智能控制理论与汽车控制资料

1、第八章 智能控制(kngzh)理论与汽车控制(kngzh)智能控制的意义1智能控制的产生和发展2智能控制的定义和特点3智能控制的主要形式4模糊控制5智能控制和汽车控制6共六十九页智能(zh nn)控制在自动化课程体系中的位置智能控制是一门控制理论课程(kchng)，研究如何运用人工智能的方法来构造控制系统和设计控制器。与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。智能控制在控制理论中的位置智能控制是目前控制理论的最高级形式，代表了控制理论的发展趋势，能有效地处理复杂的控制问题。其相关技术可以推广应用于控制之外的领域：金融、管理、土木、设计等等。8.1 智能控制的意义智能控制

2、是人工智能、控制论、系统论和信息论等多种学科的综合与集成，是当前的一个研究热点。共六十九页智能(zh nn)控制的基本概念什么是“智能”，什么是“智能控制”?传统控制理论难以解决的复杂系统的控制问题：不确定性的模型；高度非线性；复杂的任务要求。但一些复杂的生产过程难以实现的目标控制，可以通过(tnggu)熟练的操作获得满意的控制效果。智能控制原理的目标：如何有效地将熟练的操作工、技术人员、专家的经验知识和控制理论结合起来去解决系统的控制问题。（采用人的智能）人工智能（ Artificial Intelligence）：研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术共六十

3、九页产生(chnshng)的背景经典(jngdin)控制理论现代控制理论智能控制理论对由微分方程和差分方程描述的动力学系统进行控制研究的是单变量常系数线性系统只适用于单输入单输出控制系统(SISO) 控制对象由单输入单输出系统转变为多输人多输出系统；系统信息的获得由借助传感器转变为借助状态模型；研究方法由积分变换转向矩阵理论、几何方法，由频率方法转向状态空间的研究；由机理建模向统计建模转变，开始采用参数估计和系统辨识理论适用大型、复杂、高维、非线性和不确定性严重的对象不依赖对象模型，适用于未知或不确定性严重的对象具有人类智能的特征能够表达定性的知识或具有自学习能力8.2智能控制的产生和发展共六

4、十九页共六十九页智能控制的两个发展(fzhn)方向 模拟人类的专家控制经验来进行控制智能控制模拟人类的学习能力来进行控制8.2智能控制的产生(chnshng)和发展共六十九页智能(zh nn)控制的三个发展阶段 现在发展期形成期萌芽期1960197019808.2智能(zh nn)控制的产生和发展共六十九页1）萌芽期（19601970）1960年代初，F.W.Smiths首先(shuxin)采用性能模式识别器来学习最优控制方法试图用模式识别技术来解决复杂系统的控制问题1965年，加利福尼亚大学的扎德(L.A. Zadeh)教授提出了模糊集合理论1965年，美国的Feigenbaum着手研制世界

5、上第一个专家系统1965年，普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控制系统。1967年，Leondes等人首先正式使用“智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。这标志着智能控制的思想已经萌芽。8.2智能控制(kngzh)的产生和发展模式识别（Pattern Recognition）：通过计算机用数学技术方法来研究模式(环境与客体)的自动处理和判读,如视听觉信息共六十九页2）形成期（19701980）1970年代初，傅京孙等人从控制论的角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出智能控

6、制是人工智能技术与控制理论(lln)的交叉（二元结构），并在核反应堆、城市交通的控制中成功地应用了智能控制系统。1970年代中期，智能控制在模糊控制的应用上取得了重要的进展。1974年英国伦敦大学玛丽皇后分校的E.H.Mamdani教授把模糊理论用于控制领域，把扎德教授提出的IFTHEN型模糊规则用于模糊推理，再把这种推理用于蒸汽机的自动运转中通过实验取得良好的结果。1977年，萨里迪斯(Saridis)提出了智能控制的三元结构定义，即把智能控制看作为人工智能、自动控制和运筹学的交叉。1970年代后期起，把规则型模糊推理用于控制领域的研究颇为盛行。1979年，Mandani又成功研制出自组织模

7、糊控制器，使得模糊控制器具有了较高的智能。共六十九页3）发展期（1980 ）1982年，Fox等人完成了一个称为ISIS的加工车间调度的专家系统1982年，Hopfield引用能量函数的概念，使神经网络的平衡稳定状态有了明确的判据方法，并利用模拟电路的基本元件构作了人工神经网络的硬件模型，为实现硬件奠定了基础，使神经网络的研究(ynji)取得突破性进展1985年，IEEE在纽约召开了第一届全球智能控制学术讨论会，标志着智能控制作为一个学科分支正式被学术界接受。1986年，Rumelhart提出多层网络的“递推”(或称“反传”)学习算法，简称BP算法，从实践上证实了人工神经网络具有很强的运算能力

8、，BP算法是最为引人注目，应用最广的神经网络算法之一1987年在费城举行的国际智能控制会议上，提出了智能控制是自动控制，人工智能、运畴学相结合或自动控制、人工智能、运畴学和信息论相结合的说法。此后，每年举行一次全球智能控制研讨会，形成了智能控制的研究热潮。共六十九页8.3 智能控制(kngzh)的定义和特点智能控制(kngzh)的定义IEEE定义：智能控制必须具有模拟人类学习和自适应的能力。一般来说，一个智能控制系统要具有对环境的敏感，进行决策和控制的功能，根据其性能要求的不同可以有各种人工智能的水平。分析、组织数据并将数据变换为机器理解的结构化信息的能力；在复杂环境中选取优化行为，使系统能在

9、不确定情况下继续工作的能力。具有辩识对象和事件、在客观世界模型中获取和表达知识、进行思考和计划未来行动的能力。具有感知环境、作出决策和控制的能力。高级较高简单共六十九页8.3 智能控制(kngzh)的定义和特点智能控制的特点应能为复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力；是定性决策和定量控制相结合的多模态组合控制；其基本目的是从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标(mbio)，并应具有自组织能力。是同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识

10、推理。共六十九页8.4 智能控制的主要(zhyo)形式智能(zh nn)控制BECDA分级递阶智能控制模糊控制神经网络控制仿人智能控制专家控制F各种方法的综合集成共六十九页8.4 智能控制的主要(zhyo)形式以模糊系统理论(lln)为基础的模糊控制 人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。 它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。共六十九页8.4 智能(zh nn)控

11、制的主要形式基于(jy)脑模型的神经网络控制 人工神经网络采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。共六十九页8.4 智能控制(kngzh)的主要形式基于知识(zh shi)工程的专家控制系统专家控制可定义为：具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计控制系统。专家系统:是一种模拟人类专家解决领域问题的计算机程序系统共六十九页8.4 智能(zh nn)控制的主要形式基于规则的仿人智能(zh nn)控制仿人智能控制的核心思想是在控制过程中，利用计算机模拟人的控制行为功能，最大限度地识别和利用控制系统动态过程提供的特征信息，进行启发和直觉推理，从而实现对缺

12、乏精确模型的对象迸行有效的控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辩识判断系统当前所处的特怔状态，确定控制的策略，进行多模态控制。共六十九页8.4 智能控制的主要(zhyo)形式组织级起主导作用，涉及知识的表示与处理，主要应用(yngyng)人工智能；协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制。组织级协调级执行级精 度智 能 基于信息论的分级递阶智能控制 三级分级递阶智能控制系统是由GNSaridis于1977年提出的。该系统由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减”

13、的原则。共六十九页递阶控制及汽车(qch)应用组织(zzh)级协调级执行级共六十九页8.4 智能控制的主要(zhyo)形式各种( zhn)方法的综合集成模糊神经网络控制模糊专家控制模糊PID控制神经网络鲁棒控制神经网络自适应控制 共六十九页智能(zh nn)控制的现状和发展趋势智能控制的基础理论和方法研究；智能控制系统结构研究；知识系统和专家(zhunji)控制的研究；模糊控制系统的研究；神经网络控制系统的研究；基于进化理论的学习控制研究；模糊神经网络控制的研究；智能控制与其它控制方法结合的研究目前的主要研究方向和内容共六十九页、什么叫模糊控制？ 所谓模糊控制，就是对难以用已有规律(gul)描

14、述的复杂系统，采用自然语言（如大、中、小）加以叙述，借助定性的、不精确的及模糊的条件语句来表达， 模糊控制是一种基于语言的一种智能控制 8.5 模糊控制共六十九页2、为什么采用模糊控制？ 传统的自动控制控制器的综合设计都要建立在被控对象准确的数学模型(即传递函数模型或状态空间模型)的基础上，但是在实际中，很多系统的影响因素很多，油气混合过程、缸内燃烧过程等) ，很难找出精确的数学模型。这种情况下，模糊控制的诞生就显得意义重大。因为模糊控制不用建立数学模型不需要预先知道过程精确的数学模型。 要研制(ynzh)智能化的汽车，就离不开模糊控制技术 如汽车空调：人体舒适度的模糊性和空调复杂系统 共六十

15、九页3、工作(gngzu)原理把由各种传感器测出的精确量转换成为适于模糊(m hu)运算的模糊(m hu)量,然后将这些量在模糊控制器中加以运算, 最后再将运算结果中的模糊量转换为精确量, 以便对各执行器进行具体的操作控制。在模糊控制中, 存在着一个模糊量和精确量之间相互转化的问题 共六十九页 模糊控制原理图s:系统的设定值。x1, x2:模糊控制的输入(精确量)。X1, X2:模糊量化处理后的模糊量。U:经过模糊控制规则和近似推理后得出的模糊控制量。u:经模糊判决后得到(d do)的控制量(精确量)。y:对象的输出。共六十九页也可以(ky)表示成 输入量模糊化 建立模糊规则(guz) 进行模

16、糊推理 输出量反模糊共六十九页 1) 普通(ptng)集合的基本概念论域被讨论的对象(duxing)的全体称作论域。论域常用大写字母U、X、Y、Z等来表示。元素论域中的每个对象称为元素。元素常用小写字母a、b、x、y等来表示。集合给定一个论域，论域中具有某种相同属性的元素的全体称为集合。集合常用大写字母A、B、C等来表示，集合的元素可用列举法（枚举法）和描述法表示。 列举法：将集合的元素一一列出， 如：A=a1，a2，a3，an。 描述法：通过对元素的定义来描述集合。 如：Axx0 and x/2=自然数4、模糊控制的数学基础模糊数学共六十九页2）模糊(m hu)集合和隶属度 在普通集合中，论

17、域中的元素（如a）与集合（如A）之间的关系是属于（aA），或者不属于（a A），它所描述的是非此即彼的清晰概念(ginin)。但在现实生活中并不是所有的事物都能用清晰的概念(ginin)来描述，如:风的强弱人的胖瘦年龄大小个子高低 在模糊数学中，称没有明确边界（没有清晰外延）的集合为模糊集合。常用大写字母下加波浪线的形式来表示，元素属于模糊集合的程度用隶属度或模糊度来表示。 用于计算隶属度的函数称为隶属函数。共六十九页隶属(lsh)度即论域元素属于模糊集合的程度。用 来表示。隶属度的值为0，1闭区间上的一个数，其值越大，表示该元素属于模糊集合的程度越高，反之则越低。计算隶属度的函数称为隶属函数

18、。用 表示。 隶属度和隶属函数的表示形式看起来很相似，但是它们的意义是完全不一样的。 指论域中特定元素xi属于A的隶属度，而 中的x是一个变量，可表示论域中的任一元素。共六十九页(1) 向量(xingling)表示法(2) 扎德表示法当论域U由有限多个元素(yun s)组成时，模糊集合可用向量表示法或法扎德表示法表示。设3）模糊集合的表示例：设论域U=钢笔，衣服，台灯，纸，他们属于学习用品（集合）的隶属度分别为:1， 0， 0.6， 0.8，则模糊集合学习用品可分别用向量表示法和扎德表示法表示如下：共六十九页如扎德给出的计算老年人模糊集合的隶属函数为:其论域为0，200的连续区间，论域上任一元

19、素的隶属度，可通过隶属函数求得。当论域U为连续区域时,模糊集合可用隶属函数来表示当论域U由无限个元素组成时，可用扎德表示法表示上式表示模糊集合 由论域U上无限多个元素与其相应的隶属度关系组成。共六十九页4) 模糊集合(jh)的并、交、补运算补集：将集合的每一个元素(yun s)的隶属度取反。 设 、 为论域U上的两个模糊集合。则 与 的并集( )、交集（ ）、补集（ ）也是论域上的模糊集合。并集：将对应的论域元素的隶属度两两取大。交集：将对应的论域元素的隶属度两两取小。共六十九页5） 模糊(m hu)关系与模糊(m hu)推理 关系是指对两个普通集合(jh)的直积施加某种条件限制后得到的序偶集

20、合(jh)。常用R表示。例：A=（1，3，5），B=（2，4，6）则直积集合为：AB =(1，2) (1，4) (1，6) (3，2) (3，4) (3，6) (5，2) (5，4) (5，6)对其施加ab的条件限制，则满足条件的集合为：ABab=(3，2) (5，2) (5，4)对AB施加ab的条件限制后得到的新的集合定义为关系，记做R。则：Rab=(3，2) (5，2) (5，4)。共六十九页Rab=A1 0 0 03 1 0 05 1 1 0 2 4 6B关系R可以用矩阵形式(xngsh)来表示。一般形式(xngsh)为：则对上例有：共六十九页模糊关系指对普通集合(jh)的直积施加某种模

21、糊条件限制后得到的模糊集合(jh)。记作R表示。模糊关系可用扎德表示法、隶属函数或矩阵形式来表示。当论域元素有限时，模糊关系R可用扎德表示法表示和模糊关系矩阵来表示。模糊(m hu)关系例：设A和B为两个不同论域上的普通集合，A=（1 2 3），B=（1 2 3 4 5），对AB施加 ab的模糊条件限制后得到一个模糊关系为：或共六十九页 例：设A与B均为实数集合，A到B的一个模糊关系R的隶属函数为它表示的是a b的模糊关系。当论域为连续区间时，模糊关系R可用隶属函数来表示。共六十九页6)并、交、补、合成(hchng)运算设 、 为同一论域U上的两个模糊关系矩阵， ， 。则其并、交、补运算分别定

22、义为：，并运算(yn sun)：交运算：补运算：设模糊关系 ， ，则 对 的合成定义为：为合成符号模糊关系矩阵的合成与普通矩阵的乘法运算过程一样，运算符号不同。普通矩阵乘法运算：共六十九页模糊(m hu)集合的直积三个模糊(m hu)集合的直集定义为：L运算表示将括号内的矩阵按行写成mn维列向量的形式设 、 分别为不同论域上的模糊集合，则 对 的直积定义为：共六十九页7）模糊推理在程序设计中，经常用到的三种条件(tiojin)语句if 条件(tiojin) then 语句if 条件 then 语句1 else 语句2if 条件1 and 条件2 then 语句三种普通条件语句模糊条件语句简记形

23、式Zadeh推理结构共六十九页5、模糊控制系统(kn zh x tn)举例 以水位的模糊控制为例。设有一个水箱，通过调节阀可向内注水和向外抽水。设计一个模糊控制器，通过调节阀门将水位稳定在固定点附近。按照日常的操作经验，可以得到基本(jbn)的控制规则：“若水位高于O点，则向外排水，差值越大，排水越快”；“若水位低于O点，则向内注水，差值越大，注水越快”。 根据上述经验，按下列步骤设计模糊控制器：共六十九页图 水箱(shuxing)液位控制 共六十九页1） 确定观测量和控制量 定义理想液位O点的水位为h0，实际(shj)测得的水位高度为h，选择液位差将当前水位对于O点的偏差e作为观测量，2）

24、输入量和输出量的模糊化 将偏差e分为五级（集合(jh)）：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。共六十九页根据(gnj)偏差e的变化范围分为七个等级：-3，-2，-1，0，+1，+2，+3（论域）。得到水位变化模糊表。水位(shuwi)变化划分表共六十九页 控制量u为调节阀门开度的变化。将其分为五级：负大（NB），负小（NS），零（O），正小（PS），正大（PB）。并根据u的变化范围分为九个等级：-4，-3，-2，-1，0，+1，+2，+3，+4。得到控制量模糊(m hu)划分表。共六十九页 控制量变化(binhu)划分表共六十九页3 ） 模糊规则(guz)的描述

25、根据日常的经验，设计以下模糊规则：（1）“若e负大，则u正大”（2）“若e负小，则u正小”（3）“若e为0，则u为0”（4）“若e正小，则u负小”（5）“若e正大，则u负大”共六十九页 上述规则采用(ciyng)“IF A THEN B”形式来描述：（1） if e=NB then u=NB（2） if e=NS then u=NS（3） if e=0 then u=0（4） if e=PS then u=PS（5） if e=PB then u=PB 根据上述经验(jngyn)规则，可得模糊控制表。共六十九页 模糊控制规则(guz)表4） 求模糊关系(gun x) 模糊控制规则是一个多条语句

26、，它可以表示为UV上的模糊子集，即模糊关系R：其中规则内的模糊集运算取交集，规则间的模糊集运算取并集。共六十九页共六十九页共六十九页由以上五个模糊矩阵(j zhn)求并集（即隶属函数最大值），得：共六十九页5） 模糊决策 模糊控制器的输出为误差向量和模糊关系(gun x)的合成： 当误差e为NB时，控制器输出为共六十九页共六十九页6） 控制量的反模糊化 由模糊决策(juc)可知，当误差为负大时，实际液位远高于理想液位，e=NB，控制器的输出为一模糊向量，可表示为： 如果按照“隶属度最大原则”进行反模糊化，则选择控制量为 ，即阀门的开度应关大一些，减少进水量。共六十九页 重心法 为了获得准确的控制量，就要求模糊方法能够很好的表达输出隶属度函数的计算结果。重心法是取隶属度函数曲线与横坐标围成面积(min j)的重心为模糊推理的最终输出值，即 如果按照“重心法”进行反模糊化，则选择控制量为-2.8，即具有更平滑的输出推理控制，可反映输入信号的微小变化。共六十九页一、 模糊控制与汽车(qch)控制1、ABS防抱死系统工况的多变及轮胎的非线性2、汽车巡航系统外界负荷的扰动、汽车质量和传动系效率的不