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专家系统2.2专家控制2.3专家PID控制2.4专家PID控制仿真实例2.5专家整定PID控制本章作业2.1专家系统1．定义①一个智能计算机程序，它应用知识和推理过程来求解那些需要大量的人类专家经验才能解决的难题。（费根鲍姆）②一个智能计算机程序系统，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。（蔡自兴）③一种在相关领域中具有专家水平解题能力的智能程序系统，它能运用领域专家多年积累的经验与专门知识，模拟人类专家的思维过程，求解需要专家才能解决的困难问题。④一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。专家系统定义专家系统(expertsystem)是人工智能的一个发展分支。正如专家系统先驱费根鲍姆(Feigenbaum)所说：专家系统的力量是从它处理的知识中产生的，而不是从某种形式主义及其使用的参考模式中产生的。这正符合一句名言：知识就是力量。自1965年费根鲍姆等人研制成功第一个专家系统DENLDRA以来，专家系统获得了飞速的发展，并且运用于包括化学、数学、物理、生物、医学、农业、气象、地质勘探、军事、工程技术、法律、商业、空间技术、自动控制、计算机设计和制造等众多领域，产生了巨大的经济效益和社会效益。现在，专家系统已成为人工智能领域中最活跃、最受重视的领域。2.发展历史(1)初创期（1965-1971年）第一代专家系统DENLDRA和MACSYMA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。MACSYMA为用于数学运算的数学专家系统，由麻省理工完成。第一代专家系统（DENLDRA、MACSMA等）以高度专业化、求解专门问题的能力强为特点。但在体系结构的完整性、可移植性等方面存在缺陷，求解问题的能力弱。（2）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。第二代专家系统（MYCIN、HEARSAY等）属单学科专业型、应用型系统，其体系结构较完整，移植性方面也有所改善，而且在系统的人机接口、解释机制、知识获取技术、不确定推理技术、增强专家系统的知识表示和推理方法的启发性、通用性等方面都有所改进。（3）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。第三代专家系统属多学科综合型系统，采用多种人工智能语言，综合采用各种知识表示方法和多种推理机制及控制策略，并开始运用各种知识工程语言、骨架系统及专家系统开发工具和环境来研制大型综合专家系统。在总结前三代专家系统的设计方法和实现技术的基础上，已开始采用大型多专家协作系统、多种知识表示、综合知识库、自组织解题机制、多学科协同解题与并行推理、专家系统工具与环境、人工神经网络知识获取及学习机制等最新人工智能技术来实现具有多知识库、多主体的第四代专家系统。3.专家系统的四个要素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；一般采用启发式的解题方法；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；需处理问题的模糊性、不确定性和不完全性；能对自身的工作过程进行推理(自推理或解释)；采用基于知识的问题求解方法；知识库与推理机分离。二、专家系统的分类与组成a.按用途分类（专家系统）b.按输出结果分类c.按知识表示分类d.按知识分类e.按采用技术分类f.按规模分类g.按规模分类2.专家系统的构成知识库(KnowlegeBase)推理机针对当前问题的条件或已知信息，反复匹配知识库中的规则，获得新的结论，以得到问题求解结果。由此可见，推理机就如同专家解决问题的思维方式，知识库就是通过推理机来实现其价值的