资源简介

智能控制系统
天津大学自动化学院
天津大学自动化学院
1. 控制理论的发展
1.1 传统控制理论面临的挑战
不确定的模型
高度非线性
复杂的任务需求

智能控制思想的提出
很多复杂的生产过程和难以实现的控制目标都可以通过熟练的操作工、技术人员和专家来操作来获得满意控制效果。如何将这些人的经验知识和控制理论结合起来去解决复杂系统的控制问题，就是智能控制原理研究的目标所在。
天津大学自动化学院
1. 控制理论的发展
1.1 传统控制理论面临的挑战
不确定的模型
高度非线性
复杂的任务需求

智能控制思想的提出
很多复杂的生产过程和难以实现的控制目标都可以通过熟练的操作工、技术人员和专家来操作来获得满意控制效果。如何将这些人的经验知识和控制理论结合起来去解决复杂系统的控制问题，就是智能控制原理研究的目标所在。
天津大学自动化学院
2.智能控制理论基本概念
智能控制：人工智能、控制理论和计算机科学等学科发展和结合的结果。
专家系统、模糊控制、神经网络和遗传算法等技术对智能控制的发展起到了推动作用。
2.1 智能控制的形成
人工智能 利用来模拟和实现人类的智能，进而实现或部分实现脑力劳动的自动化 。
人工智能的实现方法 符号主义、连接主义和行为主义
符号主义 ：机器通过逻辑和数值在内的符号推理，从外部功能上模拟人的智能。标志：专家系统
2.智能控制理论基本概念
2.4 智能控制系统的功能特征
学习能力：根据环境信息改善自身性能的能力
适应性：适应对象、环境和运行环境变化的能力
容错性：对故障具有自诊断、屏蔽和自恢复的能力
鲁棒性：对干扰不敏感
组织功能：对复杂任务和分散信息有自组织和自协调能力
实时性：良好的实时响应能力
人机协作：友好的人机交互能力
2.智能控制理论基本概念
专家系统：基于知识的系统。
专家知识按照逻辑和数值关系来表达
If[某种动物是哺乳动物]Then[该动物吃肉]
连接主义：从仿生学的角度建立人脑模型。标志：人工神经网络。
人工神经网络：通过建立神经元模型与神经元之间的关系来实现。
智能控制与传统控制的主要区别：
1.智能控制研究的对象是整个系统的运行，也就是说，智能控制不必确知受控对象的结构和参数。而传统的控制理论必须根据受控对象的数学模型、性能指标设计相应的解析控制律，这只是整个系统运行的一部分。
2.智能控制方法是人工智能技术、传统控制理论以及运筹学和信息论相结合的控制方法。
3.智能控制是控制理论、人工智能、运筹学、信息论等学科的交叉，并利用计算机作为手段向工程实用全面深入的发展。
2.智能控制理论基本概念
智能控制：人工智能、控制理论和计算机科学等学科发展和结合的结果。
专家系统、模糊控制、神经网络和遗传算法等技术对智能控制的发展起到了推动作用。
2.1 智能控制的形成
人工智能 利用来模拟和实现人类的智能，进而实现或部分实现脑力劳动的自动化 。
人工智能的实现方法 符号主义、连接主义和行为主义
符号主义 ：机器通过逻辑和数值在内的符号推理，从外部功能上模拟人的智能。标志：专家系统
3.智能控制理论的主要分支
智能控制系统一般包括分专家控制系统、人工神经网络控制系统、模糊控制系统、学习控制系统等分支。
3.1 专家控制系统
专家系统是早期人工智能的一个重要分支，采用人工智能中的知识表示和知识推理技术来模拟由领域专家才能解决的复杂问题。
专家系统=知识库+推理机
专家级知识 、专家思维 、专家级水平
应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。专家控制广泛应用于故障诊断和各种工业过程控制等方面。
3.智能控制理论的主要分支
3.2 人工神经网络控制系统
人工神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络。
特点：非线性映射能力，并行计算能力、自学习能力以及强鲁棒性
3.智能控制理论的主要分支
3.2 人工神经网络控制系统
人工神经网络（ANN）是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络。
1943年, W.McCulloch和W.Pitts在提出了MP模型。
1958年，F.Rosenblatt等研制出了感知机(Perceptron）。
1982年，J.J.Hopfield提出Hopfield模型。
1986年，PDP团队提出BP算法。
1987年首届国际ANN大会在圣地亚哥召开，国际ANN联合会成立。
3.智能控制理论的主要分支
3.2 人工神经网络控制系统
基于人工神经网络的控制，建成神经网络控制或神经控制。
在神经网络控制系统中，神经网络在控制系统中所起的作用大致分为四类：
在基于模型的各种控制结构中充当对象的模型；
充当控制器；
在控制系统中起优化计算的作用；
与其他智能控制结合，为其提供非参数化对象模型和推理模型等。
3.智能控制理论的主要分支
3.2 人工神经网络控制系统
学习算法是神经网络的主要特征，也是当前研究的主要课题。
神经网络的学习过程是修改加权系数的过程。常用的学习算法有
Hebb学习算法
BP学习算法
Hopfield反馈神经网络学习算法
3.智能控制理论的主要分支
3.3 模糊控制系统
模糊控制的基本思想是用机器去模拟人对系统的控制。
模糊控制利用模糊集合理论，把人的控制策略的自然语言转化为计算机能够接受的算法语言所描述的控制算法。
IF [控制状态A] THEN [控制输出B]
若水位偏低，则开大阀门，否则关小阀门
模糊控制有三个基本组成部分
模糊化：将系统信息模糊化；
模糊推理：经过模糊规则推理得到模糊控制量
精确化：将模糊控制量转换为精确量最终输出控制值。
3.智能控制理论的主要分支
3.3 模糊控制系统
模
糊
化
模糊
推理
清
晰
化
规则库
输入
输出
3.智能控制理论的主要分支
3.3 模糊控制系统
一个实例：洗衣机的模糊控制
3.智能控制理论的主要分支
3.3 模糊控制系统
模糊理论已经广泛应用到各类家用电器产品上。
3.智能控制理论的主要分支
3.4 学习控制系统
学习控制系统是一个能在其运行过程中逐步获得被控制过程及环境的费预知性息，积累控制经验，并在一定的评判标准下进行估值、分类、决策和不断改善系统品质的自动控制系统。
根据系统工作对象的不同可分为两大类：
迭代学习控制（具有可重复性的对象）
自学习系统 （不具重复性的对象）
3.智能控制理论的主要分支
3.5 遗传算法
遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法
生物的遗传和进化
复制
交叉
变异
3.智能控制理论的主要分支
3.5 遗传算法
优化作用：
函数优化
组合优化
应用领域
生产调度问题
自动控制领域的优化问题：模糊控制器的优化设计，参数辨识、人工神经网络的结构优化设计和权值学习
3.智能控制理论的主要分支
3.6 集成智能控制系统
模糊神经控制系统
模糊专家系统
……

展开更多......

收起↑