当前课程知识点:智能控制 > 第一章 智能控制课程概论 > 1.9 智能控制的类型之专家控制系统 > 1.9
那么下面我们来看一下专家控制系统
所谓专家指的是什么呢
指的是那些对解决专门问题非常熟悉的人
他们这种专门技术往往来源于丰富的工程经验
以及他们对某些问题的详细的专业知识
比如汽轮机发生故障了
故障原因是什么
对一个外行来说它可能很难
但是如果一个师傅在现场工作了很多年
就可以根据他的经验
拿听筒到现场去听一听
或者是拿探测仪表到现场去测一测
他就能够知道问题出在哪里
那么专家的这个经验
它来源于他对事情专业的分析
和他的一个经验
这是人类专家的行为
但是人类专家
能够解决某些问题的人类专家他是有限的
而且他不一定随时能够到现场去解决那些问题
我们能不能够构造一个计算机控制系统
能够模拟专家的这种行为
实现自动地解决问题呢
像专家一样解决问题呢
这个东西就叫做专家系统
那么所谓的专家系统
就是一个智能计算机程序系统
它里面呢存储有大量的
某个专门领域的专家水平的
他的知识和经验
它可以自动地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
这个问题越难越能体现它的用处和它的水平
那么专家系统可以广泛地用于实际的
比如说电厂的故障诊断问题
比如电厂的优化运行问题
比如在实际的工业过程中的过程控制中
PID的控制器的参数整定问题
比如实际的控制系统中优化问题
那么应用专家系统的概念和技术
模拟人类专家的控制知识和经验
构造的控制系统
如果专家系统用于控制的
那么这就叫做专家控制系统
模拟购买手机的这样一个专家系统
它就是提供了一些可能的解决方案
它可能是一个比较简单的专家系统
但是它基本上描述了一个专家系统
可以解决什么样的问题
我们要购买一台手机
可以让专家系统提供一些
优化的最优的符合实际的一些选择
比如要考虑它的是翻盖的还是直板的
它的形式
比如考虑一下它的成本和它的价格
比如考虑一下它的性能
考虑一下它某些参数指标
拍照 录像
还有系统
根据还有每个人的喜好
自动地为你配置你想要的那种手机
那么依此类推
我们是不是可以设计一个购买台式机的专家系统
购买笔记本电脑的专家系统
同样地把这种方法就可以推广到各行各业
比如说汽轮机的故障诊断系统
可以设计一个专家系统
比如说农业领域可以做一个专家系统
比如说工艺设计制造
怎么样快速地像专家一样
设计出来你想要的那个模件
比如说网站设计专家系统
这都可以采用专家系统的思想
去把它设计出来
那么专家系统
它的核心框架什么样子呢
专家系统里面它有两个核心框架
第一叫做知识库
它可以存储人类专家的
在某个领域的海量的知识和经验
那么它可以通过跟专家一对一的那种
一问一答的形式
或者是某种知识学习的方法
把它这个领域的专门的知识和经验存储起来
当然这里面涉及两个问题
第一个就是知识获取问题
第二个问题就是知识存储问题
这是第一个方面叫知识库
存储专家的知识和经验
第二叫推理机
我们把专家知识和经验存储起来之后
我们就可以根据实际问题的输入
按照一定的算法进行自动搜索
利用推理机到知识库里面去寻找匹配的答案
来输出答案
得到你想要的结果
那么在实际应用中
比如说你在网上购物
网上购物它也会有一个7乘24小时的
自动告诉你答案
因为人不一定是随时在线
但是机器可以随时在线
当你输入一个字的时候
你想购买电脑
它就会自动地匹配一些相应的问题
从而快速地找到你想要的答案提供给你
这样的话也是一个简单的专家系统
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-1.4 控制科学发展过程
-1.5 智能控制的多元论
--1.5
-1.6 控制策略的渗透与融合
--1.6
-1.7 智能控制与传统控制的联系与区别
--1.7
-1.8 智能控制的类型之分级递阶智能控制系统
--1.8
-1.9 智能控制的类型之专家控制系统
--1.9
-1.10 智能控制的类型之模糊控制系统
--1.10
-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.11
-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.12
-1.13本章小结
--1.13
-第一章测试
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 5.4 神经网络的分类
-5.5 神经网络的学习算法、基本特征和研究领域
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现
--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合
-第六章测试
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-7.3 遗传算法的基本操作之复制
-7.4 遗传算法的基本操作之交叉与变异
-第七章测试
-8.1 遗传编程工作原理
-8.2 遗传编程基本操作之复制
-8.3 遗传编程基本操作之交换和突变
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试
