智能控制理论及应用复习计划

精选文档精选文档PAGEPAGE22精选文档PAGE

智能控制理论及应用复习

（紧扣课本）

第一章绪论

经典控制和现代控制理论的统称为传统控制，

智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。智能控制是针对系统的复杂性、非线性和不确立性而提出来的，

传统控制和智能控制的主要差异：

传统控制方法在办理复杂化和不确立性问题方面能力很低；

智能控制在办理复杂性、不确立性方面能力较高。智能控制系统的中心任务是控制拥有复杂性和不确立性的系统，而控制的最有效门路就是采纳仿人智能控制决策。

传统控制是基于被控对象精确模型的控制方式；

智能控制的中心是基于知识进行智能决策，采纳灵巧灵巧的决策方式迫使控制朝着希望的目标迫近。传统控制和智能控制的一致：

智能控制善于解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。

智能控制的好多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩大和发展，传统控制是智能控制的一

个构成部分。

智能控制应用对象的特色

(1)不确立性的模型

模型未知或知之甚少；

模型的结构和参数可能在很大范围内变化。

(2)高度的非线性

(3)复杂的任务要求

比方，要求系统对一个复杂的任务拥有自行规划和决策的能

力；要求除了实现对各被控物理量定值调理外，还要实现整个系统的自动启停、故障的自动诊断以及紧迫状况的自动办理等功能。

智能控制的基本特色

(1)分层递阶的组织结构

(2)多模态控制

(3)自学习能力

(4)自适应能力

(5)自组织能力

(6)优化能力

智能控制系统的主要种类

模糊控制

神经网络控制

专家控制系统

分层递阶智能控制（该系统由组织级、协调级、履行级构成，依据自上而下精

确程度渐增、智能程度渐减的原则进行功能分配。

在这种多层智能控制系统中，智能主要表此刻高层次上，其主要作用是模拟人的功能实现规划、决策、学习和任务协调等任务。

履行级仍旧采纳现有数学剖析控制算法，对数值进行操作和运算。）

与常例控制方法比较，模糊控制有以下特色：①模糊控制圆满部是在操作人员控制经验基础上实现对系统的控制，无需建立数学模型，是解决不确立性系统的一种有效门路。②模糊控制拥有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不显然，可用于非线性、时变、时滞系统的控制。③由离线计算获得控制盘问表，提升了控制系统的及时性。④控制的机理符合人们对过程控制作用的直观描述和思想逻辑，为智能控制应用打下了基础。

人工神经网络拥有几个突出的特色：

①可以充分迫近随意复杂的非线性关系；

②全部定量或定性的信息都分布存储于网络内的各神经元的连接上，

故有很强的鲁棒性和容错性；

③采纳并行分布办理方法，使得快速进行大批运算成为可能；

④可学习和自适应不知道或不确立的系统。

专家控制系统拥有以下特色：

①它在必然程度上模拟人的思想活动规律，能进行自动推理，善于应

付各种变化，拥有透明性和灵巧性。

②它可以不停督查生产过程，实现特定性能指标下的优化控制，能办理大批低层信息，可进行操作指导。

③相对传统控制，扩展了好多功能，如复杂系统的高质量控制，故障诊断和容错控制，参数和算法的自动更正，不一样样样算法的组合等。④深层知识的引入，可以填充专家经验的不足，可以自然地除掉决策矛盾。

分层递阶智能控制拥有两个显然的特色：①对控制来讲，自上而下控制精度越来越高；②对鉴别来讲，自下而上信息回馈越来越大概。

规则库

精确量模糊量模糊量精确量

模糊化模糊推理逆模糊化

过程输出和状态控制动作

被控过程

模糊控制器的一般结构

神经网络控制的3种典型结构

(a)PID控制(b)模型参照自适应控制(c)前馈反响控制

输入偏差输出

专家控制器被控对象

－

检测器

（a）直接专家控制系

专家控制器特色提取

输入偏差输出

控制算法被控对象

－

检测器

间接专家控制系

分层递阶智能控制（图）

第二章模糊控制

1.确立隶属函数应依据的一些基本源则:

1)表示隶属函数的模糊会集必然是凸模糊会集

变量所取隶属度函数平时是对称的、均衡的

隶属度函数要符合人们的语义序次，防范不合适的重叠

论域中每个点最少属于一个隶属函数的地域，并应属于不超出两个隶属函数的地域。

当两个隶属函数重叠时，重叠部分对两个隶属函数的最大隶属度不该有交叉。

当两个隶属函数重叠时，重叠部分的任何点的隶属函数的和应当小于或等于1。

同时满足自反性，对称性，传达性的模糊关系称为论域上的一个模糊等价关系

模糊语言变量

一个语言变量可定义为一个五元体(N,U,T(N),G,M)式中N为语言变量的名称；T(N)为语言变量语言值名称的会集；U为论域；G为语法例则；M为语义规则。

模糊条件语句

有三种基本句型，分别为

“若则”型

若炉温偏低，则增添燃料量

?“若则不然”型

若炉温偏低，则增添燃料量，不然减少燃料量

?“若且则”型

若炉温偏低且温度变化的系数为负，则增添燃料量

模糊控制器(FuzzyController)特色:

模糊控制是一种基于规则的控制。

由工业过程的定性认识出发，简单建立语言控制规则。控制见效优于常例控制器.

拥有必然的智能水平.

模糊控制系统的鲁棒性强。

模糊控制器设计的主要步骤

1、选定模糊控制器的输入输出变量,一般取e、ec和u。

2、确立各变量的模糊语言取值及相应的隶属函数，即进行模糊化。

模糊语言值平时采纳3、5或7个，比方取为{负，零，正}等。

今后对所采纳的模糊集定义其隶属函数

3、建立模糊控制规则或控制算法。

确立模糊推理和解模糊化方法。

7.例：某电热炉用于对金属部件的热办理，要求炉温给定值，

人工控制时，依据对炉温的察看值，调理电热炉供电电压，达到起落

炉温的目的。现改为模糊控制系统，试设计模糊控制器。

解：设计工作分为五步进行

(1)第一确立模糊控制器的输入量和输出量。

实测炉温与给定值之偏差作为输入量

输出量采纳晶闸管整流电源的触发电压的变化量

(2)输入、输出变量的模糊化。描述输入变量以及输出变量的语言值E

和U取为

NBNSOPSPB

偏差的论域为

控制量的论域为

X={-3,-2,-1,-0,+0,+1,+2,+3}

Y={-3,-2,-1,-0,+0,+1,+2,+3}

(3)模糊控制规则语言描述：操作人员经验的语言描述可以归纳为

若炉温低于，则升压，低得越多升压越高；若负

大，则正大；

若负小，则正小；

若炉温等于，则保持电压不变；若为零，

则为零；

若炉温高于，则降压，高得越多降压越低；若正

大，则负大；

若正小，则负小。

(4)用偏差论域到控制量论域上的模糊关系表示模糊控制规则

000000.5100000.50.50.55000.50.510.50000.510.500RiRi100.510.50.5000.50.50.5000010.500000

(5)模糊决策：

控制量经过模糊合成规则得出。

当时，有

U1PSR000010.50TR

=[0.50.510.50.500]

=0.5+0.5+1+0.5+0.5-3-2-101

解模糊化常用方法最大隶属度法

取中位数法重心法

第三章神经网络控制及应用

1.BP算法的程序实现

1)初始化；

2)输入训练样本、计算各层输出；

3)计算网络输出偏差；

4)计算各层偏差信号；

5)调整各层权值；

6)检查能否对全部样本达成一次轮训；

7)检查网络总偏差能否达到精度要求。

标准BP算法的改进

标准的BP算法在应用中裸露出好多内在的缺点：

⑴易形成局部极小而得不到全局最优；

⑵训练次数多使得学习效率低，收敛速度慢；

⑶隐节点的采纳缺少理论指导；

⑷训练时学习新样本有忘记旧样本的趋向。

改进算法的方法：

增添动量项

自适应调理学习率

引入陡度因子

正则化RBF网络拥有以下3个特色：①正则化网络是一种通用迫近器，只有要足够的隐节点，它可以以

随意精度迫近紧集上的随意多元连续函数。

②拥有最正确迫近特色，即任给一个未知的非线性函数f，总可以找

到一组权值使得正则化网络对于f的迫近因为全部其余可能的选择。

③正则化网络获得的解是最正确的，所谓“最正确”表此刻同时满足对样

本的迫近偏差和迫近曲线的圆滑性。

4.与正则化RBF网络比较，广义RBF网络有以下几个特色：

①径向基函数的个数M与样本的个数P不相等，且M经常远小于P。

②径向基函数的中心不再限制在数据点上，而是由训练算法确立。

③各径向基函数的扩展常数不再一致，其值由训练算法确立。

④输出函数的线性中包含阈值参数，用于赔偿基函数在样本集上的

均匀值与目标值之均匀值之间的差异。

5.

第四章专家控制系统

1.从实质上讲，专家系统是一类包含着知识和推理的智能计算机程序

专家系统可以解决的问题一般包含解说、展望、诊断、设计、规划、

2.督查、维修、指导和控制等。

3.专家系统的基本构成及作用

推理机解

释

接

口知识库综合数据库

问题描述

用

户解答、建议

或解说

知识获得领域专家知识库

知识库是知识的存储器，用于存储领域专家的经验性知识以及有关的

事实、一般知识等。知识库中的知识本源于知识获得机构，同时它又

为推理机供给求解问题所需的知识。

推理机

推理机是专家系统的“思想”机构，其实是求解问题的计算机软件系统。

推理机的运转可以有不一样样样的控制策略。

综合数据库（全局数据库）

又称为“黑板”或“数据库”。它是用于存放推理的初始凭据、中间结果以及最后结果等的工作存储器（WorkingMemory）。

解说接口

又称人-机界面，它把用户输人的信息变换成系统内规范化的表示形式，今后交给相应模块去办理，把系统输出的信息变换成用户易于理解的外面表示形式显示给用户，回答用户提出的“为何？”“结论是如何得出的？”等问题。

知识获得

知识获得是指经过人工方法或机器学习的方法，将某个领域内的事实

性知识和领域专家所独有的经验性知识转变成计算机程序的过程。

对知识库的更正和扩大也是在系统的调试和考据中进行的，是一件很困难的工作。知识获得被以为是专家系统中的一个“瓶颈”问题。

专家系统的知识表示

1、产生式规则表示法

控制器

般配、矛盾解决

规则库：存放了若干规则，每条产生式规则是一个以“假如满足这个条件，就应当采纳这个操作”形式表示的语句。

数据库：是产生式规则注意的中心，每个产生式规则的左半部分表示在启用这一规则以前数据库内必然准备好的条件。

控制器：是说明下一步应当采纳什么规则，也就是如何运用规则。平时从选择规则到履行规则分红三步：般配、矛盾解决和操作。

优先搜寻

所谓宽度优先搜寻方法是按“最早产生的节点优先扩展”的搜寻方法。详尽地说，搜寻的节点是一层一层地检查的，只有在上一层的每一个节点都检查达成今后，这一层的节点才能开始检查，也就是说，节点的扩展是按它们凑近初步节点的程度挨次进行的。这种方法是考虑了每一种可能，因此这种搜寻可能是一种特别长的过程，但假如存在任何解答的话，它能保证最后找到最短的解答序列。

所谓深度优先搜寻方法就是按“最晚产生（最深的）节点优先扩展”的搜寻方法，深度相等的节点其序次可以随意摆列。也就是老是向亲代到子代方向进行，直到不得不返回追踪的搜寻。可是实质上，从树

的看法看，不是从左枝开始，就是从右枝开始。

不精确推理

专家系统中把领域知识表示成必然的因果关系、逻辑关系，推理的结论是必然的，这种推理称为精确推理。

除此之外，更重要的是以专家的经验知识对不确立的事实，依据不充分的凭据和不圆满的知识进行推理，这种推理称为不精确推理。应当指出，所谓不精确推理不是要使推理变得不精确，而是供给一种在采纳目前已有的精确推理方式没法进行推理的状况下的推理方式，以便获得更为精确的推理结论。不精确推理又称非精确性推理，此中心问题是办理在推理过程中专家知识的不精确性和推理凭据的不精确性，并给出这些不精确性在推理过程中的流传规则。

7.专家控制系统的结构与原理

专家控制与一般的专家系统的差异：

1）平时的专家系统只达成专门领域问题的咨询功能，它的推理结果一般用于辅助用户的决策；而专家控制则要求能对控制动作进行独立的、自动的决策，它的功能必然要拥有连续的靠谱性和较强的抗扰性。

2）平时的专家系一致般处于离线工作方式，而专家控制则要求在线地获得动向反响信息，因此是一种动向系统，它应拥有使用的灵巧性和及时性，即能联机达成控制。

专家控制系统的结构与原理：

1、专家控制系统的工作原理

准时信箱准时操作知出口信箱数A/D受识应答信箱值控基算过系法程统进口信箱库D/A

解说信箱人-机接口用户

五、（20分）程序题：

BP网络曲线拟合仿真切例

对一组输入输出数据，达成y=f(x)的曲线拟合。

5

4

3

2

1

0

-1-0.8-0.6-0.4-0.200.20.40.60.81-1

4clearall

4p=-1:0.1:0.9;

t=[-0.832-0.423-0.0240.3441.2823.4564.023.2322.1021.5040.2481.2422.3443.2622.0521.6841.0222.2243.0221.984];

net=newff([-1,1],[15,1],{'tansig''purelin'},'traingdx','learngdm');

net.trainParam.epochs=2500;

net.trainParam.goal=0.001;

net.trainParam.show=10;

net.trainParam.lr=0.05;

net=train(net,p,t);

savemynetnet;

holdon

figure(1);