第2章-3 智能控制!

1、2.3 2.3 最热门的控制方法最热门的控制方法 智能控制智能控制 主要内容主要内容智能控制的基本概念智能控制的基本概念专家控制（专家控制（Expert Control）模糊控制（模糊控制（Fuzzy Control）神经网络控制（神经网络控制（Neural Network Control）对智能控制的一些展望对智能控制的一些展望 2.3.1 2.3.1 智能控制的基本概念智能控制的基本概念什么是什么是“智能智能”? ? 什么是什么是“智能控制智能控制”？ 人的智能表现在其所具有的记忆、人的智能表现在其所具有的记忆、学习、模仿、适应、联想、语言表学习、模仿、适应、联想、语言表达、文字识别、逻辑

2、推理、归纳总达、文字识别、逻辑推理、归纳总结、综合决策结、综合决策等各种等各种能力能力。 当自动控制方式明显地具有这些智能特征时，就当自动控制方式明显地具有这些智能特征时，就称其为称其为“智能控制智能控制”。 人与智能控制人与智能控制 人本身就是一个非常完美的智能控制系统，人人本身就是一个非常完美的智能控制系统，人脑及神经系统相当于智能控制器，对通过感官获脑及神经系统相当于智能控制器，对通过感官获取的各种信息进行综合分析、处理和决策，并利取的各种信息进行综合分析、处理和决策，并利用手和脚等执行机构作出相应的反应，能适应各用手和脚等执行机构作出相应的反应，能适应各种复杂的控制环境，完成难度很大的

3、任务。种复杂的控制环境，完成难度很大的任务。 5传统自动控制与智能控制传统自动控制与智能控制 广义地讲，几乎所有的自动控制系统都在一定广义地讲，几乎所有的自动控制系统都在一定程度上模仿了人的控制方式，或多或少地具有程度上模仿了人的控制方式，或多或少地具有“智能智能”，但是今天我们所讲的，但是今天我们所讲的“智能控制智能控制”仍仍然有别于传统的自动控制方式，两者虽无明确的然有别于传统的自动控制方式，两者虽无明确的界限，但存在明显的区别。界限，但存在明显的区别。 传统的自动控制是基于数学模型、以定量分析传统的自动控制是基于数学模型、以定量分析为主；而智能控制则更多地基于知识，利用专家为主；而智能控

4、制则更多地基于知识，利用专家经验、逻辑推理、学习功能、遗传和进化机制等经验、逻辑推理、学习功能、遗传和进化机制等来进行控制，是以定性分析为主、定量与定性相来进行控制，是以定性分析为主、定量与定性相结合的控制方式。结合的控制方式。 智能控制的主要特点智能控制的主要特点体现了人的控制策略和控制思想，拥有受控对象及体现了人的控制策略和控制思想，拥有受控对象及环境的相关知识以及运用这些知识的能力，具有很环境的相关知识以及运用这些知识的能力，具有很强的自适应、自学习、自组织和自协调能力、能在强的自适应、自学习、自组织和自协调能力、能在复杂环境下进行综合分析、判断和决策，实现对复复杂环境下进行综合分析、判

5、断和决策，实现对复杂系统的控制。杂系统的控制。属于典型的交叉学科，涉及人工属于典型的交叉学科，涉及人工智能、自动控制、运筹学、系统智能、自动控制、运筹学、系统论、信息论等，在系统的实现上论、信息论等，在系统的实现上则必须依托计算机技术。则必须依托计算机技术。基本上属于基本上属于“方法方法”范畴，理论范畴，理论分析困难，理论体系尚未建立。分析困难，理论体系尚未建立。萌芽期（萌芽期（6060年代）年代）形成期（形成期（7070年代）年代）发展期（发展期（8080年代）年代）高潮期（高潮期（9090年代至今）年代至今）智能控制的发展阶段：智能控制的发展阶段：智能控制的主要类型智能控制的主要类型l专家

6、控制专家控制l模糊控制模糊控制l神经网络控制神经网络控制l学习控制学习控制l基于规则的仿人控制基于规则的仿人控制什么是专家系统、专家控制什么是专家系统、专家控制? ?2.3.2 2.3.2 专家控制专家控制（Expert ControlExpert Control） “专家专家” ” 是具有某一领域专门知识或丰富实践是具有某一领域专门知识或丰富实践经验的人，而经验的人，而“专家系统专家系统”则是一个计算机系统，则是一个计算机系统，存储有专家的知识和经验，并用推理的方式针对问存储有专家的知识和经验，并用推理的方式针对问题给出结论。题给出结论。 “ “专家控制专家控制”是将专家或现是将专家或现场操

7、作人员的知识和经验总结场操作人员的知识和经验总结成知识库，形成很多条规则，成知识库，形成很多条规则，并利用计算机、通过推理来实并利用计算机、通过推理来实施控制。施控制。 专家系统、专家控制的产生及发展专家系统、专家控制的产生及发展l 专家系统是人工智能的重要内容，由美国斯坦福专家系统是人工智能的重要内容，由美国斯坦福大学大学1965年提出，最初用于化学质谱分析，后广年提出，最初用于化学质谱分析，后广泛应用于工业、农业、医疗、教育等领域。泛应用于工业、农业、医疗、教育等领域。l 瑞典的瑞典的strm于于1983年首次将专家系统用于常年首次将专家系统用于常规控制器参数的自动整定，并于规控制器参数的

8、自动整定，并于1984年正式提出年正式提出了专家控制的概念，目前已成功应用于机器人控了专家控制的概念，目前已成功应用于机器人控制、飞机的操纵控制、故障诊断、各种工业过程制、飞机的操纵控制、故障诊断、各种工业过程控制等控制等 。 常见的两类专家控制系统常见的两类专家控制系统l 直接型专家控制直接型专家控制 用于取代常规的控制用于取代常规的控制器，直接控制受控对器，直接控制受控对象或生产过程。象或生产过程。l 间控型专家控制间控型专家控制 和常规控制器相结和常规控制器相结合，组成对受控对合，组成对受控对象或生产过程进行象或生产过程进行间接控制的智能控制系统，通常利用偏差和偏差间接控制的智能控制系统

9、，通常利用偏差和偏差变化率来调节常规控制器的参数。变化率来调节常规控制器的参数。专家控制器专家控制器受控对象受控对象检测检测常规控制器常规控制器受控对象受控对象检测检测专家控制器专家控制器例：水温调节系统的专家控制例：水温调节系统的专家控制 间接型专家控制的基本思路：间接型专家控制的基本思路： 可将常规的可将常规的PIDPID控制与专家系统相结合，把专家设控制与专家系统相结合，把专家设计和调试计和调试PIDPID参数的知识和经验总结成一些规则，根参数的知识和经验总结成一些规则，根据系统的运行状态自动地调整控制器的相关参数。这据系统的运行状态自动地调整控制器的相关参数。这就是所谓的就是所谓的“基

10、于规则的参数自整定基于规则的参数自整定PIDPID控制控制”。热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测PID控制控制期望水温期望水温误差误差e控制量控制量u专家系统专家系统直接型专家控制的基本思路：直接型专家控制的基本思路：热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测专家控制专家控制期望期望水温水温误差误差e控制量控制量u 对误差和误差变化率进行了分段，并根据其位对误差和误差变化率进行了分段，并根据其位于哪一段来决定相应的控制量，属于最简单且最于哪一段来决定相应的控制量，属于最简单且最直观的分段智能控制方法。直观的分段智能控制方法。 下面讨论这种控制方法。下面讨论这

11、种控制方法。水温调节系统的直接型专家控制水温调节系统的直接型专家控制 热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测专家控制专家控制期望期望水温水温误差误差e控制量控制量u控制规则：控制规则：l 若水温很高，则将控制量（热若水温很高，则将控制量（热/ /冷水比值）调至最小；冷水比值）调至最小；l 若水温很低，则将控制量调至最大；若水温很低，则将控制量调至最大；l 若水温比较低，且没有上升，则大幅度调大控制量；若水温比较低，且没有上升，则大幅度调大控制量；l 若水温比较低，且在缓慢上升，则较大幅度调大控制量；若水温比较低，且在缓慢上升，则较大幅度调大控制量；l 若水温比较低，但上升较快

12、，则适当调大控制量；若水温比较低，但上升较快，则适当调大控制量； 专家的知识和经验就专家的知识和经验就体现在如何对体现在如何对e及其及其变化率进行分段，以变化率进行分段，以及如何确定其与及如何确定其与u的的具体取值上。具体取值上。 控制规则的具体化控制规则的具体化if e4, then u=10; if e4, then u=10; （水温很低，则输入最大）（水温很低，则输入最大）if e-3, then u=0; if e-3, then u=0; （水温很高，则输入最小）（水温很高，则输入最小）if 3e4 and e0,then u=8;if 3e4 and e0,then u=8; （

13、水温较低且没有上升，则输入很大）（水温较低且没有上升，则输入很大）if 3e4 and -1e0, then u=6;if 3e4 and -1e0, then u=6; （水温较低且缓慢上升，则输入较大）（水温较低且缓慢上升，则输入较大）if 3e4 and -2e-1, then u=3;if 3e4 and -2e-1, then u=3; （水温较低且较快上升，则输入中等）（水温较低且较快上升，则输入中等） 设设 -5e5-5e5，0u100u10，ee代表误差变化率，代表误差变化率，则控制规则可能如下：则控制规则可能如下：关于专家控制的几点说明关于专家控制的几点说明l 专家控制要求不

14、断地根据反馈信息迅速作出决策，专家控制要求不断地根据反馈信息迅速作出决策，对实时性要求很高，因此专家控制器的结构一般比对实时性要求很高，因此专家控制器的结构一般比专家系统简单，其核心是知识库和推理机构。专家系统简单，其核心是知识库和推理机构。l 知识库所存储的知识既可以是定性的，也可以是定知识库所存储的知识既可以是定性的，也可以是定量的，并可以利用知识获取系统随时对知识进行补量的，并可以利用知识获取系统随时对知识进行补充、修改和更新；因此，专家控制比常规控制更加充、修改和更新；因此，专家控制比常规控制更加灵活，对复杂环境的适应能力更强。灵活，对复杂环境的适应能力更强。l 如何简便有效地获取专家

15、知识、如何在控制过程中如何简便有效地获取专家知识、如何在控制过程中自动修改、更新和扩充知识，并满足实时控制的快自动修改、更新和扩充知识，并满足实时控制的快速性需求是非常关键的。速性需求是非常关键的。 2.3.3 2.3.3 模糊控制模糊控制（Fuzzy Control） 模糊控制的发展：模糊控制的发展：u19651965年美国的年美国的ZadehZadeh提出模糊集合理论提出模糊集合理论; ;u19741974年英国的年英国的MamdaniMamdani首次将模糊理论应用于蒸汽首次将模糊理论应用于蒸汽机控制机控制; ;u19851985年年AT&TAT&T贝尔实验室研制出第一个模糊逻辑芯片贝尔

16、实验室研制出第一个模糊逻辑芯片; ; u8080年代末日本将模糊控制广泛应用于家用电器（洗年代末日本将模糊控制广泛应用于家用电器（洗衣机、空调、吸尘器、电冰箱、电饭煲、微波炉、衣机、空调、吸尘器、电冰箱、电饭煲、微波炉、照相机等），促进了模糊控制的推广和应用照相机等），促进了模糊控制的推广和应用; ;u9090年代模糊逻辑及其应用形成高潮，应用范围包年代模糊逻辑及其应用形成高潮，应用范围包括工业控制、地铁、电梯、交通、汽车、空间飞括工业控制、地铁、电梯、交通、汽车、空间飞行器、机器人、核反应堆、图象识别、故障诊断、行器、机器人、核反应堆、图象识别、故障诊断、污水处理、数据压缩、移动通信、财政金

17、融等污水处理、数据压缩、移动通信、财政金融等模糊逻辑技术的优越性：模糊逻辑技术的优越性：简单、直观、有效、可靠简单、直观、有效、可靠一、模糊集合一、模糊集合 隶属度函数隶属度函数: 某元素某元素 a 属于某集合属于某集合 A 的程度的程度, 用用 (a)=01 表示表示 ( 经典集合对应经典集合对应=0, 1 ) 例例: 已知经典集合已知经典集合 A 为为 0） vi(k) 学习信号（通常为误差的函数）学习信号（通常为误差的函数）yf().w1wnw2x1x2xn.学习规则学习规则学习学习信号信号学习的意义：学习的意义：通过调整权值通过调整权值 wi ，使神经元具有期望的使神经元具有期望的输入

18、输出模式输入输出模式)k(WWi)k(WWiii2n21w)k(e)k(ewJ)k(vw)k(e)k(e21JwwwW T , T则则的的函函数数，是是误误差差，为为基基于于某某种种评评价价准准则则的的其其中中设设性性能能指指标标为为表表示示转转置置，令令最大变化率。最大变化率。具有具有处的梯度，处的梯度，在在称为称为 )k(WJwJwJWJn1 学习方法学习方法梯度下降法：梯度下降法：特点：特点：l 沿梯度方向下降一定能到达沿梯度方向下降一定能到达 J 的极小点；的极小点；l 学习的快慢取决于学习速率学习的快慢取决于学习速率i 的选取；的选取；l缺点是可能陷入局部最小点。缺点是可能陷入局部最

19、小点。JWW(k)梯度方向梯度方向简单例：简单例：设设 y = w1x1 （即（即 = 0 , f(s) = s） w1 的初值的初值 w1(0) = 0yf()w1x1单输入神经元单输入神经元取性能指标为取性能指标为 J = e2(k)2 = 2 y(k) 2 2 = 2 w1(k) 2 2)k(w2)k(w)1k(w)k(w2wJ1111)k(ww111 则有则有Jw12梯度方向梯度方向02用梯度下降法用梯度下降法, 使使 x1 = 1 时时, y = 2 k 1 2 3 4 5w1(k), y(k) 1 1.51.751.8751.9375 k 1 2 3 4 5w1(k), y(k)

20、3 752.0625表表 6-1 =0.5 时的学习结果时的学习结果 ( 学习速率较小学习速率较小 )表表 6-2 =1.5 时的学习结果时的学习结果 ( 学习速率较大学习速率较大 ) )k(w2)k(w)1k(w111 学习规则：学习规则： k 1 2 34 5w1(k), y(k) 4 0404表表 6-3 =2 时的学习结果时的学习结果 ( 学习速率过大学习速率过大 ) k 1 2 34 5w1(k), y(k) 6 -618-3066表表 6-4 =3 时的学习结果时的学习结果 ( 学习速率过大学习速率过大 ) 结论：结论：过小收敛慢；过小收敛慢；过大则振荡甚至可能

21、发散。过大则振荡甚至可能发散。对于该例，对于该例，=1 时的学习次数最少时的学习次数最少( 一次结束一次结束) )k(w2)k(w)1k(w111 学习规则：学习规则：三、神经元网络三、神经元网络. . . . . . .三层前馈网络三层前馈网络神经元按一神经元按一定方式连接定方式连接神经神经网络网络目的：目的：通过学习，使神经网络具有期望通过学习，使神经网络具有期望 的输入输出模式的输入输出模式两个关键两个关键: 网络结构网络结构 , 学习方法学习方法常用结构常用结构: 前馈网，反馈网等前馈网，反馈网等著名的著名的BP网络网络 = 前馈网前馈网 + BP算法算法 （ BP: Back Pro

22、pagation ） 梯度梯度下降法下降法由输出层向输入层由输出层向输入层反向计算每一层的反向计算每一层的连接权值连接权值BP算法算法 BP算法的进行方式算法的进行方式: 由给定的输入样本计算网络输出，并与输由给定的输入样本计算网络输出，并与输出样本进行比较（输出误差）；出样本进行比较（输出误差）；由输出误差依次反向计算每一层的权值；由输出误差依次反向计算每一层的权值；重复重复、，直至输出误差满足要求为止；，直至输出误差满足要求为止；对每组输入输出样本数据都按对每组输入输出样本数据都按 进行进行学习；学习；重复重复，直至所有输出误差都达到要，直至所有输出误差都达到要求的精度。求的精度。 前馈网

23、络前馈网络神经网络的特点：神经网络的特点：l 通过学习，可以无限逼近任意的输入输出函数；通过学习，可以无限逼近任意的输入输出函数；l 具有归纳或泛化能力具有归纳或泛化能力（经样本训练后，输入不属（经样本训练后，输入不属于样本集时也能产生合适的输出）于样本集时也能产生合适的输出）；l 并行计算并行计算（速度快）（速度快），分布存储，分布存储（容错性好）（容错性好）；l 学习过程收敛较慢学习过程收敛较慢（较费时）（较费时），实时应用性差；，实时应用性差； l 如何确定网络的层数及每一层的神经元个数尚无如何确定网络的层数及每一层的神经元个数尚无明确的方法。明确的方法。神经网络的实现：神经网络的实现：

24、神经元芯片神经元芯片 计算机软件模拟计算机软件模拟四、神经网络的应用四、神经网络的应用典型应用领域：典型应用领域：l 各类控制与优化问题各类控制与优化问题l 系统辨识系统辨识l 故障诊断故障诊断l 容错技术容错技术l 信号处理信号处理l 模式识别模式识别l 文字识别文字识别l 专家系统等专家系统等神经网络应用于系统辨神经网络应用于系统辨识与控制的优点：识与控制的优点：u无须数学建模，只需在线无须数学建模，只需在线或离线学习训练或离线学习训练u同时适用于线性和非线性同时适用于线性和非线性系统系统u具有很强的适应性和鲁棒具有很强的适应性和鲁棒性性u容易和其他控制方式结合容易和其他控制方式结合 数字

25、识别数字识别NN.0 1 9标准输出：标准输出：0=（1 0 0 0）1=（0 1 0 0） 9=（0 0 0 1）.通过调整通过调整NNNN的权值使的权值使 实际输出实际输出标准输出标准输出NN：Neural Network （神经网络）（神经网络）实际可能输出可能为实际可能输出可能为（0.1 0.8 0.1 0.2 0.1 0.3 0.1 0.2 0.1 0.1）则以最大数字为准，即对应数字则以最大数字为准，即对应数字 1u每一网格的明暗每一网格的明暗度经光电器件转度经光电器件转换成电信号换成电信号u神经网络神经网络(NN)的的输入与网格阵列输入与网格阵列一一对应一一对应u输出电平高低的输

26、出电平高低的组合对应要识别组合对应要识别的数字的数字u用数字样本和标用数字样本和标准输出对准输出对NN进行进行训练训练 系统辨识系统辨识动态系统动态系统NNyNuye+- 正模型辨识正模型辨识动态系统动态系统NNuyuNe+-逆模型辨识逆模型辨识通过学习（依据误差通过学习（依据误差 e 调整调整 NN 的权值）使的权值）使 yN y 从而使从而使 NN 动态系统动态系统通过学习使通过学习使 uN u从而使从而使 NN 逆动态系统逆动态系统 专家控制专家控制NN控制器控制器受控对象受控对象检测装置检测装置给定给定输入输入反馈信号反馈信号控制量控制量误差误差输出输出执行机构执行机构 在专家或操作人

27、员能够很好地进行控制的情况在专家或操作人员能够很好地进行控制的情况下，为了把人解放出来，可以用一个神经网络控下，为了把人解放出来，可以用一个神经网络控制器去模仿人的控制行为，神经网络通过学习和制器去模仿人的控制行为，神经网络通过学习和训练就可以逼近操作人员的控制模式。训练就可以逼近操作人员的控制模式。 模型参考自适应控制模型参考自适应控制NN1对象对象 参考模型参考模型reuyymeyyNeN+-NN2NN1：自适应控制器自适应控制器（根据（根据 ey 调整调整 NN1 的权值）的权值）可利用对象正模型可利用对象正模型 NN2 ：y yN ， ey ymyN， 由由 ey 经经 NN2 反传学

28、习得到反传学习得到u 的误差，再由的误差，再由u 的误差反传学习调整的误差反传学习调整 NN1 的权值。的权值。对象未知对象未知 直接调整有困难。直接调整有困难。2.3.5 对智能控制的一些展望对智能控制的一些展望 l 各种智能控制方法各有利弊，因此可以将不同的各种智能控制方法各有利弊，因此可以将不同的智能控制方法有机结合在一起，取长补短，如模智能控制方法有机结合在一起，取长补短，如模糊神经网络控制、基于遗传算法的神经网络控制、糊神经网络控制、基于遗传算法的神经网络控制、基于专家系统的专家模糊控制等。基于专家系统的专家模糊控制等。l 智能控制是传统控制方法的延伸和发展，是自动智能控制是传统控制方法的延伸和发展，是自动控制发展的高级阶段，但智能控制与传统控制并控制发展的高级阶段，但智能控制与传统控制并不相互排斥，常常可以有机结合，如智能不相互排斥，常常可以有机结合，如智能PID控控制、智能自适应控制等。制、智能自适应控制等。 l 对于较复杂的系统，反馈信息往往包含图象、声对于较复杂的系统，反馈信息往往包含图象、声音、文字、统计数据、各种实时变量等，通常需音、文字、统计数据、各种实时变量等，通常需要综合运用多种技术和控制手段来解决