模糊pid 步骤_（三）专家PID控制理论基础

-1.续昨日

昨天晚上临睡前突然想到自己把一个对

控制很重要的感悟给漏掉了，在开始今天的内容前，先把这个补上。昨天的文章中出现了以下两个图：

图1：PID控制原理

图2：理想的开环控制

对比以上两个图，我们就会发现，

控制实际上就是通过调节

三个参数，让

尽可能的去逼近未知的

。

神经网络中经常提到一个东西，叫“万能逼近”，大概意思是说，只要神经网络的层数足够深，神经元的个数足够多，就可以对任意一个函数无限逼近。而对于一个有限层的神经网络，其层数越深，模型越复杂，表达复杂函数的能力也就越强。（深度越大，容量越大）。这个如果不理解的话，可以想泰勒级数展开，只要足够多项，总能完全表示任意一个函数。项数的多少就反映了模型的容量，容量越大，能表示的函数越复杂。（先不考虑过拟合）

但

这样的方法，最多只能无误差的表示

的系统，也就是说，它的模型容量其实并不大，如果是更复杂的系统，就只能做在低阶层次做一个近似了。（类似于泰勒展开取了前三项）所以为了增大容量，有丰富的改进方法，比如串接

(并联相当于参数相加，对增大容量是没有意义的)，或者让

都变为时变量，自适应调参，由或者改变环节，如引入二次积分，二阶微分等等。

而我们今天所讲的专家

实际上就是一种分段的控制（目前看到的几种简单的应用是这样的），即根据

的不同情况选择不同的策略。

0.前言

在写之前，我想先吐槽一下网上的博客，基本上都是同一个例子，同一种专家

规则，连个参考文献也不写。。。本文主体也同样会介绍那个例子，该例子出自刘金琨编著的《智能控制》，另外本文还参考了昆明理工大学的MOOC《智能控制导论》。

还有一个重要的说明：专家

决不只有那一种形式，那只是一个范例。要真是那么简单的话，专家

也不配作为智能控制很重要的一个分支了。（虽然在书的篇幅上看，确实没啥排面）

1.专家系统

实际生活中，存在许多无法用数学模型或计算解决的问题，专家一般根据自己丰富的知识和经验进行推理从而解决问题。而专家系统正是模仿这一特点设计的。

1.1.专家系统的定义

专家系统是一个智能计算机程序，含有大量专家水平的知识和经验，能模拟人类专家的思维过程，求解困难问题。

1.2.专家系统的结构

根据1.1中的要求，专家系统的一般结构如下：

图3：专家系统的基本组成

接下来，我们逐一介绍各个部分。

1.2.1.人机接口

人机接口共有两个，第一个负责是专家-系统的接口，第二个是用户-系统接口。

专家-系统接口的功能是让专家和知识库进行沟通，即专家对知识库中的知识进行内容的修改，增删，从专家处获取知识。

而用户-系统接口则是给用户提供调用专家系统查询的途径，即输入问题返回结果的窗口。

1.2.2.知识库

知识库存储数据和规则，同时还有多种功能主要有知识查询、检索、增删、修改和扩充等。知识库通过人机接口与领域专家沟通，从而获取知识。

其中规则指的是对专家经验数学化，计算机化的表达。常用的表达方式有产生式规则，框架，语义网络，过程。其中产生式规则是专家系统最流行的表示方法，其具体方式如下：

其中

为条件，证据；

为结论，假设；

是规则的强度，反映前提发生时规则对结论的影响程度。

1.2.3.推理机

推理机负责根据数据和规则进行推理，并得出最后结论，再通过用户-系统接口将结论输出给用户。所用的推理方式为正向推理（条件推结论），反向推理（结论推条件），或者双向推理。

1.3.设计专家系统的步骤

与1.2中三个模块相对应，分别是

1.知识库的设计，确定知识表达方式；设计知识库管理系统

2.推理机的设计，选择推理算法

3. 人机接口设计

1.4.专家系统开发工具

1.语言：

等。

2.专家系统骨架：

等。

3.通用性专家系统工具和开发环境：

等。

1.5.总结专家系统

这一块可能讲的多少有些偏题（还有后面的专家控制），但只是想给大家一个更大范围的认识，常见的那种专家

只是专家

算法的一部分，专家

控制只是专家控制的一部分，专家控制也只是专家系统的一种应用，知识不要太局限。

专家系统的灵魂就在于它所采纳的专家经验，不同的专家经验会造出不同的专家系统，它的框架（包括接口，知识库和推理机的设计方法）其实都是有规可循，有很多成熟的框架可以直接调用。

2.专家控制

专家控制将专家系统和控制理论结合，在未知环境下，仿效专家实现控制。它试图在传统的控制基础上加入一个富有经验的工程师，也就是说，“专家”在观察到系统的状态后，可以自主的选择控制算法，配置相关参数。

与专家系统不同，专家控制更多做的是独立的，实时的，在线的控制，而不仅是一种离线的，辅助性质的工作。因此，专家控制对可靠性和抗干扰性的要求更高。

2.1.专家控制的分类

专家控制器分为直接型和间接型两种。

2.1.1.直接型专家控制

图4：直接型专家控制

直接型专家控制器就是用虚线框内部分充当控制器，即直接由专家系统来完成整个控制过程。直接型控制器任务和功能都比较简单，知识库也比较简单，一般只有几十条规则。

2.1.2.间接型专家控制

图5：间接型专家控制器

间接型专家控制器一般和常规控制器相结合，能实现不同功能。专家系统负责对控制算法、控制器及参数进行调度和配置。

按高层决策的性质（专家经验的种类），间接型专家控制器分为以下几种：优化型（使用最优化方法）、适应型（自适应控制）、协调型（协调和调度局部和整体的关系，实现全局稳定规划）、组织型（基于总设计师的经验，组织各种常规的控制器）。通常前两种需要在线运行，而后两种可以离线运行，作为辅助系统。

2.2.专家控制的优点

1.模型的容量大大扩充，通过不断增删修改规则，可以满足任意动态的控制要求，尤其适用于强干扰，时变的，非线性系统的控制，鲁棒性，自适应性很好。

2.可以充分利用先验知识。

3.可以接受定性的描述（可能会需要结合模糊数学的知识）。

4.可以通过故障检测获得更丰富的知识，进行自我的改善和提升。

5.长期连续的可靠性。

3.简单的专家

控制实例

接下来我来讲网上和书上最常见的那个栗子。专家

本质在于通过偏差和偏差的增量来判断应采用的PID控制类型，从而更快更平稳地实现收敛，栗子很好的体现了这一点。

3.1.控制规则（规则）

令

为当前时刻的误差值,

,

。

1.设定误差上界

，若

，说明误差已经大的不能接受，此时应直接让控制器满负荷输出。控制器输出

，相当于实施开环控制。

2.设定误差下界

，若

说明此时误差在变大，或维持长值。此时控制器输出

(注意此处为增量式写法，和普通形式不同PID算法的离散化)

若此时

，说明此时误差仍然较大，可将

增大，反之可以减小。这样可以比分别使用两套参数减少2个待调参数，当然模型的容量也有一定程度下降。

3.当

时，说明误差正在减小，或者为零，此时维持原输出

。

4.当

说明误差处于极值状态，此时输出为

。同理，若此时

，说明此时误差仍然较大，可将

增大，反之可以减小。

5.设定控制精度

，若

，则使用

控制，减小静差。此时的输出为

。

3.2.控制效果

图6：三阶系统控制效果图

我们看到，对一个三阶系统的控制效果还是非常良好的，没有超调和震荡，大概只用了0.05s就进入稳态。

3.3.专家PID总结

3.模块对于网上和书上常见的例子做了介绍，同时展示了良好的控制效果，但这样的专家

方法还有很多，最简单的比如

毕业设计-基于Matlab的专家PID控制在快速系统中的仿真及应用 - 图文 - 百度文库​wenku.baidu.com

其中使用了最常见的

形式，但是准备了五套不同的参数来切换（可能比本文所提的还要简单），或者彻底让本文所提参数独立，不存在比例关系，增大模型容量（当然也增大调参难度）。总之，只要引入的专家经验（找不到专家，自己编的应该。。。。也能凑乎）不同，还会有更加丰富的专家

形式，但效果同时取决于所调参数和专家经验两个方面。

本文没有照搬书上的内容，而是基于自己学习后的感想提炼，如果大家想看刘金琨的《智能控制》中这一部分的内容，可以直接看这篇博客：

专家控制 - 一抹烟霞 - 博客园​www.cnblogs.com

它把书抄下来了。。。。一字不落哦。。。。