模糊专家控制系统及其在闸群自动控制系统中的应用研究

四川大学
硕士学位论文
模糊专家控制系统及其在闸群自动控制系统中的应用研究
姓名：朱成银
申请学位级别：硕士
专业：模式识别与智能系统
指导教师：古钟璧
20040410
，６５４３４３
模糊专家控制系统及其在闸群自动控制系统中的应用研究
模式识别与智能系统
研究生：朱成银指导教师：古钟璧
专家控制是智能控制领域的一个重要分支，基于模糊理论的专家控制技术
已成为当代控制领域研究的一个热门，这种利用人类自身思维的控制策略已经成功地解决了许多传统控制理论难于解决的问题。

提高水资源的有效利用率已成为当今社会的迫切要求，解决这一问题的必
由之路是信息化。

闸群控制是水资源信息化中的一个关键技术。

由于闸门具有
的大滞后、不稳定、非线性等明显特征，难于建立有效的模型，难以用传统的
控制手段来处理。

因此，研究闸门控制本身和模糊专家控制算法在其上的应用都是非常具有现实意义的。

本课题利用面向对象方法设计了一套利用模糊专家控制技术的闸群自动
监控系统。

系统以工控机作为主要硬件平台，以Ｗｉｎｄｏｗｓ２０００作为软件运行
平台，以Ｄｅｌｐｈｉ７．０作为软件开发工具，具有水情检测、闸门控制、视频监视、
数据远传、在线帮助等功能。

本文主要包括三个部分：１、专家系统，特别是
模糊专家控制系统的介绍。

文中较为详细地介绍了它们的特点、结构及发展概
况：２、闸群自动监控系统的软硬件实现。

文中着重介绍了系统闸群控制相关
环节，比如水情测报、闸门测控、视频监视等子系统的软硬件实现思想、结构、框图及部分采用Ｄｅｌｐｈｉ７．０开发工具设计的软件源代码；３、基于模糊专家控制技术的闸群自动控制算法的研究。

文中就该系统闸群自动控制算法进行了较为深入的探讨，建立了模糊化策略、模糊专家数据库及模糊推理和去模糊化方法。

根据本文建立的系统己实际应用于工程——都江堰管理局东风渠管理处
团结渠。

文中在最后部分给出了部分实际运行效果画面。

文章理论结合实际，
在利用模糊专家控制技术来处理现实生活、工业中的实际问题方面进行了有益的探索和尝试。

关键词：专家控制模糊技术闸群自动控制
ＦｕｚｚｙＥｘｐｅｒｔ’ＳＣｏｎｔｒｏｌＳｙｓｔｅｍａｎｄ
ＡｐｐｌｉｃａｔｉｏｎＳｔｕｄｙｉｎｔｈｅＧａｔｅＣｌｕｓｔｅｒＡｕｔｏ—ｃｏｎｔｒｏｌＳｙｓｔｅｍ
ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍ
Ｇｒａｄｕａｔｅ：ＺｈｕＣｈｅｎｇｙｉｎＴｕｔｏｒ：ＧｕＺｈｏｎｇｂｉ
Ａｂｓｔｒａｃｔ：
Ｅｘｐｅｒｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙｂａｓｅｄｏｎｆｕｚｚｙｔｈｅｏｒｙｉｓｖｅｒｙｈｏｔｉｎｃｏｎｔｒｏｌｒｅｓｅａｒｃｈ，ｗｈｉｃｈｉｓａｎｉｍｐｏｒｔｂｒａｎｃｈｏｆｉｎｔｅｌｌｉｇｅｎｔｃｏｎｔｒ０１．ＮｏｗｔｈｉｓｃｏｎｔｒｏｌｓｔｒａｔｅｇｙｂａｓｅｄｏｎｍａｎｋｉｎｄｉｔｓｅｌｆｈａｓｂｅｅｎｓｕｃｃｅｓｓｆｕｌｌｙＵＳｅｄｉｎｍａｎｙｐｌａｃｅｓｄｉｆｆｉｃｕｌｔｔｏｔｒａｄｉｔｉｏｎａｌｃｏｎｔｒｏｌｔｈｅｏｒｙ．
ＩｔｉｓｃｅｒｔａｉｎｔｏｕｓｅＩＴｔｏｉｍｐｒｏｖｅｕｔｉｌｉｚａｔｉｏｎｏｆｗａｔｅｒ．Ａｎｄｇａｔｅｃｌｕｓｔｅｒｃｏｎｔｒｏｌ
ｄｉｆｆｉｃｕｌｔｐｒｏｂｌｅｍ，ｗｈｉｃｈｆｅａｔｕｒｅｓｗｉｔｈｌａｒｇｅｔｅｃｈｎｏｌｏｇｙｉｓａｏｎｅｏｆｔｈｅｍｏｓｔ
ａｎｄｄｉｆｆｉｃｕｌｔｔｏｃｏｎｓｔｒｕｃｔａｎｅｆｆｅｃｔｕａｌｍｏｄｅｌｆｏｒｉｔ．ｔｉｍｅ．ｄｅｌａｙ，ｕｎｓｔａｂｌｅ．ｎｏｎ—ｌｉｎｅｒ
“Ｇａｔｅｃｌｕｓｔｅｒａｕｔｏ—ｃｏｎｔｒｏｌｓｙｓｔｅｍ”ｂａｓｅｄｏｎｆｕｚｚｙｅｘｐｅｒｔｔｅｃｈｎｏｌｏｇｙｈａｓｂｅｅｎｄｅｓｉｇｎｅｄｂｙｕｓｉｎｇＯｂｊｅｃｔＯｒｉｅｎｔｅｄＰｒｏｇｒａｍｍｉｎｇｍｅｔｈｏｄ．Ｔｈｉｓｐａｐｅｒｉｎｔｒｏｄｕｃｅｓｍｙｗｏｒｋｉｎｔｈｒｅｅｐａｒｔｓ：ｆｕｚｚｙｅｘｐｅｒｔｃｏｎｔｒｏｌｓｙｓｔｅｍ；ｇａｔｅｃｌｕｓｔｅｒａｕｔｏ－ｃｏｎｔｒｏｌｓｙｓｔｅｍ；ｃｏｎｔｒｏｌｌｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｆｕｚｚｙｅｘｐｅｒｔｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ．ＴｈｅｓｙｓｔｅｍｈａｓｂｅｅｎｕｓｅｄｉｎＴｕａｎｊｉｅｑｕ．
Ｗｏｒｄｓ：ＥｘｐｅｒｔＣｏｎｔｒｏｌＦｕｚｚｙＴｅｃｈｎｏｌｏｇｙ
Ｋｅｙ
ＧａｔｅＣｌｕｓｔｅｒＡｕｔｏ－ｃｏｎｔｒｏｌＳｙｓｔｅｍ
模糊专家控制系统及其在闸群自动控｛５・１系统中的应用研究
模糊专家控制系统
及其在闸群自动控制系统中的应用研究
前言【１３１１３５１
“人工智能”是控制领域中划时代的一个晕程碑，已对人类带来极其深刻的变革，而且这种变革还将更加深入和广泛。

作为人工智能领域中最为活跃的分支，专家系统已在许多专业领域获得成功，并带来了可观的经济效益，还有更多更完善的系统正在丌发或计划开发之中。

ｆ１８０年代以来，美国已有８０％以上的大公司应用了专家系统技术；同本已拥有的处于不同阶段的专家系统达２０００多个；西欧各国专家系统的年增长率也在３０％以上；在中国，这方面的应用还刚刚起步，但其在各个行业的发展一样迅猛。

由于世界性的水危机，水利信息化被提到了非常迫切的地步，水利信息化利用计算机技术、传感技术、通信技术、嵌入式技术等当代最先进的技术来处理水资源问题，满足“可持续发展”的要求。

其中，闸群控制是非常关键的一个环节。

闸群控制系统由于具有多种不确定性因素，难以获得较为完备的知识，难于建模，故采用传统的方法很难获得理想的效果。

本文将利用模糊专家控制技术来实现一个具体的闸群系统的控制处理。

这是因为模糊专家控制技术借助了人的思维模式，利用人特有的思考、处理问题的方法，在处理一些较为复杂的控制方面的问题时具有较为明显的优势。

该系统是基于都江堰管理局东风渠管理处的一个具体工程——团结渠而建的，但完全适用于推广到国内众多的中小型水文监管站。

因此本系统的成功研制无疑具有典型意义。

模糊专家控制系统及其在闸群自动控制系统中的应用研究
１．人工智能与专家系统
１．１人工智能Ｈ］１２］１８１１９１１１０ｌ【１２】㈣１７】ｆ１９】［２０１１３５１
传统控制理论（包括经典控制理论及现代控制理论）经过百余年的发展，已经形成了较为完整的理论体系，解决了一大批科学技术和生产中出现的问题。

其发展不仅推动了控制科学和理论的发展，而且还对其他学科领域产生了很大的影响。

在其发展过程中，反馈控制和优化控制一直是控制领域理论中的两大主题。

但随着科学的发展，这种基于精确数学模型的控制理论的局限性日益明显。

因为实际控制领域常常存在许多不确定性、高度非线性、时变、时滞等现象，使得建立数学模型非常困难，甚至不可能。

这些局限性使得人们开始新的控制方法的研究。

无数事实表明，最高级、最有效的控制器是人类自身，因此控制领域的研究人员将注意力转向人类自身的控制机理也就成为一种必然。

未来的时代必将是信息时代，工业化社会将向信息化社会转变，人类对智能化的追求将导致智能革命。

而在智能革命中，人工智能将不可避免地成为核心。

人工智能（ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ）是计算机科学的一个重要分支，是一门专门研究机器智能的学科。

从１９５６年作为－－ｆ］学科问世以来，人工智能得到了飞速的发展，其应用一深入到许多领域。

在５０年代，人工智能以博弈、游戏为对象进行研究。

１９５６年Ｓａｍｕｅｌ研制成功了具有自学习能力的启发式博弈程序；Ｃｈｏｍｓｋｙ提出了语言文法，开创了形式语言的研究。

１９５８年ＭｃＣａｒｔｈｙ建立了人工智能程序设计语言ＬＩＳＰ，不仅可以处理数据，而且可以方便地处理符号，为人工智能研究提供了重要工具。

６０年代前期，人工智能以搜索算法、通用问题求解（ＧＰＳ）的研究为主。

１９６３年，Ｎｅｗｅｌｌ发表了问题求解程序，使启发式程序具有更大的普适性；１９６１年，Ｍｉｎｓｋｙ发表了论文一“走向人工智能的步骤”，推动了人工智能的发展。

１９６５年Ｆｅｉｇｅｎｂａｕｒａ研制成功了ＤＥＮＤＲＡＬ化学专家系统，使人工智能的研究从着重算法转向知识表示的研究，也标志着人工智能研究走向实用化。

１９６８年，Ｑｕｉｌｌｉａｎ提出了语义网络的知识表示方法；１９６９年，国际人工智能联合会（ＩＪＣＡＩ）成立，通过其每两年组织召开一次国际人工智能学术会议（１９６９年起）及由其主办的学报“ＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ”（１９７０年创刊），极大地推动了
模糊专家控制系统及其在闸群自动控制系统中的应用研究
人工智能的发展。

７０年代前期，人工智能研究以自然语言理解、知识表示为主。

Ｗｉｎｏｇｒａｄ于１９７２年发表了自然语言理解系统ＳＨＲＤＬＵ；Ｃｏｌｍｅｒａｕｅｒ于１９７３年创建了ＰＲＯＬＯＧ语言；Ｍｉｎｓｋｙ于１９７４年提出了框架知识表示法。

１９７７年，Ｆｅｉｇｅｎｂａｕｍ在第五届国际人工智能学术会议上提出了知识工程。

此后数十年，知识工程成为人工智能应用最显著的特点。

８０年代以来，人工智能得到了迅猛发展。

专家系统开始运用于诸多领域，并出现了专家开发工具，人工智能产业开始兴起。

许多国家制定了人工智能发展计划，我国也将人工智能、智能计算机系统的研究列入国家８６３高技术计划中。

从研究角度上来讲，一般将人工智能分为三大分支，即：知识工程
（ＫｎｏｗｌｅｄｇｅＥｎｇｉｎｅｅｒｉｎｇ），模式识别（ＰａｔｔｅｒｎＲｅｃｏｇｎｉｔｉｏｎ）与机器人学（Ｒｏｂｏｔｉｅｓ）。

１．２专家系统［８】【９】㈣１２㈣㈣３５１
１．２．１专家系统的发展
专家系统（ＥｘｐｅｒｔＳｙｓｔｅｍ）是人工智能的一个重要分支，严格讲专家系统属于知识工程范畴，由于近段时间以来人们的注意力主要集中在专家系统上，而其概念范畴差距不大，致使许多研究已将他们不加区分。

专家系统是Ｆｅｉｇｅｎｂａｕｍ在７０年代提出来的应用概念。

专家系统的发展经历了一个曲折的过程。

在人工智能开始研发的初期，研究者们致力于寻求人类行为过程的统一规律并将其形式化，计划设计一套通用问题求解程序ＧＰＳ（ＧｅｎｅｒａｌＰｒｏｂｌｅｍＳｏｌｖｅｒ）来解决大部分智能问题（即后来称为的手段一目的分析法）。

但由于客观现实条件的制约，一直未能使人工智能研究得到较大的突破，直到专家系统的出现。

一般认为，ＨＡ．Ｓｉｍｏｍ等人提出的以启发式搜索为基础的问题求解方法及Ｆｅｉｇｅｎｂａｕｍ等人提出的利用问题领域的特殊知识来模拟专家进行推理的方法对专家系统的成功研制起了至关重要的作用。

专家系统在人类难于很快在脑科学、仿生学、认知心理学、细胞生物学、分子生物学、人类语言与行为科学等方面取得突破性进展的情况下，较好地解决了实用性与
模糊专家控制系统及其在闸群自动控制系统中的应用研究—————————————————————，————————————————————————————————＿——————————————————一
商用性的要求。

当今，许多成功的专家系统已经汇聚了当代人类一些特定领域中最先进的科技成果和专门知识，其应用范围也已包括了从在医院里为病人诊治疾病到对核电站中发生的故障进行自动判别，从集成电路的自动化设计到家庭中作为家庭教师教育孩子等广阔领域。

１．２．２专家系统的特点ｆ８】【１３１１３Ｓｌ
尽管专家系统是人工智能研究领域中的一个重要分支，而且是人工智能领域中目前最活跃的一个分支，但它与一般人工智能研究在很多方面有差异：（１）专家系统强调的是“知识”在问题求解中的作用，而一般人工智能程序强调的是“推理”。

（２）专家系统大量使用特定领域中的专门知识（即所谓的“深知识”），而一般人工智能多使用常识性知识（即所谓的“浅知识”）。

（３）专家系统注意解决某个领域中具有“专家级水平的任务”，而一般人工智能注重研究的是对普通人的常规智能行为的模拟。

（４）专家系统处理的问题一般属于下列范畴：设计、诊断、决策、预测、控制、咨询和教学等，而一般人工智能研究只强调人类思维模拟，不过多考虑专业领域。

概括讲，专家系统是指一个知识工程软件，它可在指定应用域中以等同或略高于人类专家的水平解决领域问题。

其通过某种方式获取某领域的知识，将人类专家的知识和经验以知识库的形式存入计算机，并模仿人类专家解决问题的推理方式和思维过程，运用这些知识和经验对现实中的问题做出判断和决策。

但它明显有别于传统的计算技术与常规软件程序，这种差别可用图ｌ来表示。

具体讲，专家系统具有以下特点：
功能上，专家系统是一种知识信息处理系统，而不是数值信息计算系统。

结构上，专家系统的两个主要组成部分一知识库和推理机是独立构造、分离组织，但又相互作用的。

这使得系统具有很强的适应性和灵活性。

性能上，专家系统具有启发性、透明性、灵活性。

它能运用专家经验知识对不确定的或不完整的知识进行启发式推理。

模糊专家控制系统及其在闸群自动控制系统中的应用研究
要处理问题处理结果
（ａ）常规程序系统要处理问题处理结果
（ｂ）专家系统
图１专家系统与常规程序系统功能结构的比较
１．２．３专家系统的结构【１３】［３５】
由于专家系统应用广泛，而且还处于不断发展中，故其结构也没有固定的模式。

依据当前人们的普遍认识，通常认为，一个较为完备的专家系统应包括以下几个部分：
●知识库（ＫｎｏｗｌｅｄｇｅＢａｓｅ）：
●推理（ＩｎｆｅｒｅｎｃｅＥｎｇｉｎｅ）机或推理（控制）机制：
●综合数据库（ＤａｔａＢａｓｅ）或工作存贮器（Ｍｅｍｏｒｙ）：
●解释接口（ＥｘｐｌａｎａｔｏｒｙＩｎｔｅｒｆａｃｅ）或人一机界面（Ｍａｎ－ｍａｃｈｉｎｅＩｎｔｅｒｆａｃｅ）；
●知识获取（ＫｎｏｗｌｅｄｇｅＡｑｕｉｓｉｔｉｏｎ）或与处理程序；
它们之间的相互关系可用图２表示。

（１）知识库
知识库是（规则基）专家系统的核心之一，其主要功能是存贮和管理专家系统中的指示。

知识库中存贮的知识主要有两种类型：一类是相关领域中所谓公开性的指示，包括领域中的定义、事实和理论在内，这些知识通常收录在相关学术著作和教科书中：另一类是领域专家的所谓个人知识，它们是领域专家在长期业务实践中所获得的一类实践经验，其中很多知识被称之为启发性知识。

～南ｒ尹
模糊专家控制系统及其在闸群自动控制系统中的应用研究
正是这些启发性知识使领域专家在关键之处能做出训练有素的猜羽９，辨别出有希望的解题途径，以及有效地处理错误或不完全的信息数据ａ领域中事实性数据及启发性知识等一起构成专家系统中的知识库。

在知识库中，这些知识必须表达为一定的规范形式。

知识的规范表示方法很多，其中最常用的有产生式（规则）表示法、语义网络表示法和框架结构表示法等。

从实质上讲，所有的知识表示都是等价的，但其方便程度不相同。

因此，在构造知识库时，最好选择最易于表达知识且又易于计算机实现的方法。

图２专家系统一般功能结构
（２）推理机（推理控制机制）・专家系统中的推理机实际上也是一组计算机程序。

其主要功能是协调控制整个系统，决定如何选用知识库中的有关指示，对用户提供的证据进行推理，以最终对用户提出的特定问题做出回答。

在专家系统中，问题的求解有赖于系统对已存贮的各类常规的和专门的知识的综合运用。

在系统求解问题过程中，所涉及到的知识常常包括三个方面的内容；
一类是所谓的叙述性或事实性知识。

它们是一些与问题求解有关的背景性资料，是系统建造时存入的或系统在与用户交互时获得的，是真值可以确定的～些事实，有时也被称为证据。

一类是所谓的操作性、过程性或启发性知识。

它们是领域内专家思维方法和经验知识的结晶。

这类通常以规则形式表示的知识，是专家处理问题的方法和规则，在专家系统中，它们构成了知识库的核心内容。

６
模糊专家控制系统及其在闸群自动控制系统中的应用研究
还有一类知识即所谓的策略性或控制性知识。

他们在问题求解过程中的主要作用是制导系统如何选择最佳操作，即确定系统运行的推理机制和控制策略等。

在专家系统中，推理过程控制方式主要有正向推理、反向推理和正反向混合推理三种。

正向推理（ＦｏｒｗａｒｄＣｈａｉｎｉｎｇ）又ｌｌｑ数据驱动型推理或前件（匹配型）推理。

它是由原始数据出发向结论方向进行推理，其推理过程为：系统根据用户提供的原始信息，在知识库中寻找能与之匹配的规则。

若找到，则将该知识元的结论部分作为中间结果，利用这个中间结果继续与知识库中的规则匹配，直到得出最终结论。

反向推理（ＢａｃｋｗａｒｄＣｈａｉｎｉｎｇ）又称目标驱动型推理或后件（匹配型）推理。

它是先提出假设性结论，然后由此出发寻找支持这一假设结论的证据，当所需的证据与用户提供的原始信息相匹配时，推理即告成功。

正反向混合推理（ＦｏｒｗａｒｄａｎｄＢａｃｋｗａｒｄＣｈａｉｎｉｎｇ）是一种集中了正向和反向推理特点的综合型推理控制方式。

它首先根据原始信息数据通过正向推理帮助系统提出假设性结论（推理聚焦），然后运用反向推理进一步寻找支持该假设．设的证据，如此循环反复这一过程，直至推理成功或终止。

（３）数据库（工作存贮器）
综合数据库是专家系统中用于存放反应系统当前状态的事实数据的“场所”。

其数据包括用户输入的事实、已知的事实以及推理过程中得到的中间结果等。

它们能反映系统要处理问题的主要状态和特征，是系统操作的对象。

综合数据库中的内容在系统运行中是不断改变的，并且：
ａ．它可被所有的规则访问；
ｂ．没有局部的数据库是特别属于某些规则的；
ｃ．规则之间的联系只有通过数据库才能发生。

在专家系统中，综合数据库中数据的表示和组织，通常与知识库中知识的表示和组织向容或相～致，以使推理机能方便地去使用知识库中的知识和综台数据库中描述问题当前状态的数据去求解问题。

（４）解释接口１人一机界面）
７
模糊专家控制系统及其在闸群自动控制系统中的应用研究
有些系统将人机界面与解释程序模块分开考虑，它们均是人机交互程序。

解释模块负责回答用户提出的各种问题，包括与系统推理有关的问题和与系统推理无关的关于系统自身的问题。

它可对推理路线和提问的含义给出必要的清晰地解释，为用户了解推理过程以及系统维护提供方便的手段，是实现系统透明性的主要模块。

人机界面或人机接口则负责把用户输入的信息转换成系统内规范化的表示形式，然后把这些内部表示交给相应的模块去处理。

系统输出的内部信息也由人机接口转换成用户易于理解的外部表示形式显示给用户。

（５）知识获取模块ｆ预处理程序）
这是专家系统中能将某专业领域内的事实性知识和领域专家所特有的经验性知识转化为计算机可利用的形式并送入知识库的功能模块。

同时也负责知识库中知识的修改、删除和更新，并对知识库的完整性和一致性进行维护。

知识获耿模块是实现系统灵活性的主要部分，它使领域专家可以修改知识库而１不必了解知识库中知识的表示方法、知识库的组织结构等实现上的细节问题，这大大提高了系统的可扩充性。

早期的专家系统完全依靠领域专家和知识工程师共同合作把领域内的知识总结归纳出来，然后将它们规范化后输入知识库。

此外，对知识库的修改和扩充也是在系统的调试和验证过程中入工进行的，这往往需要领域专家和知识工程师的长期合作，并要付出艰巨的劳动。

目前，一些专家系统已经或多或少地具有了自动知识获取的功能。

自动知识获取包括两个方面，一是外部知识的获取，即通过向专家提问，以接受教导的方式接受专家的知识然后把它转成内部表示形式存入知识库。

二是内部知识获取，即系统在运行中不断地从错误和失败中归纳总结经验，并修改和扩充自己的知识库。

因此，知识获取实质上是一个机器学习的问题。

１．３专家系统中的不确定性、不完整性问题ｆ１２】【１３】【３５ｌ
专家系统的发展有广阔而又广明的前景。

但是，也应清楚地看到，专家系统要真正达到广泛的使用还有很长的路要走，它还需要解决一系列棘手的技术上的难题。

其中之一就是如何处理知识中广泛存在的不确定性。

因为专家系统的核心是“知识”，从一定意义上说，知识的获取、知识的标示和知识的运用
模糊专家控制系统及其在闸群自动控制系统中的应用研究
构成了专家系统开发的整个核心内容。

专家系统强调专家知识在问题求解中的作用，特别是专家启发性知识在问题求解中的作用，这本来是非常明智的选择，是无可非议的。

但也带来一系列后继问题，其中最主要的难题就是如何从专家那罩获取到其专门知识以及如何处理这类经验性知识中广泛存在的不确定性。

不解决好这些问题，专家系统就很难进一步发展，因为这些问题在一定程度上已经构成了专家系统进一步发展的“瓶颈”。

造成专家系统中不确定性的主要因素在于自然语言和专家知识的提取。

作为人们日常生活中思考和信息交流工具的自然语言通常是一类非精确量化的语言’，存在着许多以概括性的、笼统地、含混的甚至暧昧的事物状态表达词语。

而专家知识一方面具有相对性，另～方面在总结精炼时也很难做到“恰如其分”，特别是其使用范围和可信程度难于甚至不可能预先明确限定，故很有可能在同后的应用过程中造成这样那样的困难。

除了这些，造成专家系统中知识表达及推理过程中不确定性的因素还有以下一些：１、事物本身就具有某种不确定性；２、因时间和条件所限，缺乏足够的证据或接受了当时分辨不清的错误信息：３、缺乏可靠的经验等。

对于专家系统中出现的不确定性，人们提出了一些处理办法，其中模糊技术是效果较好、得到人们广泛认可、使用最广泛的一种。

本章小结：
本章主要介绍了人工智能领域最活跃分支——专家系统的发展史、特点及其发展中最关键性的技术问题——不确定问题，其中着重介绍了专家系统的结构。

模糊专家控制系统及其在闸群自动控制系统中的应用研究
２．模糊专家控制系统ｆ７】【８】刚刚】【１２１［１３１［１７】ｆ３５】
２．１专家控制系统［８】【１０】ｃ１１】【１３】【３５】
专家控制是知识工程思想和专家系统技术在控制领域的应用，是工程控制和专家系统的有机结合，是以专家系统为核心的一种智能控制。

专家控制的实质是是系统的构建和运行都基于控制对象和控制规律的各种专家知识，而且已智能的方式来利用这些知识，求得手控系统的尽可能优化和实用化。

因此，专家控制又被称作基于知识的控制或专家智能控制。

专家控制产生的基础是自适应控制、自校正控制和变结构控制的研究。

１９８３年，瑞士学者Ｋ．Ｊ．Ａｓｔｒｏｍ发表了“Ｉｍｐｌｅｍｅｎｔａｔｉｏｎｏｆａｌｌａｕｔｏ－ｔｕｎｎｅｒｕｓｉｎｇｅｘｐａｔｓｙｓｔｅｍｉｄｅａｓ”一文，明确提出了将专家系统技术引入自动控制领域的思想，１９８６年，他发表的“ＥｘｐｅｒｔＣｏｎｔｒｏｌ”一文正式提出了专家控制一说。

８０年代以来，专家系统技术在控制领域中的应用逐渐增多。

例如ＵＳＰ公司研制的蒸馏塔过程控制的分布式实时专家系统ＰＩｃ０Ｎ（１９８４），用于核反应堆环境辅助决策的专家系统砒认ＣＴＯＲ（１９８２．１９８３），利用专家系统对飞机控制规律进行再组合的研究（１９８５）等。

另外专家系统技术还被应用于传统的ＰＤ调节器和自适应控制器等。

随着智能控制学科方向的发展，我国有关专家控制的研究工作也非常活跃。

例如，胡恒章、倪先锋等人研制的“基于专家知识的智能控制研究及其在造纸过程控制中的应用”（１９８８．１９８９）：郭晨研制的“智能控制器与锅炉专家控制系统的研制”（１９９１）：王建华、刘鸿强、潘Ｒ芳等人研制的“专家控制系统在蒸馏控制中的应用”（１９８７）。

另外，周其鉴、李祖枢等人在多方面研制实用系统的基础上，提出了仿人智能控制理论。

根据专家系统技术在控制系统中的功能结构，一般将应用于过程控制的专家系统分为直接式专家控制系统和间接式专家控制系统。

直接式专家控制系统将领域专家的控制知识和经验直接用于控制受控目标。

该控制方式适合于模型不充分、不精确、甚至不存在的复杂过程。

而在间接专家控制系统中，专家知谚｛是通过改变控制器来影响被控对象，其通过指导、协调或监督的方式间接控制受控目标。

但是，专家控制系统≠专家系统。

虽说专家控制系统是专家系统在控制领
０。