特定領域的專家： 對問題的求解是基於自己的知識和推理完成的。
1.1 專家系統的定義
定義的3個關鍵點：1.計算機程序系統 2.內部有大量專家知識 3.這個系統能模擬人類專家推理解決問題
1.2 專家系統的基本組成
規則有兩種：
- 基於專家經驗的判斷性規則
- 用於推理、問題求解的控制性規則
知識庫
包含多種功能模塊：知識查詢、檢索、增刪、修改、擴充。
通過人機接口獲取專家知識。
推理機
對知識庫中的知識進行推理來得到結論的“思維”機構，完成基於知識的推理
推理機包括三種推理方式：
1.正向推理
從原始數據和已知條件得到結論
2.反向推理
先提出假設的結論，尋找支持的證據
3.雙向推理
先用正向推理得到假設的結論，再用反向推理證實假設
知識庫和推理機=》模擬了人類專家的思考和決策過程
1.3 專家系統的實現
怎樣在知識庫中表示專家的知識？
常用知識表述方法有：產生式規則，框架，語義網絡，過程。
- 產生式規則最流行。
IF E THEN H WITH CF(E,H)
E - 規則的前提條件，即：證據
H - 規則的結論，即假設，也是命題
CF - 規則的強度。 E爲true時對結論的影響程度
如何開發專家系統？
ES的開發工具
- 編程語言：C語言、Lisp語言、PROLOG語言等
- 專家系統外殼：EMYCIN,KAS,EXPERT等
- 通用型專家系統工具和開發環境：Insight2，Exsys
專家系統的建立步驟
瑞典學者K.J.Astrom在1983年把專家系統引入控制領域，與1986年提出“專家控制”。
2.1 專家控制定義
專家控制將專家系統的理論和技術同控制理論、方法與技術相結合，在未知環境下，仿效專家的經驗，從而實現對系統的控制。
2.2 專家控制的結構
Note:在推理機上特別註明了“實時”。因爲控制系統對實時性具有極高的要求。
實時性
任務要在限定時間內完成
故此：專家系統的推理機必須在指定時間內決策，因此是：實時推理機。
專家系統與專家控制系統是不同的。 有重大區別的。 只是在控制領域借鑑了專家系統的思想。而不是單純地對專家系統的應用。
專家控制比專家系統對可靠性和抗干擾性有更高的要求。
2.3 專家控制系統的優越性
- 專家控制能滿足任意動態過程的控制需要，尤其是適用於那些帶有時變、非線性和強幹擾的系統的控制。
- 使用專家控制在控制過程中可以充分的利用對象的先驗知識。
- 使用專家控制通過修改、增加控制規則、可不斷累積知識，改進控制性能。
- 使用專家控制能夠定性的描述控制系統的性能。如：“超調小”，“偏差增大”等。
- 使用專家控制對控制性能可以進行解釋。 （可解釋性：與後面的博客將寫到的神經網絡控制相對比，這是一個很重要的性質）
- 可以通過對控制閉環中的單元進行故障檢測來獲取經驗規則，從而獲得更豐富的知識。
2.4 專家控制系統中的知識表述
系統中的知識
（1） 受控過程的知識
- 先驗知識：包括問題的類型及開環特性。
- 動態知識：包括中間狀態及特性變化。
（2）控制、辨識、診斷知識
- 定量知識： 各種算法
- 定性知識：各種經驗、規則、直觀判斷
數據庫中的4類知識表述
-
事實——控制系統中已知的靜態數據
-
證據——測量到的動態數據
數據各異、帶有噪聲、延遲、殘缺甚至出現衝突。 -
假設——由事實和證據推導的中間結果，作爲當前事實集合的補充
-
目標——系統的性能指標
規則庫中的知識
一般還是用產生式規則
IF 控制局勢（事實和證據）
THEN 操作結論
根據專家控制在控制系統中的作用和功能還可以分：直接型專家控制器、間接型專家控制器
直接控制生產過程
優化適應、協調、組織等高層決策的智能控制。
間接型專家控制器還可細分：
- 優化型專家控制器 【在線】
- 適應型專家控制器 【在線】
- 協調型專家控制器 【離線】
- 組織型專家控制器 【離線】
2.5 專家控制系統中的關鍵技術
2.6 專家控制的特點
下一篇博文舉一個典型的專家控制實例。（在上一篇博文緒論中提到的專家PID）