高网络的控制能力。
（3）设计神经网络控制器：根据训练好的神经网络，设计神经网络控制器，实现对系统的控制。
（4）仿真实验：利用仿真软件对神经网络控制器进行仿真实验，验证控制效果。
五、实验步骤1. 熟悉实验平台，了解各模块的功能和操作方法。
2. 根据实验要求，设计模糊控制器、专家控制器和神经网络控制器。
3. 利用仿真软件对控制器进行仿真实验，验证控制效果。
4. 分析实验结果，对控制器进行优化和改进。
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。
对智能控制技术的认识
对智能控制技术的认识摘要：对各种智能控制技术(模糊控制、神经网络控制与专家控制等)理论进行了简单地阐述，介绍了智能控制技术在工业中的实际应用，浅析智能控制缺点及应用方面存在的问题，描述了各国学术界目前研究热点，并展望了今后的发展趋势与动态。
关键词：智能控制；模糊控制；神经网络控制；遗传算法；专家控制The Recognition of Intelligent Control Technology Abstract：Introduces simple theory of all kinds of intelligence control techniques，including fuzzy control，neutral network control and expert contro1．The applications in industry are presented and the draw backs of intelligence control and the problems on application are analyzed．In the end，the central issues of the academe in various countries are described and their future—developing trends and tendencies are prospected．Key words：intelligent control；fuzzy control；neural network control；genetic algorithm；expert control1 引言随着计算机、材料、能源等现代科学技术的迅速发展和生产系统规模不断扩大，形成了复杂的控制系统，导致了控制对象、控制器、控制任务等更加复杂。
与此同时，对自动化程度的要求也更加广泛，面对来自柔性控制系统(FMS)、智能机器人系统(IRS)、数控系统(CNS)、计算机集成制造系统(CIMS)等复杂系统的挑战，经典的与现代的控制理论和技术已不适应复杂系统的控制。
智能控制简介
1、智能控制技术智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。
智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。
20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。
发展智能控制器是以自动控制技术和计算机技术为核心，集成微电子技术、电力电子技术、信息传感技术、显示与界面技术、通讯技术、电磁兼容技术等诸多技术而形成的高科技产品。
作为核心和关键部件，智能控制器内置于设备、装置或系统之中，扮演“神经中枢”及“大脑”的角色。
20世纪90年代中期之后，智能控制器行业日益成熟，作为一个独立的行业，其发展受到了双重动力的驱动，其一是市场驱动，市场需求的增长和市场应用领域的持续扩大，致使智能控制器至今已经在工业、农业、家用、军事等几乎所有领域得到了广泛应用;其二是技术驱动，随着相关技术领域的日新月异，智能控制器行业作为一个高科技行业得到了飞速发展。
根据《2013-2017年中国智能控制器行业发展前景与投资预测分析报告》[1]统计，2012年全球智能控制器行业市场规模接近6800亿美元。
从地域分布上看，欧洲和北美市场是智能控制产品的两大主要市场，市场规模占全球智能控制市场的56%，主要是由于这两大区域在小型生活电器、汽车、大型生活电器、电动工具等领域的市场发展比较成熟，产品普及率高，未来几年内欧洲和北美将继续占有主要市场地位。
智能控制产品在中国等发展中国家的应用仍处于初级阶段，现阶段市场规模不大，但是增长速度较高，拥有巨大的发展空间。
据前瞻网统计，目前我国智能控制器行业规模为4200亿元，2004年以来的年均增长率接近19%。
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
四种智能控制方法简述
第34卷第1期2018年3月金陵科技学院学报JOURNAL OF JINLING INSTITUTE OF TECHNOLOGY Vol.34, No.1Mar.,2018DOI：10.16515/ki.32-1722/n.2018.01.0007四种智能控制方法简述张艳，杨忠，司海飞(金陵科技学院智能科学与控制工程学院，江苏南京211169)摘要：主要介绍了四种常见的智能控制方法：专家控制、模糊控制、神经网络控制和基于遗传算法的优化控制。
分别阐述了这四种智能控制方法的原理、特色、应用范围、发展现状和趋势。
关键词：智能控制；专家控制（莫糊控制（申经网络；遗传算法中图分类号：TP18 文献标识码：A文章编号"672 - 755X(2018)01 - 0029 - 04O v e rv ie w o f F o u r T ypes o f In te llig e n t C o n tro l M e th o d sZHANG Y an，YANG Zhong，SI Hai-fei(Jinling Institute of Technology，Nanjing 211169, China)Abstract：Four types of common intelligent control methods are illustrated in this paper which contain expert control，fuzzy control，neural networks control and optimal control based on genetic algorithm.Respetively，their main ideas，characteristic，applications，present situation and tendency are overviewed.Key words：intelligent control;expert control;fuzzy control;neural networks control;genetic algorithm传统的控制方法包含了经典控制理论和现代控制理论。
- 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)。
2．发展历史 分为三个时期：
(1) 初创期（1965-1971年） 第一代专家系统DENLDRA和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。
如果
ek
M
，说明尽管误差朝绝对值增大方向
2
变化，但误差绝对值本身并不很大，可考虑控制
器实施一般的控制作用，只要扭转误差的变化趋
势，使其朝误差绝对值减小方向变化，控制器输
由多条产生式规则构成规则库。
5 分类 按专家控制在控制系统中的作用和功能，可将
专家控制器分为以下两种类型：
(1) 直接型专家控制器 直接专家控制器用于取代常规控制器，直接控制
生产过程或被控对象。具有模拟（或延伸，扩展）操 作工人智能的功能。该控制器的任务和功能相对比较 简单，但是需要在线、实时控制。因此，其知识表达 和知识库也较简单，通常由几十条产生式规则构成， 以便于增删和修改。
③假设─由事实和证据推导的中间结果，作为当 前事实集合的补充。例如，通过各种参数估计算 法推得的状态估计等； ④目标─系统的性能指标。例如对稳定性的要求， 对静态工作点的寻优、对现有控制规律是否需要 改进的判断等。目标既可以是预定的，也可以是 根据外部命令或内部运行状况在线地动态建立的。
专家控制的规则库一般采用产生式规则表示： IF 控制局势（事实和数据） THEN 操作结论
（2）专家系统处于离线工作方式，而专家控制 要求在线获取反馈信息，即要求在线工作方式。
4 知识表示 专家控制将系统视为基于知识的系统，控制系
统的知识表示如下： （1）受控过程的知识 ① 先验知识：包括问题的类型及开环特性； ② 动态知识：包括中间状态及特性变化。
（2）控制、辨识、诊断知识 ① 定量知识：各种算法； ② 定性知识：各种经验、逻辑、直观判断。
1 专家控制的关键技术 (1) 知识的表达方法； (2)从传感器中识别和获取定量的控制信号； (3)将定性知识转化为定量的控制信号； (4)控制知识和控制规则的获取。
2 专家控制的特点 （1）灵活性：根据系统的工作状态及误差情况，可 灵活地选取相应的控制律； （2）适应性：能根据专家知识和经验，调整控制器 的参数，适应对象特性及环境的变化； （3）鲁棒性：通过利用专家规则，系统可以在非线 性、大偏差下可靠地工作。
间接型专家控制器可以在线或离线运行。通常， 优化型、适应型需要在线、实时、联机运行。协调 型、组织型可以离线、非实时运行，作为相应的计 算机辅助系统。
间接型专家控制器的示意图如图2-4所示。
专家控制 器
控制算法
特征提取
被控 对象
传感器
图2-4 间接型专家控制器
2.2.3 专家控制的关键技术及特点
（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。
2.2 专家控制
2.2.1 概述 瑞典学者K.J.Astrom在1983年首先把人工智能
中 的 专 家 系 统 引 入 智 能 控 制 领 域 ， 于 1986 年 提 出 “专家控制”的概念，构成一种智能控制方法。
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。
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。
2.1 专家系统
2.1.1 专家系统概述
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。
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。
（2）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。
（3）发展期（1978-现在） 在此期间，专家系统走向应用领域，专家系统
（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。
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。
产生式规则的表达方式为：
IF E THEN H WITH CF(E,H)
（5）对控制性能可进行解释； （6）可通过对控制闭环中的单元进行故障检测来 获取经验规则。
3 与专家系统的区别 专家控制引入了专家系统的思想，但与专家系
统存在区别： （1）专家系统能完成专门领域的功能，辅助用户 决策；专家控制能进行独立的、实时的自动决策。 专家控制比专家系统对可靠性和抗干扰性有着更 高的要求。
第2章 专家控制
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。而实际的被控对象存在着许多难以建模 的因素。
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。
2.3 专家PID控制
2.3.1 专家PID控制原理
PID专家控制的实质是，基于受控对象和控制 规律的各种知识，无需知道被控对象的精确模型， 利用专家经验来设计PID参数。专家PID控制是一 种直接型专家控制器。
典型的二阶系统单位阶跃响应误差曲线如图2-5 所示。对于典型的二阶系统阶跃响应过程作如下分 析。
（1）当 ek M1 时，说明误差的绝对值已经很大。不
论误差变化趋势如何，都应考虑控制器的输出应按 最大（或最小）输出，以达到迅速调整误差，使误 差绝对值以最大速度减小。此时，它相当于实施开 环控制。
（2）当 ekek 0 或 ek 0时，说明误差在朝误差 绝对值增大方向变化，或误差为某一常值，未发生 变化。
2.1.2 专家系统构成
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2-1所示。
知识库 规则库 数据库
知识获取
领域专家
推理机 解释程序 调度程序
推理咨询
专家系统 用户
图2-1 专家系统的结构
2.1.3 专家系统的建立
1 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。
图2-5 典型二阶系统单位阶跃响应误差曲线
令ek 表示离散化的当前采样时刻的误差值，
ek 1 和 ek 2 分别表示前一个和前两个采样
时刻的误差值，则有
ek ek ek 1 ek 1 ek 1 ek 2
根据误差及其变化，可设计专家PID控制器，该 控制器可分为以下五种情况进行设计：
按照专家系统知识库的结构，有关知识可 以分类组织，形成数据库和规则库，从而构成 专家控制系统的知识源。
数据库包括： ① 事实──已知的静态数据。例如传感器测量误差、 运行阈值、报警阈值、操作序列的约束条件、受控 过程的单元组态等； ② 证据──测量到的动态数据。例如传感器的输出 值、仪器仪表的测试结果等。证据的类型是各异的， 常常带有噪声、延迟，也可能是不完整的，甚至相 互之间有冲突；
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。
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 优化型专家控制器：是基于最优控制专家的知 识和经验的总结和运用。通过设置整定值、优化控 制参数或控制器，实现控制器的静态或动态优化。 ② 适应型专家控制器：是基于自适应控制专家的 知识和经验的总结和运用。根据现场运行状态和测 试数据，相应地调整控制规律，校正控制参数，修 改整定值或控制器，适应生产过程、对象特性或环 境条件的漂移和变化。
直接型专家控制器的示意图见图2-3中的虚线所示。
直接型 专家控制器
知识库
信息获
取与处 理
推理 机构
控制
规则 库
被控 对象
传感器
图2-3 直接型专家控制器
(2)间接型专家控制器 间接型专家控制器用于和常规控制器相结合，
组成对生产过程或被控对象进行间接控制的智能控 制系统。具有模拟（或延伸，扩展）控制工程师智 能的功能。该控制器能够实现优化适应、协调、组 织等高层决策的智能控制。按照高层决策功能的性 质，间接型专家控制器可分为以下几种类型：