1、第7章 专家系统,,目录,7.1专家系统的结构以各部分组成的功能、人机界面、知识库,专家知识,人机接口,知识获取,推理机,知识库,数据库,解 释 器,7.2 专家系统的知识表示法,一、谓词法,谓词逻辑表示法以数理逻辑为基础，是目前为止能够表达人类思维活动规律的一种最精确的形式语言，他与人类的自然语言比较接近，又可方便地存储到计算机中区，兵被计算机做精确处理，最早应用于AI。谓词是用于刻画个体的性质、状态或个体间关系的。,7.2 专家系统的知识表示法,二. 产生式规则表示法,产生式表示法又称为产生式规则表示法。有心理学籍认为，人脑对知识的存储就是产生式形式。产生式最早由P.Post于1943年提
2、出，用于构造Post机计算模型；1972A.Newell和H.A.Simon在研究人类的认识模型中提出了Rule-Based产生式系统方法及规则表示模型。目前，产生式表示法已经成为人工智能中应用最多的一种知识表示法，许多成功的专家系统都用它来表示知识。,7.2 专家系统的知识表示法,三、框架表示法,框架表示法有M.Minsky1975年提出，它针对人们在理解事情情况时的心理学模型，论述了人们理解问题的一种思想方法。框架表示法最早用作视觉感知、自然语言对话等问题的知识表示，目前已作为一种通用数据结构来表示知识对象。|,7.2 专家系统的知识表示法,例：“计算机主机”框架框架名主机品牌：联想1+1
3、生产厂商：北京联想集团公司CPU：品牌：Intel型号：奔腾/933主板：品牌：QDI型号：ATX VA5内存：品牌：现代型号：SDRAM容量：128MB硬盘：品牌：Seagate型号：ST320423A容量：20GB,7.2 专家系统的知识表示法,四、“与或图”表示法,与/或树表示法是一种用于表示复杂问题及复杂问题及其求解过程的形式化方法。 与/或树采用分解和变换的思想，将复杂问题转化为一系列本原问题，通过对这些本原问题的求解来实现对原问题的求解。本原问题：是指那种不能或不需要再进行分解或变化，且可以直接解答的问题。,7.2 专家系统的知识表示法,五、黑板专家控制系统,黑板专家控制系统结构图
4、,7.2 专家系统的知识表示法,黑板结构是一种强功能的专家系统结构和问题求解模型，它能够处理大量不同的、错误的 和不完全的知识，以求解问题。基本黑板结构是由一个黑板（）、一套独立的知识源 （KSs）和一个调度器组成。黑板为一共享数据区；知识源存储各种相关知识；调度器起控制作用。黑板系统提供了一种用于组织知识应用和知识源之间合作的工具。黑板系统的最大优点在于它能够提供控制的灵活性和具有综合各种不同的知识表示和推理技术的能力。例如，一个产生式规则系统或基于框架的系统可以作为黑板系统的一部分。,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
5、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
6、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。,7.2 专家系统的知识表示法,六、 Petri网表示方法,三种基本元素：位置、转换、标记。pj和pk代表第j和第k个位置。 yj和yk表示这两个位置的标记。 ti是某个转
7、换。,yj,yk,pj,pk,ti,7.2 专家系统的知识表示法,产生式规则为 IF dj THEN dk (CF=ui)，若可信度ui为0.8,dj,dk,pj,pk,0.8,7.3 专家系统推理知识,一、知识推理方法,1.表示特点 图搜索方法包括宽度优先方法和深度优先方法 逻辑论证法2.是否启发式 启发推理 非启发推理,7.4 专家控制系统,一、原理,1 系统要求在适应控制的发展过程中，专家控制器为使用的自适应设计机理建立了一个新的重要的里程碑。至今为止的自适应控制存在俩个显著缺点，即要求具有准确度额装置模型以及不能为自适应机理设定有意义的目标。专家控制器不存在这些缺点，因为他避开了装置的
8、数学模型，并未自适应涉及提供有意义的时域目标。,7.4 专家控制系统,二、专家系统与专家控制系统的区别,基本Elman网络的动态反向传播学习算法可归纳如下：1.操作人员系统环路2.自动时时数据采集系统3.可利用的环境信息适当的方法在线辨识专家系统只对专门领域的问题文成咨询作用，协助用户进行工作。专家系统的推理是以知识为基础的，其推理结果为知识项、新知识项或对原知识项的变更知识项。然而，专家控制系统需要独立和自动地对控制作用做出决策，其推理结果可为变更的知识项，或且为启动某些解析算法。,7.4 专家控制系统,3.专家控制系统的基本结构及组成单元功能,专家系统的结构式是指专家系统各组成部分的构造方
9、法和组织形式。系统结构选择恰当与否，是与专家系统的适用性和有效性密切相关的，选择什么结构最为恰当，要根据系统的应用环境和所执行任务的特点确定。,知识库,推理机,专家知识,输入或提问,答 案,专家简化结构图,7.4 专家控制系统,专家系统的主要组成部分如下： (1) 知识库：知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则等。为了建立知识库，要解决知识获取和知识表示问题。知识获取涉及知识工程师如何从专家那里获得专门知识的问题；知识表示则要解决如何用计算机能够理解的形式表达和存储知识的问题。 (2) 综合数据库：综合数据库又称全局数据库或总数据库，它用于存储领域或问题的初始数据和推
10、理过程中得到的中间数据（信息），即被处理对象的一些当前事实。 (3) 推理机：推理机用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调地工作。推理机能够根据知识进行推理和导出结论，而不是简单地搜索现成的答案。 (4) 解释器：解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其它候选解的原因。 (5) 接口：接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程及推理结果等。系统则通过接口，要求用户回答提问，并回答用户提出的问题，进行必要的解释。,7.4 专家控制系统,4.解决哪些知识？,1.知识表述方法 2.获取定
11、性知识 3把定性推理结论量化 4.保证系统稳定性 5.获取控制知识与学习规则,7.4 专家控制系统,二、直接专家控制系统,专家控制器有时又称为基于知识控制器。以基于知识控制器在整个系统中的作用为基础， 可把专家控制系统分为直接专家控制系统和间接专家控制系统两种。在直接专家控制系统中， 控制器向系统提供控制信号，并直接对受过程产生作用，如图所示。,知识基控制器,过程,直接专家控制系统图,7.4 专家控制系统,二、间接专家系统控制,在间接专家控制系统中，控制器间接地对受控过程产生作用，如图所示。间 接专家控制系统又可称为监控式专家控制系统或参数自适应控制系统。,间接专家系统控制图,7.4 专家控制
12、系统,1.知识库建立,在专家控制的设计过程中，知识的表达是一项重要的内容。一般根据工业控制的特点及实时控制要求，采用产生式规则描述过程的因果关系，并通过带有调整因子的模糊控制规则建立控制规则集。2、控制知识的获取控制知识（规则、事实）是从控制专家或专门操作人员的操作过程基础上概括、总结归纳而成的。,7.4 专家控制系统,3、推理方法的选用,实验表明，推理机制的类型与推理速度是密切相关的，而推理类型的选择又与规则库中的知识结构有关。在实时控制中，必须要在有限的采样周期内将控制信号确定出来。直接专家控制可以采用一种逐步改善控制信号精度的推理方式。逐步推理是把专家知识分成一些知识层，不同的知识层用于
13、求解不同精度的解，这样就可以随着知识层的深入、逐步改善问题的解。对于简单的知识结构，可采用以数据驱动的正向推理方法，逐次判别各规则的条件，若满足条件执行该规则，否则继续搜索。,7.4 专家控制系统,上述两种控制系统的主要区别是在知识的设计目标上。直接专家控制系统的基于知识控制器直接模仿人类专家或人类的认知能力，并为控制器设计两种规则：训练规则和机器规则。训练规则由一系列产生式规则组成，它们把控制误差直接映射为受控对象的作用。机器规则是由积累和学习人类专家师傅的控制经验得到的动态规则，并用于实现机器的学习过程。在间接专家系统中，智能（基于知识）控制器用于调整常规控制器的参数，监控受控对象的某些特
14、征，如超调、上升时间和稳定时间等，然后拟定校正参数的规则，以保证控制系统处于稳定的和高质量的运行状态。,三、间接专家控制系统,7.4 专家控制系统,间接专家系统控制图2,1、结构原理图,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P
15、ID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。,7.4 专家控制系统,4、知识模型与知识库建立,PID参数的预整定算法，参数预整定是基于对象动态特性的辨识，估测对象的 数学模型，在某种指标下，得到参数Kp、Ti、Td,以此作为专家系统投入运行的初始参数，对预整定，我们采用改进的Ziegler-Nichols算法如下：设受控过程参数估计离散传递函数模型为：,7.4 专家控制系统,7.4 专家控制系统,3、推理机制定控制,本系统在线运行时时采取正向推理，它从原始数据出发向控制目标方向推理，系统首先采集信息模式识别预处理器和知识库提供的一组前提条件事实，然后搜索知识库中与此前条件相匹配的控制规则，若匹配成功，并是状态目标，就完成该规则结论的一系列控制动作；若不匹配则继续搜索可以匹配的规则，直到达到目标状态为止。,Add your company slogan,Thank You !,
