智能控制技术作业.doc

2013年智能控制技术技术及应用试题姓名： 刘树文 学号： 2013226210008教师： 罗 阳 评分： 回答以下问题。（每题10分）1，什么是智能和智能系统？ 智能是人类大脑的较高级活动的体现，它至少应具备自动地获取和应用知识的能力、思维与推理的能力、问题求解的能力和自动学习的能力。 智能系统（Intelligence system）是指能产生人类智能行为的计算机系统2，工程领域中的复杂系统有哪些特征？为什么要在解决复杂系统相关问题时引入人工智能技术？ 工程领域中的复杂系统的特征有假设的多样性，因为在研究过程当中，需要作出假设，假设的对与错影响到系统的复杂性，研究制作耗时，研究一个复杂系统要很多研究人员和大量的时间；计算的复杂性，计算的复杂性是因为在某一个特定的系统的许多相互依赖的变量；动态性，系统都会有变化，每种事物都有其固有发展的规律和趋势；系统的不透明性，研究人员无法洞察系统的全貌等 复杂系统相关问题上引入人工智能技术，人工智能的研究领域包括了模糊控制技术，神经网络控制技术，专家控制技术，学习控制技术，分层递阶控制技术等对复杂系统的相关问题的解决具有很好的能力。3，简单综述人工智能研究的现状。 人工智能的近期研究目标在于建造智能计算机，用以代替人类从事脑力劳动，即使现有的计算机更聪明更有用。正是根据这一近期研究目标，我们才把人工智能理解为计算机科学的一个分支。人工智能还有它的远期研究目标，即探究人类智能和机器智能的基本原理，研究用自动机(automata)模拟人类的思维过程和智能行为。这个长期目标远远超出计算机科学的范畴，几乎涉及自然科学和社会科学的所有学科。在重新阐述我们的历史知识的过程中，哲学家、科学家和人工智能学家有机会努力解决知识的模糊性以及消除知识的不一致性。这种努力的结果，可能导致知识的某些改善，以便能够比较容易地推断出令人感兴趣的新的真理。人工智能研究尚存在不少问题，这主要表现在下列几个方面：1 宏观与微观隔离 一方面是哲学、认知科学、思维科学和心理学等学科所研究的智能层次太高、太抽象；另一方面是人工智能逻辑符号、神经网络和行为主义所研究的智能层次太低。这两方面之间相距太远，中间还有许多层次未予研究，无法把宏观与微观有机地结合起来和相互渗透。2 全局与局部割裂 人类智能是脑系统的整体效应，有着丰富的层次和多个侧面。但是，符号主义只抓住人脑的抽象思维特性；连接主义只模仿人的形象思维特性；行为主义则着眼于人类智能行为特性及其进化过程。它们存在明显的局限性。必须从多层次、多因素、多维和全局观点来研究智能，才能克服上述局限性。3 理论和实际脱节 大脑的实际工作，在宏观上我们已知道得不少；但是智能的千姿百态，变幻莫测，复杂得难以理出清晰的头绪。在微观上，我们对大脑的工作机制却知之甚少，似是而非，使我们难以找出规律。在这种背景下提出的各种人工智能理论，只是部分人的主观猜想，能在某些方面表现出”智能”就算相当成功了。 上述存在问题和其它问题说明，人脑的结构和功能要比人们想象的复杂得多，人工智能研究面临的困难要比我们估计的重大得多，人工智能研究的任务要比我们讨论过的艰巨得多。同时也说明，要从根本上了解人脑的结构和功能，解决面临的难题，完成人工智能的研究任务，需要寻找和建立更新的人工智能框架和理论体系，打下人工智能进一步发展的理论基础。 我们至少需要经过几代人的持续奋斗，进行多学科联合协作研究，才可能基本上解开”智能”之谜，使人工智能理论达到一个更高的水平。4，什么是智能控制？与传统控制系统有什么区别？ 智能控制：intelligentcontrols，在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制的定义一：智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为，在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器.定义二：K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制.他还认为自调节控制，自适应控制就是智能控制的低级体现.定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域.定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科智能控制与传统控制相比，主要的特点是（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善。（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制。（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。（4）优化能力：智能控制能够通过不断优化控制参数和寻找控制器的最佳结构形式，获得整体最优的控制性能。5，智能控制系统的结构一般包括那些部分，各部分之间存在什么联系？ 智能系统的结构图 在该系统中，广义对象包括通常意义下的控制对象和所处的外部环境。 传感器则包括关节位置的传感器、力传感器，还可能包括触觉传感器、视觉传感器等感知信息处理将传感器得到的原始信息加以处理。认知部分主要接收和储存知识、经验和数据，并对它们进行分析、推理，作出行动的决策，送至规划和控制部分。通讯接口除建立人机之间的联系外，也建立系统中各模块之间的联系。规划和控制是整个系统的核心，它根据给定的任务要求、反馈的信息及经验知识，进行自动搜索、推理决策、动作规划 6，智能控制系统一般有哪几种类型，各自有什么特点？按照智能控制系统构成的原理进行分类，大致可分为以下几类： （1）分级递阶智能控制系统，特点：从最下层（包括过程在内的直接控制装置）开始，然后再逐步增加高层的决策控制单元，以增加系统的复杂性并逐步扩展其功能。 （2）专家控制系统，特点:三部分组成:一个控制机制 ,一个推理机制,知识库。 （3） 模糊逻辑控制系统，特点：模糊控制主要研究如何利用计算机来实现人的控制经验。它采用模糊数学的方法，通过一些用模糊语言描述的模糊规则，建立过程变量之间的模糊关系。模糊控制系统性能的优劣，主要取决于模糊控制器的结构、所采用的隶属函数、模糊规则、推理方法以及解模糊算法等。 （4）神经网络控制系统，特点：可任意逼近非线性，可学习和自适应不知道或不确定的系统,，能够同时处理定量, 定性知识，特别适合于复杂系统，有一定的容错能力。 （5）遗传算法等软计算优化控制系统，特点：A、遗传算法对参数的编码进行操作；B、遗传算法从多个初始点开始操作；C、遗传算法通过目标函数计算适应度；D、遗传算法使用概率的操作规则；E、遗传算法在解空间中采用启发式搜索；F、遗传算法对于待寻优的问题基本没有限制；G、遗传算法所具有的隐含并行性的特点；H、遗传算法更适合大规模复杂的、高度非线性问题的优化。 （6） 仿人智能控制系统,特点：仿人智能控制器可以在线识别被控系统动态过程的各种特征，它不仅知道当前系统输出的误差、误差变化及误差变化的趋势，还知道系统动态过程当前所处的状态及其动态行为，并可以记忆前期控制效果、识别前期控制策略的有效性。7，什么是遗传算法，有哪些特点？与传统的搜索算法（枚举法、随机法等）有什么不同？在智能控制系统中一般是如何应用遗传算法的？ 遗传算法也是计算机科学人工智能领域中用于解决最优化的一种搜索启发式算法，是进化算法的一种。这种启发式通常用来生成有用的解决方案来优化和搜索问题。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。 遗传算法的主要特点及其与传统搜索算法的不同: (1)遗传算法从问题解的串集开始搜索，而不是从单个解开始。这是遗传算法与传统优化算法的极大区别。传统优化算法是从单个初始值迭代求最优解的；容易误入局部最优解。遗传算法从串集开始搜索，覆盖面大，利于全局择优。(2)遗传算法同时处理群体中的多个个体，即对搜索空间中的多个解进行评估，减少了陷入局部最优解的风险，同时算法本身易于实现并行化。(3)遗传算法基本上不用搜索空间的知识或其它辅助信息，而仅用适应度函数值来评估个体，在此基础上进行遗传操作。适应度函数不仅不受连续可微的约束，而且其定义域可以任意设定。这一特点使得遗传算法的应用范围大大扩展。(4)遗传算法不是采用确定性规则，而是采用概率的变迁规则来指导他的搜索方向。(5)具有自组织、自适应和自学习性。遗传算法利用进化过程获得的信息自行组织搜索时，适应度大的个体具有较高的生存概率，并获得更适应环境的基因结构。 在智能控制系统中通过遗传算法的进化来生成的模糊控制规则，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。8，与生物神经元相比，人工神经元模型有什么特点和异同？人工神经网络有什么特点，可以用来解决哪些类型的问题？ 一般来说,人工神经元模型应具备3个要素:1) 具有一组突触或联接。 2) 具有反映生物神经元时空整合功能的输入信号累加器。3) 具有一个激励函数, 用于限制神经元输出。同时生物神经元也具有这三个要素。特点：1). 人工神经网络（ANN ）在结构上与目前的计算机本质不同。它是由很多小的处理单元互相连接而成的，每个处理单元的功能简单，但大量简单的处理单元集体的、并行的活动得到预期的识别、计算的结果，具有较快的速度。2). ANN 具有非常强的容错性。局部的或部分的神经元损坏后，不会对全局的活动造成很大影响。3)ANN 记忆的信息是储存在神经元之间的连接权值上，从单个权值中看不出储存信息的内容，它是分布式的储存方式。4)ANN 的学习功能十分强大，它的连接权值和连接的结构都可以通过学习得到。 人工神经网络作为一种人工智能技术，具有分布并行处理、非线性映射、自适应学习和鲁棒、容错等特性，这使得它在适用于模式识别、控制优化、智能信息处理以及故障诊断等方面的问题。9，模糊控制有哪些特点？简要说明模糊控制系统的工作原理。模糊控制的特点：（1）模糊控制实际上是一种非线性控制，从属于智能控制的范畴。（2）模糊控制不要求知道被控对象的精确数学模型。（3）模糊控制鲁棒性强（即抗干扰能力强），根据实际系统的输入输出结果数据，参考现场操作人员的运行经验，就可对系统进行实时控制 模糊控制原理框图、模糊控制的基本原理 它的核心部分为模糊控制器，如图中虚线框中部分所示。模糊控制器的控制规律由计算机的程序实现。 实现模糊控制算法的过程是这样的：微机经中断采样获取被控制量的精确值然后将此量与给定值比较得到误差信号(在此取单位反馈)。一般选误差信号作为模糊控制器的一个输入量。把误差信号的精确量进行模糊量化变成模糊量，误差e的模糊量可用相应的模糊语言表示。至此，得到了误差E的模糊语言集合的一个子集E (E实际上是一个模糊向量)。再由E和模糊控制规则R(模糊关系)根据推理的合成规则进行模糊决策，得到模糊控制量U。10，目前智能控制有哪些应用领域？举一个应用实例详细说明其工作原理和控制性能。应用领域：1在机器人系统中的应用2）在CIMS和CIPS中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。机械手分级递阶智能控制系统：组织级控制器分配器传感器协调器视觉协调器上臂控制器手部控制器传感器第一级组织级第二级协调级第三级执行级对象图2.5 机械手分级递阶智能控制系统结构示意图手臂协调器关节13关节46手指摄像机输入指令 该机械手分级递阶智能控制系统的第一级为组织级；第二级协调级由一个分配器和三个协调器（视觉系统协调器、手臂协调器以及传感器协调器）组成；第三级执行级由上臂控制器与手部控制器组成，实现对6个关节与1个夹手的具体控制。该机械手可以实现7个自由度运动，其中3个自由度用于上臂关节的运动，3个自由度用于手的定位，1个自由度用于手指的开闭动作。该系统能够实现以下功能： 人机械手通讯功能，识别操作人员的语言命令，与操作人员交互作用；协调运动控制功能，自主协调位置控制与速度控制； 与环境交互的功能，对来自摄像机和其它外部传感器的反馈信息进行综合，修正控制策略与动作序列，实现各种控制任务。 按照“智能递减精度递增