智能控制技术(第2章-专家系统与专家控制系统)
专家系统
特征识别与信息处理(FR＆IP)部分的作用是实现 对信息的提取与加工，为控制决策和学习适应提供依 据。它主要包括抽取动态过程的特征信息，识别系统 的特征状态，并对特征信息作必要的加工。
设U为专家控制器的输出集， E为专家控制器的输入集， I为推理机构的输出集，K为经验知识集：
E = (R, e, Y, U)，e = R – Y
式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控输出， Ｕ为控制器的输出集。专家控制器的模型表示为
U = f (E,K,I)
智能算子f为几个算子的复合运算：f=g·h·p，其中： g:E→S；h:S×K→I；p:I→U
专家系统所要解决的问题一般没有算法解，并 且经常要在不完全、不精确或不确定的信息基础 上做出结论。
第一代专家系统只能利用人类专家的启发式知 识，即只能利用浅层表达方式和推理方法。
但遇到新问题时，还必须利用掌握的深入表示 事物的结构、行为和功能等方面的基本模型等深 层知识，得出新的启发式浅层知识。
智能程序：旨在模拟人类专家的智能程序应当 兼备浅层和深层两类知识。即不但采用基于规则 的方法，还必须采用基于模型的原理构成新一代 专家系统。
知识工程是指由知识工程师从人类专家那里抽 取他们求解问题的过程、策略和经验规则，然后 把这些知识建造在专家系统之中。
目前，专家系统在各个领域中已经得到广 泛应用，如医疗诊断、语音识别、图像处理、 金融决策、地质勘探、是有化工、军事、计 算机设计等。
专家系统具有启发性，能够运用人类专 家的经验和知识进行启发式搜索、试探性 推理、不精确推理或不完全推理
《智能控制技术》考试试题
《智能控制技术》考试试题（备注：请将本试卷粘贴在答题本内页）一、概念题（每小题5分，共20分）（1）人工神经网络人工神经网络的研究是人工智能、认知科学、神经生理学、非线性动力学等学科的交叉热点。
2．模糊推理知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。
3．专家系统专家系统是一个具有大量专门知识与经验的程序系统，它应用人工智能技术，根据某个领域或多个人类专家提供的知识和经验进行推理和判断，模拟人类专家的决策过程，以解决那些需要专家决定的复制问题。
4．递阶控制对递阶结构的大系统所采用的控制方式。
二、简答题（每小题10分，共40分）1．简述智能控制的发展过程,并说明智能控制的特点。
从20世纪60年代至今，智能控制的发展过程通常被划分3个阶段：萌芽期、形成期和发展期。
智能控制具有以下基本特点：1）应能为复杂系统进行有效的全局控制，并具有较强的容错能力。
2）定性策划和定量控制相结合的多模态组合控制。
3）从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并具有自组织能力。
4）同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。
2．智能控制学科有哪几种结构理论?这些理论的内容是什么?二元结构理论傅京孙曾对几个与自学习控制(learning control)有关的领域进行了研究。
为强调系统的问题求解和决策能力,他用“智能控制系统”来包括这些领域。
他指出“智能控制系统描述自动控制系统与人工智能的交接作用”。
我们可以用式(1.3)和(1.6)以与图1.3来表示这种交接作用,并把它称为二元交集结构。
1.4.2 三元结构理论萨里迪斯于1977年提出另一种智能控制结构,它把傅京孙的智能控制扩展为三元结构,即把智能控制看作为人工智能、自动控制和运筹学的交接,如图1.4所示。
萨里迪斯认为,构成二元交集结构的两元互相支配,无助于智能控制的有效和成功应用。
专家控制系统
1、什么是专家系统？它具有哪些特点和优点?1）专家系统：专家系统（Expert System）是一种在特定领域内具有专家水平解决问题能力的程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够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。
也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家才能处理好的复杂问题。
简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。
2）专家系统的特点：①启发性：专家系统要解决的问题，其结构往往是不合理的，其问题求解知识不仅包括理论知识和常识，而且包括专家本人的启发知识；②透明性：专家系统能够解释本身的推理过程和回答用户提出的问题，以便让用户了解推理过程，增大对专家系统的信任感；③灵活性：专家系统的灵活性是指它的扩展和丰富知识库的能力，以及改善非编程状态下的系统性能，即自学习能力；④符号操作：与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作（运算），使用符号表示知识，用符号集合表示问题的概念。
一个符号是一串程序设计，并可用于表示现实世界中的概念；⑤ 不确定性推理：领域专家求解问题的方法大多数是经验性的，经验知识一般用于表示不精确性并存在一定概率的问问题。
止匕外，所提供的有关问题的信息往往是不确定的。
专家系统能够综合应用模糊和不确定的信息与知识，进行推理；⑥为解决特定领域的具体问题，除需要一些公共的常识，还需要大量与所研究领域问题密切相关的知识；⑦ 一般采用启发式的解题方法；⑧在解题过程中除了用演绎方法外，有时还要求助于归纳方法和抽象方法；⑨需处理问题的模糊性、不确定性和不完全性；⑩能对自身的工作过程进行推理（自推理或解释）；11采用基于知识的问题求解方法；12知识库与推理机分离。
智能控制理论及应用复习
智能控制理论及应用第1章绪论■《智能控制》在自动化课程体系中的位置《智能控制》是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器。
与《自动控制原理》和《现代控制原理》一起构成了自动控制课程体系的理论基础。
■《智能控制》在控制理论中的位置《智能控制》是目前控制理论的最高级形式，代表了控制理论的发展趋势，能有效地处理复杂的控制问题。
其相关技术可以推广应用于控制之外的领域：金融、管理、土木、设计等等。
■经典控制和现代控制理论的统称为传统控制，智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。
智能控制是针对系统的复杂性、非线性和不确定性而提出来的。
■传统控制和智能控制的主要区别：➢传统控制方法在处理复杂化和不确定性问题方面能力很低；智能控制在处理复杂性、不确定性方面能力较高。
智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。
➢传统控制是基于被控对象精确模型的控制方式；智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。
传统控制和智能控制的统一：智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。
智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一个组成部分。
■智能控制与传统控制的特点。
传统控制：经典反馈控制和现代理论控制。
它们的主要特征是基于精确的系统数学模型的控制。
适于解决线性、时不变等相对简单的控制问题。
智能控制：以上问题用智能的方法同样可以解决。
智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。
■智能控制应用对象的特点(1)不确定性的模型模型未知或知之甚少；模型的结构和参数可能在很大范围内变化。
(2)高度的非线性(3)复杂的任务要求■自动控制的发展过程■智能控制系统的结构一般有哪几部分组成，它们之间存在什么关系？答：智能控制系统的基本结构一般由三个部分组成：人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。
智能控制基础答案
智能控制基础答案【篇一：智能控制基础思考题】xt>复习思考题一重要概念解释 1 智能控制答：智能控制是一门交叉学科，美国学者在运筹学的基础上提出了三元论的智能控制概念，即ic=ac n ai n or 各子集的含义为：ic为智能控制，ai为人工智能，ac为自动控制，or为运筹学。
所谓智能控制，即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境（包含被控对象或被控过程）信息的变化做出适应性反应，从而实现由人来完成的任务。
2 专家系统与专家控制答：专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。
专家控制是智能控制的一个重要分支，又称专家智能控制。
所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
3 模糊集合与模糊关系，模糊推理模糊控制答：模糊集合：给定论域u上的一个模糊集a?是指：对任何元素u?u 都存在一个数?a?u???0,1?与之对应，表示元素u属于集合a?的程度，这个数称为元素u对集合a?的隶属度，这个集合称为模糊集合。
模糊关系：二元模糊关系：设a、b是两个非空集合，则直积a?b???a,b?|a?a,b?b?中的一个模糊集合称为从a到b的一个模糊关系。
模糊关系r?可由其隶属度?r?a,b?完全描述，隶属度?r?a,b?表明了元素a与元素b具有关系r?的程度。
模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。
4神经网络？答：人工神经网络（artificial neural network ）是模拟人脑思维方式的数学模型。
神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构和功能上对人脑进行抽象和简化，神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
智能控制ppt课件
从经典控制理论到现代控制理论 ，再到智能控制理论，经历了数 十年的发展。
智能控制与传统控制的区别
01
02
03
控制目标
传统控制追求精确的数学 模型，而智能控制更注重 实际控制效果。
控制方法
传统控制主要采用基于模 型的控制方法，而智能控 制则采用基于知识、学习 和经验的方法。
适应性
传统控制对环境和模型变 化适应性较差，而智能控 制具有较强的自适应能力 。
仿真调试、实验调试
调试方法
优化策略
性能评估
05
CATALOGUE
智能控制在工业领域的应用
工业自动化概述
工业自动化的定义和 发展历程
工业自动化对现代工 业的影响和意义
工业自动化的主要技 术和应用领域
中的应用
02
智能传感器和执行器在工业自动化中的应用
模糊控制器设计
包括模糊化、模糊推理、去模糊化等步骤，实现输入 输出的非线性映射。
神经网络控制技术
神经元模型
模拟生物神经元结构和功 能，构建基本计算单元。
神经网络结构
通过神经元之间的连接和 层次结构，构建复杂的神 经网络系统。
学习算法
基于样本数据训练神经网 络，调整连接权重和阈值 ，实现特定功能的控制。
。
智能控制在智能家居中的应用
智能照明控制
通过智能控制器和传感器，实 现灯光的自动调节和远程控制 ，提高照明舒适度和节能效果
。
智能窗帘控制
通过智能控制器和电机，实现 窗帘的自动开关和远程控制， 提高居住便捷性和私密性。
智能空调控制
通过智能控制器和温度传感器 ，实现空调的自动调节和远程 控制，提高居住舒适度和节能 效果。
智能控制
第一章复杂系统的特点在传统的控制系统中，控制的任务要求输出为定值，或者要求输出量跟随期望的值变化，因此控制任务比较单一。
而对于复杂的控制任务：如：智能机器人系统、复杂工业过程控制系统、计算机集成制造系统、航天航空控制系统、社会经济管理系统、环境及能源系统等，传统的控制理论都无能为力。
传统控制理论的局限性1.传统的控制理论建立在精确的数学模型基础上——用微分或差分方程来描述。
不能反映人工智能过程：推理、分析、学习。
丢失许多有用的信息2.不能适应大的系统参数和结构的变化自适应控制和自校正控制——通过对系统某些重要参数的估计以克服小的、变化较慢的参数不确定性和干扰。
鲁棒控制——在参数或频率响应处于允许集合内，保证被控系统的稳定。
注：自适应控制鲁棒控制不能克服数学模型严重的不确定性和工作点剧烈的变化。
3.传统的控制系统输入信息模式单一通常处理较简单的物理量：电量（电压、电流、阻抗）；机械量（位移、速度、加速度）复杂系统要考虑：视觉、听觉、触觉信号，包括图形、文字、语言、声音等。
智能定义（Albus）：按系统的一般行为特性，指在不确定环境中作出合适动作的能力是自动控制（Au tomati c Control）和人工智能（A rtifi cial Intelligen ce）的交集和运筹学（OR）模糊控制与传统控制的区别：传统控制是从被控制对象的数学模型上考虑进行控制；模糊控制是从人类智能活动的角度和基础上去考虑实施控制。
模仿人的控制经验而不是依赖控制对象的模型智能控制的几个重要分支：一、专家系统和专家控制二、模糊控制三、神经网络控制四、学习控制智能控制系统的结构1. 定义a. 实现某种控制任务的智能系统。
智能系统是具备一定智能行为的系统。
若对于一个问题的激励输入，系统具备一定的智能行为，能够产生合适的求解问题的响应。
举例：智能洗衣机b.（Saridis的定义）通过驱动自主智能机来实现其目标而无需操作人员参与的系统举例：智能机器人智能控制系统的特点一混合控制过程，数学模型和非数学广义模型表示；适用于含有复杂性、不完全性、模糊性、不确定性和不存在已知算法的生产过程。
智能控制技术专业解读(精选5篇)
智能控制技术专业解读(精选5篇)智能控制技术专业解读精选篇1智能控制以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论，以及自适应控制、自组织控制和自学习控制等技术。
专家系统是利用专家知识对专门的或困难的问题进行描述的控制系统。
尽管专家系统在解决复杂的高级推理中获得了较为成功的应用，但是专家系统的实际应用相对还是比较少的。
模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型，也可以描述其定性模型。
模糊逻辑可适用于任意复杂的对象控制。
遗传算法作为一种非确定的拟自然随机优化工具，具有并行计算、快速寻找全局最优解等特点，它可以和其他技术混合使用，用于智能控制的参数、结构或环境的最优控制。
神经网络是利用大量的神经元，按一定的拓扑结构进行学习和调整的自适应控制方法。
它能表示出丰富的特性，具体包括并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习。
这些特性是人们长期追求和期望的系统特性。
神经网络在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。
智能控制的相关技术与控制方式结合、或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器，这也是智能控制技术方法的一个主要特点。
智能控制技术专业解读精选篇2单片机系统应用、智能检测传感技术、PLC编程及应用、工业企业供电技术、智能控制技术、电力电子技术、机器人应用技术、Matlab 仿真技术、工业组态与总线技术、机器人操作与编程。
智能控制技术专业解读精选篇3智能控制技术专业是一门融合多门学科知识、极具创新性和拓展性的学科。
在校期间主要学习机械制图与CAD 、机械工程基础、电工电子技术、数控机床电气控制技术、液压与气动、智能制造控制技术概论、Python程序设计、数据库技术、可编程控制器技术、工控网络与组态技术、智能控制系统与工程、工业机器人应用、传感器与智能检测技术、智能生产线数字化设计与仿真、MES系统应用等专业课程。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（3）成熟期（1972-1977年）： 在此期间斯坦福大学研究开发了最著名 的专家系统-血液感染病诊断专家系统 MYCIN，标志专家系统从理论走向应用。 另一个著名的专家系统-语音识别专家系统 HEARSAY的出现，标志着专家系统的理 论走向成熟。
（4）发展期（1978-现在） 在此期间，专家系统走向应用领域， 专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。 专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
等价问题（更易）
4、“与或图”表示法
与或图构成规则 •与或图中的每个节点代表一个要解决的 单一问题或问题集合，图中的起始节点对 应总问题。 •对应于本原问题的节点为叶节点，它没 有后裔。 •对于把算符（与操作／或操作）应用于 问题 A的每种可能情况，都把问题变换为 一个子问题集合；有向弧线自A指向后继 节点，表示所求得的子问题集合。
（2）推理机的设计
① 选择推理方式；
② 选择推理算法：选择各种搜索算法，如 深度优先搜索、广度优先搜索、启发式优 先搜索等。
（3）人─机接口的设计
① 设计“用户─专家系统接口”：用于咨 询理解和结论解释； ② 设计“专家─专家系统接口”：用于知 识库扩充及系统维护。
2.3 专家控制系统的设计方法
2. 2、专家系统的基本结构与实现
专家系统主要由知识库和推理机构 成，专家系统的结构如图2-4所示。
用户
领域专家
知识工程师
人机接口
解释机构
知识获取机构 专 家 系 统 核 心
数据库
推理机
知识库
专家系统的结构
1．知识库
知识库包含三类知识：
（1）基于专家经验的判断性规则；
（2）用于推理、问题求解的控制性规则； （3）用于说明问题的状态、事实和概念 以及当前的条件和常识等的数据。
第2章 专家系统与专家控制系统
在传统控制系统中，系统的运行排斥 了人的干预，人-机之间缺乏交互。控制器
对被控对象在环境中的参数、结构的变化缺
乏应变能力。
传统控制理论的不足，在于它必须依赖
于被控对象严格的数学模型，试图对精确模 型来求取最优的控制效果。而实际的被控对 象存在着许多难以建模的因素。
上世纪80年代初，人工智能中专家系统 的思想和方法开始被引入控制系统的研究和
（2）专家系统处于离线工作方式，而 专家控制要求在线获取反馈信息，即 要求在线工作方式。
4. 分类 按专家控制在控制系统中的作用和功 能，可将专家控制器分为以下两种类型：
(1) 直接型专家控制器 直接专家控制器用于取代常规控制器， 直接控制生产过程或被控对象。具有模拟 （或延伸，扩展）操作工人智能的功能。该 控制器的任务和功能相对比较简单，但是需 要在线、实时控制。因此，其知识表达和知 识库也较简单，通常由几十条产生式规则构 成，以便于增删和修改。 直接型专家控制器的示意图见图中的虚线 所示。
③ 协调型专家控制器：是基于协调控制 专家和调度工程师的知识和经验的总结和 运用。用以协调局部控制器或各子控制系 统的运行，实现大系统的全局稳定和优化。 ④ 组织型专家控制器：是基于控制工程 的组织管理专家或总设计师的知识和经验 的总结和运用。用以组织各种常规控制器， 根据控制任务的目标和要求，构成所需要 的控制系统。
① 优化型专家控制器：是基于最优控制 专家的知识和经验的总结和运用。通过 设置整定值、优化控制参数或控制器， 实现控制器的静态或动态优化。 ② 适应型专家控制器：是基于自适应控 制专家的知识和经验的总结和运用。根 据现场运行状态和测试数据，相应地调 整控制规律，校正控制参数，修改整定 值或控制器，适应生产过程、对象特性 或环境条件的漂移和变化。
交互性原则
2、专家系统的建立步骤 问题选择和定义阶段
原型构造阶段
规划和设计阶段 实施阶段、测试和评介阶段以及集 成和维护阶段
测试和评价阶段
集成和维护阶段
（1）知识库的设计 ① 确定知识类型：叙述性知识，过程性 知识，控制性知识； ② 确定知识表达方法； ③ 知识库管理系统的设计：实现规则的 保存、编辑、删除、增加、搜索等功能。
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立； （3）双向推理：运用正向推理提出假设的 结论，运用反向推理来证实假设。
4、“与或图”表示法
•变换“或”树 将较难的问题变换为较 易的等价问题。若一个 较难问题可以等价变换 为几个容易问题，则任 何一个容易问题解决了， 也就解决了原有的难问 题，这是“或”的逻辑 关系。而这些容易问题 还有可能变换为若干更 容易的问题，如此下去， 可以形成问题变换的 “或”树。
总问题
等价问题（易）
2.1.2 专家系统的发展历程 分为四个阶段： （1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
(2)初创期（1965-1971年） 第 一 代 专 家 系 统 DENLDRA 和 MACSMA的出现，标志着专家系统的诞 生。其中DENLDRA为推断化学分子结 构的专家系统，由专家系统的奠基人， Stanford 大 学 计 算 机 系 的 Feigenbaum教 授及其研究小组研制。MACSMA为用于 数学运算的数学专家系统，由麻省理工 学院完成。
专家控制（Expert Control）是智能控 制的一个重要分支，又称专家智能控制。 所谓专家控制，是将专家系统的理论和 技术同控制理论、方法与技术相结合， 在未知环境下，仿效专家的经验，实现 对系统的控制。
专家控制试图在传统控制的基础上“加 入”一个富有经验的控制工程师，实现控 制的功能，它由知识库和推理机构构成主 体框架，通过对控制领域知识（先验经验、 动态信息、目标等）的获取与组织，按某 种策略及时地选用恰当的规则进行推理输 出，实现对实际对象的控制。
（5）对控制性能可进行解释； （6）可通过对控制闭环中的单元进行 故障检测来获取经验规则。
3. 与专家系统的区别 专家控制引入了专家系统的思想，但与 专家系统存在区别： （1）专家系统能完成专门领域的功能， 辅助用户决策；专家控制能进行独立的、 实时的自动决策。专家控制比专家系统对 可靠性和抗干扰性有着更高的要求。
直接型 专家控制器
知识库
信息获 取与处 理
推 理 机构
控制 规则 库
被控 对象
传感器
直接型专家控制器
(2)间接型专家控制器 间接型专家控制器用于和常规控制器相 结合，组成对生产过程或被控对象进行间 接控制的智能控制系统。具有模拟（或延 伸，扩展）控制工程师智能的功能。该控 制器能够实现优化适应、协调、组织等高 层决策的智能控制。按照高层决策功能的 性质，间接型专家控制器可分为以下几种 类型：
<｛Qs｝，F，｛Qg｝>
其中Qs表示初始状态，Qg表示目标状态， F表示操作。
2.3.4知识的获取与表示
3、框架表示法
框架是一个嵌套的连接表，用于表 达问题的状态和操作过程及其相互 联系。 框架系统的嵌套式结构便于表达不 同层次的知识。通过扩充子框架， 可以进一步描述问题的细节。
3、框架表示法
控制器 ：是说明下一步应该选用什么规则， 也就是如何运用规则。通常从选择规则到执 行规则分成三步：匹配、冲突解决和操作。
2.3.4知识的获取与表示
2、状态空间表示法
状态空间表示法是知识表达的基本方法。 状态空间是利用状态变量和操作符号， 表示系统或问题的有关知识的符号体系， 通常可以用三元组来表示：
间接型专家控制器可以在线或离线运 行。通常，优化型、适应型需要在线、 实时、联机运行。协调型、组织型可以 离线、非实时运行，作为相应的计算机 辅助系统。 间接型专家控制器的示意图如图所 示。
专家控制 器
特征提取
控制算法
被 控 对象
传感器
间接型专家控制器
2.3.4知识的获取与表示
知识表示就是知识的形式化，就是研究用机 器表示知识的可行的、有效的、通用的原则 和方法。 目前常用的知识表示方法有：逻辑表示法、 语义网络法、产生式规则、特性表示法、框 架表示法、与或图法、过程表示法、黑板结 构、Petri网络法、神经网络等。
4．专家系统开发语言 （1）C语言，人工智能语言（如Prolog， Lisp等）； （2）专家系统开发工具：已经建好的专 家系统框架，包括知识表达和推理机。 在运用专家系统开发工具开发专家系统 时，只需要加入领域知识。
2.2.2专家系统的实现 1、专家系统的建立原则
知识与知识处理机构分开和互相独 立的原则 按系统功能实现模块化构造的原则
工程应用中。
专家系统能处理定性的、启发式或不确 定的知识信息，经过各种推理来达到系统的 任务目标。专家系统为解决传统控制理论的 局限性提供了重要的启示，二者的结合导致
了专家控制这一方法。
2.1 概述 2.1.1、什么是专家系统 1．定义 专家系统是一类包含知识和推理的智能 计算机程序，其内部包含某领域专家水平的 知识和经验，具有解决专门问题的能力。
框架的结构 （<框架名>）（<槽1>（<侧面l>（<值1>） （<值2>） ┇） （<侧面2>（<值1>） （<值2>） ┇） ┇） （<槽2>（<侧面l>（<值1>） ┇） ┇） ┇）