机器人设计4000字

本文格式为Word版下载后可任意编辑和复制第第页机器人设计4000字

智能掌握理论讨论报告

一、绪论

随着计算机、材料、能源等现代科学技术的快速进展和生产系统规模不断扩大,形成了简单的掌握系统,导致了掌握对象、掌握器、掌握任务等更加简单。与此同时,对自动化程度的要求也更加广泛,面对来自柔性控制系统(fms)、智能机器人系(irs)、数控系统(cns)、计算机集成制造系统(cims等简单系统的挑战,经典的与现代的掌握理)论和技术已不适应简单系统的掌握。

智能掌握是在掌握论、信息论、人工智能、仿生学、神经生理学及计算机科学进展的基础上渐渐形成的一类高级信息与掌握技术。智能掌握突破了传统掌握理论中必需基于数学模型的框架,它基本上按实际效果进行掌握,不依靠或不完全依靠于掌握对象的数学模型,又继承了人类思维的非线性特性。某些智能掌握方法还具有在线辨识、决策或总体自寻优的力量和分层信息处理、决策的功能

二、国内外讨论现状：

2.1国际

1965年，k.s.fu（傅京孙）首先提出把人工智能的直觉推理规章方法用于学校掌握系统。1966年mendel进一步在空间飞行器学习系统讨论中提出了人工智能掌握概念。1967年，leondes等人首先正式使用“智能掌握”一词。此后智能掌握开头渐渐进展。1987年在费城进行的第一次国际智能掌握会议，标志着智能掌握开头成为一个崭新的学科。

近年来，智能掌握理论与智能化系统进展非常快速。其中代表性的理论有专家系统，模糊规律掌握、神经网络掌握、基因掌握即遗传算法、混沌掌握、小波理论、分层递阶掌握、拟人化智能掌握、博弈论等。闻名的掌握理论权威专家austrom在其“智能掌握的方向”一文中指出：模糊规律掌握，神经网络与专家系统是典型的智能掌握方法。

2.2国内

智能技术在国内也受到广泛重视,中国自动化学会等于1993年8月在北京召开了第一届全球华人智能掌握与智能自动化大会,1995年8月在天津召开了智能自动化专业委员会成立大会及首届中国智能自动化学术会议,1997年6月在西安召开了第二届全球华人智能掌握与智能自动化大会。

近年来,智能掌握技术在国内外已有了较大的进展,己进入工程化,有用化的阶段.但作为一门新兴的理论技术,它还处在一个进展时期.然而,随着人工智能技术,计算机技术的快速进展,智能掌握必将迎来它的进展新时期。

三、智能掌握系统的分支

1.神经网络

神经元的数学模型是1943年由mccmlach和ltts两位科学家首先提出的:神经网络理论的进展经受了不平凡的历程，其真正的进展期应当是在韵年月以后_尤其在1986年发表了感知器网络的学习算法，“后，神经网络的应用前景更加开阔:同时，它也为神经网络掌握制造了必要的条件:神经网络掌握是模拟人脑的结构和工作机理对系统实现掌握_神经网络的主要特点是具有学习力量、并行计算力量和非线性映射力量:充分利用神经网络的这些力量来解决众多非线性、强祸合和不确定性系统的掌握同题是神经掌握论讨论的主要课题。神经网络模型的种类繁多，但在神经掌握论中得到广泛应用的神经网络模型并不富有。目前主要有:多层前向传波网络{mlp)，小脑模型{gmac)、回归神经网络、径向基网络(1tbf)等下面就神经掌握论的三大问题进行争论。

2.模糊掌握

模糊规律拉制沦于1965年由扎德教授首先提出。它的主要思想是吸取气类思维具有模糊性的特点，通过模糊规律推理来实现对众多不确定性系统的有效掌握。假如说.传统的掌握是

从被控对象的数学结构上去考虑进行掌握的。那么，模糊掌握是从人类智能活动的角度和基础上去考虑实施掌握的.其设计的核心是模糊掌握规章和隶属度函数的确定。经典的模糊规律掌握器的隶属度函数、掌握规章都是依据阅历预先总结出来的。掌握过程中没有对规章进行修正功能，不具备学习和适应力量。但仍旧在很多场合.如炉窑掌握、化工过程掌握、水处理、家电等得到广泛的应用。同时。多种改进的或夏合的模糊掌握器也不断涌现.如模糊日。调整器、模糊专家拧制器、模糊自适应掌握器.模糊神经网络掌握器等。此外，模糊系统建模、模糊掌握器的稳定性分析、模糊掌握器的鲁棒性设计等一些热点和难点问题也都取得了进展。模糊拄制已经进人一个新阶段。

3.专家掌握

专家掌握(expertcontrol)是智能掌握的一个重要分支，又称专家智能掌握。所谓专家掌握，是将专家系统的理论和技术同掌握理论、方法与技术相结合，在未知环境下，仿效专家的阅历，实现对系统的掌握。专家掌握试图在传统掌握的基础上“加人”一个富有阅历的掌握工程师，实现掌握的功能，它由学问库和推理机构构成主体框架，通过对掌握领域学问(先验阅历、动态信息、目标等)的猎取与组织，按某种策略准时地选用恰当的规章进行推理输出，实现对实际对象的掌握。

四.神经网络的应用

bp神经网络

1986年，rumelhart等提出了误差反向传播神经网络，简称bp网络（backpropagation），该网络是一种单向传播的多层前向网络。

误差反向传播的bp算法简称bp算法，其基本思想是梯度下降法。它采纳梯度搜寻技术，以期使网络的实际输出值与期望输出值的误差均方值为最小。

1.bp网络特点

（1）是一种多层网络，包括输入层、隐含层和输出层；

（2）层与层之间采纳全互连方式，同一层神经元之间不连接；

（3）权值通过δ学习算法进行调整；

（4）神经元激发函数为s函数；

（5）学习算法由正向传播和反向传播组成；

（6）层与层的连接是单向的，信息的传播是双向的。

2.bp网络结构

含一个隐含层的bp网络结构如图所示，图中为输入层神经元，为隐层神经元，为输出层神经元。

3.bp网络的靠近

bp网络靠近的结构如图所示，图中k为网络的迭代步骤，u(k)和y(k)为靠近器的输入。bp为网络靠近器，y(k)为被控对象实际输出，yn(k)为bp的输出。将系统输出y(k)及输入u(k)的值作为靠近器bp的输入，将系统输出与网络输出的误差作为靠近器的调整信号。

五、智能掌握存在的问题

智能掌握以其优越的掌握性能渐渐步入了工程界并得到广泛的应用。然而在智能掌握的实现方面，还存在许多问题有待解决。详细表现在：(1)扩宽实际应用范围,提高实时掌握力量问题。(2)解决学问猎取和优化的瓶颈问题，特殊是动态系统的学问猎取和分类。(3)对智能掌握学习讨论的问题。(4)各种智能掌握方法结合以及同传统掌握方法结合讨论问题。(5)数值和符号之间的计算问题。目前，在数值和符号之间的计算尚未有一个成型的规章。(6)智能掌握的鲁棒性问题缺乏严格的数学推导。(7)如何讨论解耦问题，简化掌握算法。(8)讨论新型智能掌握硬件和软件问题。目前，智能掌握的讨论往往缺少较好的软件环境，

硬件方面存在的问题更大。

六、智能掌握的进展前景

智能掌握的讨论虽然取得了一些成果，但实质性进展甚微，理论方面尤为突出,应用则主要是解决技术问题，对象详细而单一。子波变换、遗传算法与模糊神经网络的结合,以及混沌理论等，将成为智能掌握的进展方向。智能掌握进展的核心仍旧是以神经网络的强大自学习功能与具有较强学问表达力量的模糊规律推理构成的模糊规律神经网络。

要做到智能自动化，把机器人的智商提高到智人水平，还需要数十年。微电子学、生命科学、自动化技术突飞猛进，为21世纪实现智能掌握和智能自动化制造了很好的条件。对这门新学科今后的进展方向和道路已经取得了一些共识：

(1)讨论和仿照人类智能是智能掌握的最高目标；(2)智能掌握必需靠多学科联合才能取得新的突破；(3)智能的提高,不能全靠子系统的积累,要做到“整体大于组分之和”,只靠非线性效应是不够的。

为了达到目标，不仅需要技术的进步，更需要科学思想和理论的突破。许多科学家坚持认为，这需要发觉新的原理，或者改造已知的物理学基本定理，才能彻底懂得和仿造人类的智能，才能设计出具有高级智能的自动掌握系统。科学界要为保障人类和地球的生存和可持续进展做出必需的贡献，而掌握论科学家和工程师应当担当主要的使命。

参考文献

1.孙