当前课程知识点：智能控制 > 第二章 专家控制专题 > 2.2 专家系统简介 > 2.2.2 专家系统简介（下）
那么下面我们把人类专家和专家系统进行了对比
首先人类专家在可用时间上面
一般只在工作日进行工作
到了节假日他需要休息
而专家系统可以适用于全天候365天
24小时
随时可以固定工作
那人类专家在地理上他必须到本地
也就到现场去
他才能够高效地工作
而专家系统可以在全世界任何可行的地方可以进行工作
第三个方面
人类专家不可以取代
如果换了一个人
那么这个事情就可能没法解决了
这样的话
人家专家必须本人亲自到那里
他才可以解决问题
而专家系统它是可以复制
可以快速地进行取代
所以它是安全的
由于人类专家
他是有一定的寿命的
到时间了他可能就死亡了
所以他的知识经验已经不存在了
但专家系统来说
它不存在这个问题
它是持久的
只要这个系统在
它就能解决这个问题
对于性能来说
人类专家他由于受到情绪环境以及各种因素的影响
心情的影响
解决问题的性能可能会有变化
有时候很快搞定
有时候要花很长的时间才能搞定
而专家系统解决问题的速度永远是恒定的
在解决问题的速度上面来看
人类专家也是变动的
有时候很快
有时候很慢
而专家系统呢它是恒定的
他总是能够在最短的时间之内把这个问题解决掉
最后就是代价方面
人类专家往往他们来解决现场问题
往往需要付出比较高的代价
也要考虑他们的差旅费住宿费
生活费
还有专家补贴
这样的话他代价会要高一些
而专家系统一般是可以偿付得起的
因为它具有大规模推广的能力
它可以通过大规模推广来降低它的成本
下面看一下专家系统的类型
首先 诊断型专家系统
诊断型专家系统可以根据对症状的观察分析
推断故障的原因以及排除故障方案
用于医疗、电子、机械等领域
第二
解释型专家系统
可以根据表层的信息来解释深层的结构或者内部可能的情况
比如语音理解
图像分析、卫星云图分析
地层地质结构
或者化学结构分析等
第三
预测型专家系统
可以根据过去和现在的观测数据
预测未来可能发生的情况
比如天气预报、人口预测
交通流量预测
经济军事形势的预测等
设计型专家系统
按照给定的要求进行产品设计
广泛应用于电路设计
机械产品设计
以及建筑设计等领域
决策型专家系统
对各种可能的决策方案进行综合评判和选优
包括各个领域的智能决策及咨询
规划型专家系统
用于制订行动计划
可用于自动程序设计、机器人规划、交通运输调度
军事计划制订
以及农作物施肥方案规划等等
还有控制专家系统
它可以自适应地管理一个受控对象
或者是客体的全部行为
使之满足预定要求
与空中交通管制
自主机器人控制
生产质量控制
教学型专家系统
可以根据学生特点
弱点以及基础知识情况
以最合适的教案和教学方法
对学生进行教学和辅导
比如符号积分与定理证明系统
还有监视型专家系统
对某些行为进行监视
并在必要的时候进行干预
用于核电站的安全监视
机场的监视
森林的监视
传染病的疫情监视
防空监视等等
比如在变电站
我们为了保证检修工人的安全
我们可以设置一些摄像头自动采集
工人的状态
看他是否带了安全帽
看他是否按照规章制度一步步地进行操作
如果发生了不遵守安全规定的情况
我们可以通过设置这样一个监视型专家系统
自动进行报警提醒他
以确保他的人身和设备安全
那么根据专家系统技术
在控制系统中应用的复杂程度
可以分为专家控制系统
和专家式控制器两种主要形式
专家控制系统它具有全面的专家系统结构
完善的知识处理能力和实时控制的可靠性能
它可以采用黑板等结构
知识库非常庞大
推理机比较复杂
它包括知识获取子系统
和学习子系统
人机接口的要求会比较高
而专家式控制器
他是专家控制系统的简化形式
针对具体的控制对象或者过程
着重于启发式控制知识的开发
具有实时算法
和逻辑功能
它知识库呢较小一些
推理机较简单
省去了复杂的人机接口
结构简单
可以满足工业过程的控制需要
应用日益广泛
下面我们比较一下专家控制系统和专家控制器
专家控制系统虽然引用了专家系统的思想和方法
但它与一般的专家还是有重要差别
一般的专家系统只完成某个
专门领域问题的咨询功能
它的推理结果一般用于辅助用户的决策
而专家控制则要求能对控制动作进行独立的自动的决策
它的功能一定要有连续的可靠性和较强的抗扰性
一般的专家系统处于离线工作状态
不用立即马上提出问题的解决方法
可以需要一定的处理时间
而专家控制则要求在线的实时的迅速的响应
要求他能够在线地实时获取被控对象的动态反馈信息
应该是一种动态系统
它应该具有使用的灵活性和实时性
也就是说能够联机完成控制
实现闭环在线自动控制
好
这就是它们之间的区别
-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
