智能控制基础总结-课件

智能控制基础总结2智能控制问题的提出传统控制理论,包括经典反馈控制与现代控制理论,由于研究对象的不确定性、高度非线性以及复杂的任务要求等,在应用中遇到不少难题。多年来,自动控制一直在寻找新的出路。现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。智能控制作为一门新兴的理论技术,现在还处于发展初期。智能控制的概念主要是针对控制对象及其环境、目标与任务的不确定性与复杂性而提出来的。是由于实现大规模复杂系统的控制需要。是由于现代计算机技术、人工智能与微电子学等学科的高速发展,带来的革命性变化。智能控制问题的提出智能控制应用对象的特点:(1)不确定性模型。传统控制是基于模型的控制,认为模型已知或者经过辨识能够得到;而智能控制的对象通常存在严重的不确定性。(2)高度的非线性。传统控制理论尽管也有一些非线性控制方法,但总的讲来不够成熟,而且方法复杂,而智能控制理论能够特别好地解决非线性控制问题。(3)复杂的任务要求。现代工业系统特别多是高度复杂的系统。关于这些复杂系统均可用智能控制系统控制。3智能控制的几个主要分支模糊控制神经元网络控制专家控制学习控制4智能控制系统的一般结构通信接口感知信息处理认知规划和控制传感器执行器广义对象被控对象智能控制器感知信息处理:将传感器得到的原始信息加以处理,以检测发生的事件,识不环境的特征、对象与关系。认知:接收与储存信息、知识、经验与数据,并对它们进行分析、推理,作出行动的决策。规划与控制:它是整个系统的核心。依照任务要求、反馈信息以及经验知识,进行自动搜索、推理决策、动作规划与控制。通信接口:除建立人机之间的联系外,还建立系统各模块之间的联系。5智能控制系统分层递阶结构组织级协调级执行级识别对象组织级:组织级通过人机接口与用户(操作员)进行交互,执行最高决策的控制功能,监视并指导协调级与执行级的所有行为,其智能程度最高。协调级:协调级用来协调执行级的动作。协调级可进一步划分为两个分层:控制管理分层与控制监督分层。执行级:执行级的控制过程通常是执行一个确定的动作。6智能控制系统的主要特点一般具有以知识表示的非数学广义模型与以数学模型表示的混合控制过程。具有分层信息处理与决策机构。具有非线性与变结构特点。具有多目标优化能力。能够在复杂环境下学习。7智能控制系统的功能特点从功能与行为上分析,智能控制系统应该具备以下一条或几条功能特点:自习惯:系统具有习惯受控对象动力特性变化、环境变化与运行条件变化的能力。自学习:对一个过程或环境的未知特征所固有的信息进行学习,使系统的性能得以改善。自组织:关于复杂任务与分散的传感信息具有自行组织与协调的功能,使系统具有主动性与灵活性。自诊断:表现为系统自身的故障检测能力。自修复:一旦系统检测到自身部件故障,能够通过自身修复程序实现在无人干预下系统的正常恢复能力。8智能控制的三元结构人工智能自动控制运筹学信号处理形式语言启发规划调度管理管理协调学习记忆优化动力学动态反馈动力学智能控制AI:一个知识处理系统,具有记忆、学习、信息处理、形式语言、启发式推理等功能。OR:一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等。AC:动态反馈控制。9模糊控制系统模糊控制系统通常由模糊控制器、输入输出接口、执行机构、被控对象与测量装置五部分组成。它的组成核心是具有智能性的模糊控制器。模糊控制系统是以模糊数学、模糊语言形式的知识表示与模糊逻辑推理为理论基础,采纳计算机控制技术构成的一种具有闭环结构的数字控制系统。10论域U中的模糊集F能够用元素u与它的隶属度F来表示:模糊集合的表示方法连续论域:离散论域:◆向量表示法◆查德表示法◆序偶表示法11隶属度函数的建立方法模糊统计法例证法专家经验法二元对比排序法常用的隶属度函数建立方法:12相等、包罗空集、全集相等:关于所有的u∈U,均有μA(u)＝μB(u)。记作A=B。包罗:关于所有的u∈U,均有μA(u)≤μB(u)。记作AB。空集:关于所有的u∈U,均有μA(u)＝0。记作:A＝。全集:关于所有的u∈U,均有μA(u)＝1。13交、并、补交集:关于所有的u∈U,均有μC(u)=μA∧μB=min{μA(u),μB(u)}则称C为A与B的交集,记为C=A∩B。并集:关于所有的u∈U,均有μC(u)=μA∨μB=max{μA(u),μB(u)}。则称C为A与B的并集,记为C=A∪B。补集:关于所有的u∈U,均有μB(u)=1-μA(u)则称B为A的补集,记作。14求。模糊集合运算例2-4已知模糊子集15模糊关系普通关系:表示元素之间是否关联。模糊关系:表示两个论域上的模糊集合之间的关联程度,用其直积空间的隶属度函数表示。定义:所谓A、B两集合的直积中的一个二元模糊关系R,是指以A×B为论域的一个模糊子集,序偶(a,b)的隶属度为R(a,b)。16模糊关系的合成已知求例2-1017模糊语言逻辑模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。针对自然语言的模糊性;涉及概念:语言值语言变量语言算子:语气算子,模糊化算子,判定化算子18模糊逻辑推理的常见种类近似推理(常识性推理)广义肯定式推理:广义否定式推理:模糊条件推理:多输入推理多输入多规则推理19例2-16模糊逻辑推理举例例2-14例2-1520多输入多规则推理过程图示21最大隶属度函数法重心法加权平均法在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果估计性的精确值的过程就称为精确化过程(又称为反模糊化)。精确化过程22模糊控制器基本结构23模糊控制器的组成与功能模糊逻辑控制器由模糊化接口、知识库、模糊推理机与解模糊接口四部分组成。(1)模糊化接口将被控对象的测量值从数字量转化为模糊量,主要是定义论域内所有语言变量的隶属函数。(2)知识库包括数据库与规则库。数据库包括模糊化与精确化过程相关论域的数据以及定义隶属函数的数据等。规则库包括依照控制目的与控制策略给出的一组由语言变量描述的通过如领域专家或自学习产生的控制规则集合。(3)模糊推理机是模糊控制器的核心。它是由模糊输入与模糊控制规则,采纳某种模糊推理方法,导出模糊控制器的模糊控制量输出。(4)解模糊接口实现在推理得到的模糊集合中取一个能最佳代表模糊推理结果估计性的精确值的过程。24已知模糊逻辑控制规则: 规则1 假如误差e为ZE,则u为ZE 规则2 假如误差e为PS,则u为NS试应用Mamdani推理法求当输入误差e=0、6时的输出电压。模糊控制器设计误差的隶属度函数控制电压的隶属度函数设在论域误差e=[-4,4]与控制电压u=[0,8]上定义的模糊子集的隶属度函数分不如下图所示:25依照第二条规则:假如误差e为PS,则u为NS。能够得到输出电压的模糊集为:依照第一条规则:假如误差e为ZE,则u为ZE。能够得到输出电压的模糊集为:当输入误差时,,。模糊控制器设计用重心法计算出模糊控制输出电压的精确值:26人工神经网络人工神经网络就是模拟人脑细胞的分布式工作特点与自组织功能,且能实现并行处理、自学习与非线性映射等能力的一种系统模型。神经网络系统研究主要有三个方面的内容,即神经元模型、神经网络结构与神经网络学习方法。27人工神经元模型神经元模型是生物神经元的抽象与模拟。可看作多输入/单输出的非线性器件。xi输入信号,j=1,2,…,n;wij表示从单元uj到单元ui的连接权值;si外部输入信号;ui神经元的内部状态;θi阀值;yi神经元的输出信号;通常假设yi=f(Neti),而f为激励函数。28激励函数类型阈值型分段线性型29激励函数类型Sigmoid函数型Tan函数型30神经网络的模型分类前向网络反馈网络相互结合型网络混合型网络1、按连接方式的不同进行分类2、按网络结构分类,主要表现出三大类:前向网络、反馈网络与自组织网络。31神经网络的学习有导师学习无导师学习两大类学习算法◆有导师学习:直截了当利用误差信息◆无导师学习:建立间接的评价函数32学习规则学习规则相关学习纠错学习无导师学习依照连接权系数的改变方式分类33神经网络的泛化能力当输入矢量与样本输入矢量存在差异时,其神经网络的输出同样能够准确地呈现出应有的输出。这种能力就称为神经网络的泛化能力。在有导师指导下的学习中,泛化能力能够定义为训练误差与测试误差之差。与输入矢量的个数、网络的节点数、权值与训练样本集数目之间存在紧密的关系。34多层前向网络的学习算法网络模型第1个隐含层:

第r＋1个隐含层:输出层35输出层时,有:隐含层时,有:权值调整:反向误差传播36假设关于输入期望的输出网络权系数的初始值见图。试用BP算法训练此网络(只给出一步迭代学习过程)。这个地方,取神经元激励函数:,学习步长为。BP学习算法举例37全连接单层网络神经元模型二值型的Hopfield网络yi取值通常为0与1或-1与138状态转移关系例3-4假设一个3节点的离散Hopfield神经网络,已知网络权值与阈值如图(a)所示。采取随机异步更新策略,计算状态转移关系。例3-7同步更新策略例3-5各状态能量的计算39状态转移图40神经网络控制的优越性1神经网络能够处理那些难以用模型或规则描述的过程或系统2神经网络采纳并行分布式信息处理,具有特别强的容错性。3神经网络是本质的非线性系统4特别强的信息综合能力5神经网络的硬件实现愈趋方便

对象41专家控制专家控制是以专家系统为基础的。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。专家系统中含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识与解决问题的方法来处理该领域的问题。42专家系统结构与功能人机接口解释机构知识获取机构数据库推理机知识库专家用户知识库:存放领域知识、常识性知识、理论性知识、推理规则等。使专家系统具有启发性。数据库:存放推理的原始数据、中间结果、控制信息等。推理机:利用知识库的推理规则,对数据库的信息进行推理,得到结论或决策。知识获取机构:获取专家的领域知识,对知识库进行修改与维护。解释机构:讲明推理过程,回答拥护问题。人机接口:人机交互的界面。43专家控制中的知识类型知识的类型:事实性知识:描述对象的概念、属性、状态、条件等,属于描述性命题。过程性知识:推理的规则、物理定律、专家经验等,属于规律性的命题。控制性知识:以知识、知识的处理为认识对象的知识,也称为元知识。如知识的背景与范围、推理的策略等。44推理策略(方式):正向推理、反向推理、双向推理。专家系统常用的推理策略正向推理:从已知事实出发,逐步推导出最后结