智能控制--第2章專家控制理論基礎(chǔ)-文庫吧
2025-01-06 20:54 本頁面
【正文】 （ 1） 正向推理：從原始數(shù)據(jù)和已知條件得到結(jié)論； （ 2） 反向推理：先提出假設(shè)的結(jié)論 ， 然后尋找支持的證據(jù) ， 若證據(jù)存在 ， 則假設(shè)成立； （ 3） 雙向推理：運用正向推理提出假設(shè)的結(jié)論 ， 運用反向推理來證實假設(shè) 。 3． 知識的表示 常用的知識表示方法為：產(chǎn)生式規(guī)則 ， 框架 ，語義網(wǎng)絡(luò) ， 過程 。 其中產(chǎn)生式規(guī)則是專家系統(tǒng)最流行的表達方法 。 由產(chǎn)生式規(guī)則表示的專家系統(tǒng)又稱為基于規(guī)則的系統(tǒng)或產(chǎn)生式系統(tǒng) 。 產(chǎn)生式規(guī)則的表達方式為： IF E THEN H WITH CF(E,H) 其中 ， E表示規(guī)則的前提條件 ， 即證據(jù) ， 它可以是單獨命題 ， 也可以是復(fù)合命題； H表示規(guī)則的結(jié)論部分 ， 即假設(shè) ， 也是命題； CF（ Certainty Factor） 為規(guī)則的強度 ， 反映當前提為真時 ， 規(guī)則對結(jié)論的影響程度 。 4． 專家系統(tǒng)開發(fā)語言 （ 1） C語言 ， 人工智能語言 （ 如 Prolog， Lisp等 ） ； （ 2） 專家系統(tǒng)開發(fā)工具：已經(jīng)建好的專家系統(tǒng)框架 ， 包括知識表達和推理機 。 在運用專家系統(tǒng)開發(fā)工具開發(fā)專家系統(tǒng)時 ， 只需要加入領(lǐng)域知識 。 5． 專家系統(tǒng)建立步驟 （ 1） 知識庫的設(shè)計 ① 確定知識類型：敘述性知識 ， 過程性知識 ， 控制性知識； ② 確定知識表達方法； ③ 知識庫管理系統(tǒng)的設(shè)計：實現(xiàn)規(guī)則的保存 、 編輯 、刪除 、 增加 、 搜索等功能 。 （ 2） 推理機的設(shè)計 ① 選擇推理方式； ② 選擇推理算法：選擇各種搜索算法 ， 如深度優(yōu)先搜索 、 廣度優(yōu)先搜索 、 啟發(fā)式優(yōu)先搜索等 。 （ 3） 人 ─機接口的設(shè)計 ① 設(shè)計 “ 用戶 ─專家系統(tǒng)接口 ” ：用于咨詢理解和結(jié)論解釋； ② 設(shè)計 “ 專家 ─專家系統(tǒng)接口 ” ：用于知識庫擴充及系統(tǒng)維護 。 第二節(jié) 專家控制 一 、 概述 瑞典學(xué)者 1983年首先把人工智能中的專家系統(tǒng)引入智能控制領(lǐng)域 ， 于 1986年提出“ 專家控制 ” 的概念 ， 構(gòu)成一種智能控制方法 。 專家控制 （ Expert Control） 是智能控制的一個重要分支 ， 又稱專家智能控制 。 所謂專家控制 ， 是將專家系統(tǒng)的理論和技術(shù)同控制理論 、 方法與技術(shù)相結(jié)合 ， 在未知環(huán)境下 ， 仿效專家的經(jīng)驗 ， 實現(xiàn)對系統(tǒng)的控制 。 專家控制試圖在傳統(tǒng)控制的基礎(chǔ)上“加入”一個富有經(jīng)驗的控制工程師，實現(xiàn)控制的功能，它由知識庫和推理機構(gòu)構(gòu)成主體框架，通過對控制領(lǐng)域知識（先驗經(jīng)驗、動態(tài)信息、目標等）的獲取與組織，按某種策略及時地選用恰當?shù)囊?guī)則進行推理輸出，實現(xiàn)對實際對象的控制。 二、基本原理 1． 結(jié)構(gòu) 專家控制的基本結(jié)構(gòu)如圖 。 知識庫 實時 推理機 A/D 被控 對象 D/A 控制 算法庫 圖 專家控制的結(jié)構(gòu) 2． 功能 （ 1） 能夠滿足任意動態(tài)過程的控制需要 ， 尤其適用于帶有時變 、 非線性和強干擾的控制； （ 2） 控制過程可以利用對象的先驗知識； （ 3） 通過修改 、 增加控制規(guī)則 ， 可不斷積累知識 ，改進控制性能； （ 4） 可以定性地描述控制
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1