第1章 智能控制概论

1、第一章 智能控制概论 1. 控制理论和应用发展的概况控制理论和应用发展的概况 2. 传统控制理论的局限性传统控制理论的局限性 3. 智能控制的组成、定义与研究内容智能控制的组成、定义与研究内容 4. 智能控制与传统控制的关系和差别智能控制与传统控制的关系和差别 5. 智能与智能控制的定义智能与智能控制的定义 6. 智能控制研究的主要内容智能控制研究的主要内容 7.智能控制的分类智能控制的分类 自动控制（自动化）是一门交叉学科自动控制（自动化）学科控制与决策信息采集与处理系统建模与分析机器人技术计算机控制先进制造技术数学计算机科学信息论运筹学控制论认知心理学神经脑科学生物医学物理管理科学支持基础

2、主要应用领域1. 控制理论和应用发展的概况控制理论和应用发展的概况1. 20年代以反馈控制理论为代表，形成经典控制理论，著名的控制科学家有：Black, Nyquist, Bode. 1948年，美国科学家Wiener在控制论关于在动物和机器中控制和通信的科学中系统地论述了控制理论的一般原理和方法。标志控制学科的诞生 2. 随着航空航天事业的发展,5060年代形成以多变量控制为特 征的现代控制理论,主要代表有:Kalman 的滤波器,Pontryagin 的极大值原理,Bellman 的 动态规划,和Lyapunov 的稳定性理论.3. 70年代初,以分解和协调为基础,形成了大系统控制理论,用

3、于复 杂系统的控制,重要理论有递阶控制理论、分散控制理论、队 论等。主要用于资源管理、交通控制、环境保护等。以上控制理论我们称之为传统控制理论。 应用上： 工厂全球化、开放化。出现柔性制造、虚拟工厂、CIMS、CIPS（Computer Integrated Processing Systems) . 现场总线技术越来越成熟、机器人、智能自动化技术。绿色自动化技术越来越发展。智能制造(IM)。企业生产的发展趋向：企业生产的发展趋向：单件生产大批量生产多 品种小批量 变品种变批量企业自动化系统结构企业自动化系统结构理论与实际应用存在很大差距PID在实际应用中仍占统治地位。原因： 自动控制学科高度

4、的交叉性、应用的广泛性； 所需数学工具难以被多数技术人员所掌握； 自动控制需要其它技术支持，如网络、计算机； 实际应用情况的复杂性、多变性、不确定性； 2.传统控制理论的局限性传统控制理论的局限性 随着复杂系统的不断涌现，传统控制理论越来越多地显示它的局限性。什么叫复杂系统？其特征表现为：1. 控制对象的复杂性 模型的不确定性、 高度非线性、 分布式的传感器和执行机构、 动态突变、 多时间标度、 复杂的信息模式、 庞大的数据量和严格的性能指标。 2. 环境的复杂性 变化的不确定性 难以辨识 必须与被控对象集合起来作为一个整体来考虑。3. 控制任务或目标的复杂性 控制目标和任务的多重性 时变性

5、任务集合处理的复杂性。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。 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

6、觉信号，包括图形、文字、语言、声音等信息。 为了克服传统控制理论的局限性，产生了模拟人类思维和活动的智能控制。3. 智能控制的组成、定义与研究内容智能控制的组成、定义与研究内容 智能控制（IC）是自动控制（AC）和人工智能（AI）的交集。即：AIACICAIACIC强调智能和控制的结合。 考虑更高层次上的调度、规划和管理，应把运筹学（OR）结合进去。即：ACORAIIC4. 智能控制与传统控制的关系和差别智能控制与传统控制的关系和差别 涉及的范围：智能控制的范围包括了传统控制的范围。 有微分/差分方程描述的系统；有混合系统（离散和连 续系统混合、符号和数值系统混合、数字和模拟系统混合）；控制的

7、目标：智能的目标寻求在巨大的不确定环境中， 获得整体的优化。因此，智能控制要考虑： 故障诊断 系统重构 自组织、自学习能力 多重目标系统的结构：控制对象和控制系统的结合。5. 智能与智能控制的定义智能与智能控制的定义 按系统的一般行为特征定义什么叫智能？有不同的定义： 在不确定环境中，作出合适动作的能力。合适动作是指增加成功的概率 ，成功就是达到行为的子目标，以支持系统实现最终目标。！？低级智能：感知环境、作出决策、控制行为高级智能：理解和觉察能力，在复杂和险恶环境环境中进行 选择的能力，力求生存和进步。成功和系统的最终目标是由智能系统的外界确定。 按人类的认知的过程定义 智能是系统的一个特征

8、，当集注（Focusing Attention)、组合搜索(Combinatorial Search)、归纳 （Generalization)过程作用于系统输入，并产生系统输出时，就表现为智能。输入系统系统输出智能集中注意力组合搜索归纳FACSG 按机器智能定义(Saridis) 机器智能是把信息进行分析、组织，并把它转换成知识的过程。知识就是所得到的结构性信息，它可用来使机器执行特定的任务，以消除该任务的不确定性或盲目性，达到最优或次优的结果。信信息息信信息息分析组织处理知知识识信信息息机器智能智能控制的定义 智能控制密切相关智能系统必是 控制系统控制系统必需具有智能1. 按一般行为特征定义

9、 智能控制是有知识的“行为舵手”，它把知识和反馈结合起来，形成感知交互式、以目标导向的控制系统。系统可以进行规划、决策，产生有效的 、有目的的行为，在不确定环境中，达到既定的目标。2. 按人类的认知的过程定义 智能控制是一种计算上的有效过程,在非完整的指标下，通过最基本的操作，即归纳（G）、集注（FA）、和组合操作（CS），把不确定的复杂系统引向规定的目标。3. 按机器智能定义 智能控制是认知科学、多种数学编程和控制技术的结合。它把施加于系统的各种算法和数学与语言方法融为一体。6. 智能控制研究的主要内容智能控制研究的主要内容 智能控制系统基本结构和机理的研究混合系统的建模和控制 基于模糊集合

10、、神经元网络、遗传算法、进化算法等 智能控制器的开发和研究。 智能计算和软计算的开发和研究 自组织、自学习的结构和方法的研究 基于多代理(Multi-agent)智能控制系统 的开发和研究 智能控制系统应用的研究7.7.智能控制的分类智能控制的分类1. 基于规则的智能控制系统 模糊控制系统2）基于连接的智能控制系统神经元网络控制系统3）混合智能控制系统模糊神经网络智能控制系统4）基于行为的智能控制系统由多传感器组成的各种机器人 智能控制的发展智能控制的发展 智能控制的几个重要分支智能控制的几个重要分支 n模糊控制模糊控制n 传统控制方法均是建立在被控对象精确数学模型基础传统控制方法均是建立在被

11、控对象精确数学模型基础上的，然而，随着系统复杂程度的提高，将难以建立系统上的，然而，随着系统复杂程度的提高，将难以建立系统的精确数学模型。的精确数学模型。n 在工程实践中，人们发现，一个复杂的控制系统可由在工程实践中，人们发现，一个复杂的控制系统可由一个操作人员凭着丰富的实践经验得到满意的控制效果。一个操作人员凭着丰富的实践经验得到满意的控制效果。这说明，如果通过模拟人脑的思维方法设计控制器，可实这说明，如果通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制，由此产生了模糊控制。现复杂系统的控制，由此产生了模糊控制。n1965年美国加州大学自动控制系年美国加州大学自动控制系L.A.Zede

12、h提出模糊集合理论，奠定了模提出模糊集合理论，奠定了模糊控制的基础；糊控制的基础；n1974年伦敦大学的年伦敦大学的Mamdani博士利用模博士利用模糊逻辑，开发了世界上第一台模糊控制的糊逻辑，开发了世界上第一台模糊控制的蒸汽机，从而开创了模糊控制的历史蒸汽机，从而开创了模糊控制的历史；n1983年日本富士电机开创了模糊控制在年日本富士电机开创了模糊控制在日本的第一项应用日本的第一项应用水净化处理，之后，水净化处理，之后，富士电机致力于模糊逻辑元件的开发与研富士电机致力于模糊逻辑元件的开发与研究，并于究，并于1987年在仙台地铁线上采用了年在仙台地铁线上采用了模糊控制技术，模糊控制技术，198

13、9年将模糊控制消费年将模糊控制消费品推向高潮，使日本成为模糊控制技术的品推向高潮，使日本成为模糊控制技术的主导国家。主导国家。n 模糊控制的发展可分为三个阶段：模糊控制的发展可分为三个阶段： n（1）1965年年-1974年为模糊控制发展的第一阶年为模糊控制发展的第一阶段，即模糊数学发展和形成阶段；段，即模糊数学发展和形成阶段；n（2）1974年年-1979年为模糊控制发展的第二阶年为模糊控制发展的第二阶段，产生了简单的模糊控制器；段，产生了简单的模糊控制器；n（3）1979年年现在为模糊控制发展的第三阶段，现在为模糊控制发展的第三阶段，即高性能模糊控制阶段。即高性能模糊控制阶段。n神经网络的

14、研究已经有几十年的历史。神经网络的研究已经有几十年的历史。n1943年年McCulloch和和Pitts提出了神经元数学模型；提出了神经元数学模型；n2.2 神经网络控制神经网络控制n1950年年-1980年为神经网络的形成期，有少量成年为神经网络的形成期，有少量成果，如果，如1975年年Albus提出了人脑记忆模型提出了人脑记忆模型CMAC网络，网络，1976年年Grossberg提出了用于无导师指导提出了用于无导师指导下模式分类的自组织网络；下模式分类的自组织网络；n1980年以后为神经网络的发展期，年以后为神经网络的发展期，1982年年Hopfield提出了提出了Hopfield网络，解

15、决了回归网络网络，解决了回归网络的学习问题，的学习问题，1986年美国的年美国的PDP研究小组提出研究小组提出了了BP网络，实现了有导师指导下的网络学习，网络，实现了有导师指导下的网络学习，为神经网络的应用开辟了广阔的发展前景。为神经网络的应用开辟了广阔的发展前景。 n 将神经网络引入控制领域就形成了神经网将神经网络引入控制领域就形成了神经网络控制。络控制。n 神经网络控制是从机理上对人脑生理系统神经网络控制是从机理上对人脑生理系统进行简单结构模拟的一种新兴智能控制方法。进行简单结构模拟的一种新兴智能控制方法。神经网络具有并行机制、模式识别、记忆和自神经网络具有并行机制、模式识别、记忆和自学习

16、能力的特点，它能充分逼近任意复杂的非学习能力的特点，它能充分逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态线性系统，能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性等，因此，神特性，有很强的鲁棒性和容错性等，因此，神经网络控制在控制领域有广泛的应用。经网络控制在控制领域有广泛的应用。 n 遗传算法遗传算法 遗传算法（遗传算法（Genetic AlgorithmGenetic Algorithm，简称，简称GAGA）是）是人工智能的一个重要分支，是基于自然选择和人工智能的一个重要分支，是基于自然选择和基因遗传学原理的搜索算法，是基于达尔文进基因遗传学原理的搜索算法，是基于达尔文进化论，在计算机上模拟生命进化论机制而发展化论，在计算机上模拟生命进化论机制而发展起来的一门学科起来的一门学科。n 遗传算法由美国的遗传算法由美国的J.H.HollandJ.H.Holland教授在教授在197519