智能控制理论及应用1课件

1、智能控制理论及应用智能控制理论及应用参考教材智能控制（第2版）刘金琨智能控制理论及应用-王耀南 著参考教材第一章 绪论学习智能控制的意义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智能控制的现状和发展趋势5第一章 绪论学习智能控制的意义1智能控制的产生和发展2智能控1.1 学习智能控制的意义智能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，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

2、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。1.1 学习智能控制的意义智能控制在自动化课程体系中的位1.2 智能控制的产生和发展 传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：（1）实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，无法获得精确的数学模型。（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。1.2 智能控制的产生和发展 传统

3、控制方法包括经典控制和1.2 智能控制的产生和发展（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。 在生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此，产生了智能控制。智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性。1.2 智能控制的产生和发展（3）针对实际系统往往需要进行一1.2 智能控制的产生和发展产生的背景经典控制理论现代控制理论智能控制理论对由微分方程

4、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1.2 智能控制的产生和发展产生的背景经典控制理论现代控制理1.2 智能控制的产生和发展智能控制的两个发展方向 模拟人类的专家

5、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1.2 智能控制的产生和发展智能控制的两个发展方向 模拟人类1.2 智能控制的产生和发展智能控制的三个发展阶段 现在发展期形成期萌芽期1960197019801.2 智能控制的产生和发展智能控制的三个发展阶段 现在发展1.2 智能控制的产生和发展1）萌芽期（19601970）1960年代初，F.W.Smiths首先采用性能模式识别器来学习最优控制方法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

6、理方法用于学习控制系统。1966年Mendel在空间飞行器学习系统中应用了人工智能技术，并提出了“人工智能控制”的概念。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。1.2 智能控制的产生和发展1）萌芽期（19601970）1.2 智能控制的产生和发展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，正式提出智能控制是人工智能技术与控制理论的交叉，并在核反应堆、城市交通的控制中

7、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糊控制器，使得模糊控制器具有了较高的智能。1.2 智能控制的产生和发展2）形成期（19

8、701980）1.2 智能控制的产生和发展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，BP算法是最为引人注

9、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。1.2 智能控制的产生和发展3）发展期（1980 ）191.3 智能控制的定义和特点智能控制是一门交叉学科，著名美籍华人傅京逊教授1971年首先提出智能控制是人工智能与自动控制的交叉，即二元论。美国学者G.N.Saridis1977年在此基础上引入运筹学，提出了三元论的智能控制概念，即IC=ACAIOR式中各子集的含义为IC智能控制（Intelligent Con

10、trol）AI人工智能（Artificial Intelligence）AC自动控制（Automatic Control）OR运筹学（Operational Research）1.3 智能控制的定义和特点智能控制是一门交叉学科，著名美籍1.3 智能控制的定义和特点人工智能（AI） 是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。自动控制（AC） 描述系统的动力学特性，是一种动态反馈。 运筹学（OR） 是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。1.3 智能控制的定义和特点人工智能（AI）1.3 智能控制的定义和特点基

11、于三元论的智能控制1.3 智能控制的定义和特点基于三元论的智能控制1.3 智能控制的定义和特点智能控制的定义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具有感知环境、作出决策和控制的能力高级较高简单1.3 智能控制的定义和特点智能控制的定义一般来说，一个智能1.3 智能控制的

12、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，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，又有逻辑和知识推理。1.3 智能控制的定义和特点智能控制的特点1.4 智能控制的主要形式智能控制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1.4 智能控制的主要形式智能控制BECDA

13、分级递阶模糊控制1.4 智能控制的主要形式组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；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”的原则。1.4 智能控制的主要形式组织级起主导作用，涉及知识的表示与1.4 智能控制的主要形式以模糊系统理论为基础的模糊控制 人类最初对事物的认识来看，都是定性的、模糊

14、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。1.4 智能控制的主要形式以模糊系统理论为基础的模糊控制人类1.4 智能控制的主要形式基于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。1.4 智能控制的主要形式基于脑模型的神经网络控制 人工1.4 智能控制的主要形式基于知识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

15、，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。1.4 智能控制的主要形式基于知识工程的专家控制系统专家控制1.4 智能控制的主要形式基于规则的仿人智能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。1.4 智能控制的主要形式基于规则的仿人智能控制仿人智能控制1.4 智能控制的主要形式各种方法的综合集成模糊神经网络控制模糊专家控制模糊P

16、ID控制神经网络鲁棒控制神经网络自适应控制 1.4 智能控制的主要形式各种方法的综合集成模糊神经网络控制1.5 智能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1.5 智能控制的现状和发展趋势智能控制的基础理论和方法研究1.5 智能控制的现状和发展趋势智能控制的应用作为智能控制发展的高级阶段，智能控制主要解决那些用传统控制方法难以解决的复杂系统的控制问题，其中包括智能机器人控制、计算机集成制

17、造系统（CIMS）、工业过程控制、航空航天控制、社会经济管理系统、交通运输系统、环保及能源系统等。下面以智能控制在运动控制和过程控制中的应用为例进行说明。1.5 智能控制的现状和发展趋势智能控制的应用1.5 智能控制的现状和发展趋势（1）在机器人控制中的应用 智能机器人是目前机器人研究中的热门课题。J.S.Albus于1975年提出小脑模型小脑模型关节控制器（Cerebellar Model Arculation Controller，简称CMAC），它是仿照小脑如何控制肢体运动的原理而建立的神经网络模型，采用CMAC，可实现机器人的关节控制，这是神经网络在机器人控制的一个典型应用。E.H.M

18、amdan于20世纪80年代初首次将模糊控制应用于一台实际机器人的操作臂控制。 目前工业上用的90%以上的机器人都不具有智能。随着机器人技术的迅速发展，需要各种具有不同程度智能的机器人。1.5 智能控制的现状和发展趋势（1）在机器人控制中的应用1.5 智能控制的现状和发展趋势（2）在过程控制中的应用 过程控制是指石油、化工、冶金、轻工、纺织、制药、建材等工业生产过程的自动控制，它是自动化技术的一个极其重要的方面。智能控制在过程控制上有着广泛的应用。 在石油化工方面，1994年美国的Gensym公司和Neuralware公司联合将神经网络用于炼油厂的非线性工艺过程。在冶金方面，日本的新日铁公司于1990年将专家控制系统应用于轧钢生产过程。在化工方面，日本的三菱化学合成公司研制出用于乙烯工程模糊控制系统。 将智能控制应用于过程控制领域，是过程