人工智能及其应用蔡自兴第四版-课件（演示）

人 工 智 能第十二章 智能控制v 智能控制的发展与定义 v 智能控制的结构理论与特点v 智能控制的研究领域v 智能控制系统v 智能控制应用示例v 小结CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.1 智能控制的发展与定义 (Development and Definition of Intelligent Control) 12.1.1 智能控制的产生和发展v 智能控制的发展v 自动控制的发展过程 v 智能控制思潮 出现于 60年代；v 60年代中期 ，自动控制与人工智能开始交接；v 近十年来 ，智能控制的研究出现一股新的热潮。3CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.1 智能控制的发展与定义图 12-1 自动控制的发展过程开环控制确定性反馈控制最优控制随机控制自适应 /鲁棒控制自学习控制智能控制进展方向控制复杂性4CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.1.2 智能控制的定义 12.1 智能控制的发展与定义v智能控制系统能够在定形或不定形、熟悉或不熟悉的环境中自主地或与操作人员交互作用以执行各种拟人任务的机器。能按规定程序对机器或装置进行自动操作或控制的过程。驱动智能机器自主实现其目标的过程。用于驱动自主智能机器以实现其目标而无需人员干预的系统叫智能控制系统。v智能机器v自动控制v智能控制5CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.2 智能控制的结构理论与特点(Structural Theories and Feature of Intelligent Control)12.2.1 智能控制的结构理论v二元结构傅京孙 (K.S.Fu) 首先论述了人工智能与自动控制的交接关系 ，指出 “ 智能控制系统描述自动控制系统与人工智能的交接作用 ” 。AI ACIC图 12-2 智能控制的二元结构6CISIC CISICCISICCISICCISICCISICCISICCISICCISIC2. 三元结构v萨里迪斯 (Saridis)认为，二元交集的两元互相支配无助于智能控制的有效和成功应用，必须把远筹学的概念引入智能控制，使它成为三元交集中的一个子集。v萨里迪斯提出分级智能控制系统，由 3个智能 (感知 )级组成： 组织级 、 协调级 、 执行级 。12.2 智能控制的结构理论与特点图 12-3 智能控制的三元结构AI ORICCT7CISIC CISICCISICCISICCISICCISICCISICCISICCISIC组织器分配器协调器 n协调器 1硬件控制器 1 硬件控制器 n过程 1 过程 n图 12-4 分级智能控制系统组织级协调级执行级12.2 智能控制的结构理论与特点8CISIC CISICCISICCISICCISICCISICCISICCISICCISIC3. 四元结构蔡自兴 提出四元智能控制结构，把智能控制看做自动控制、人工智能、信息论和运筹学四个学科的交集。AC ICAIORIN图 12-5 智能控制的四元结构12.2 智能控制的结构理论与特点9CISIC CISICCISICCISICCISICCISICCISICCISICCISICv信息论作为智能控制结构一个子集的理由：v信息论是解释知识和智能的一种手段；v控制论、系统论和信息论是紧密相互作用的；v信息论已成为控制智能机器的工具；v信息熵成为智能控制的测度；v信息论参与智能控制的全过程，并对执行级起到核心作用。 10CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.2.2 智能控制器的一般结构不完全任务描述任务协商混合知识表示高层规划 /控制常规控制过程各种驱动器世界（环境）各种传感器多传感器感知系统图 12-6 智能控制器的一般结构12.2 智能控制的结构理论与特点11CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.2.3 智能控制的特点v智能控制以知识 进行推理，以启发引导求解过程。v智能控制的核心在高层控制，即组织级。v智能控制是一门边缘交叉学科。v智能控制是一个新兴的研究领域。12.2 智能控制的结构理论与特点12CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.3 智能控制的研究领域(Research Fields of Intelligent Control)v智能机器人随着机器人技术的发展和自动化程度的提高，对机器人的功能提出更高的要求，特别是各种具有不同程度智能的机器人，包括空间智能机器人。v智能过程控制与规划差异过程规划；生成过程规划；基于知识的过程规划。13CISIC CISICCISICCISICCISICCISICCISICCISICCISIC v专家控制系统v智能调度v语音控制v康复机器人控制v智能仪器12.3 智能控制的研究领域14CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4 智能控制系统(Intelligent Control Systems)12.4.1 递阶控制系统v递阶智能控制 (hierarchically intelligent control)是从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐 渐地形成的，是智能控制的最早理论之一。v两种分级递阶控制理论 : 基于知识 /解析混合多层智能控制理论以及 递阶智能控制理论。15CISIC CISICCISICCISICCISICCISICCISICCISICCISIC1. 定义与假设智能控制系统各级的共同要素涉及机器各种作用的不确定性，采用概率模型来描述这些具有共同度量的作用，即它们各自的熵 (entropies)。v组织级 ：以知识为主体，用香农熵来衡量所需知识。v协调级 ：以概率描述的决策方式来表示，这些方案的熵用于度量协调的不确定性。v执行级 ：执行代价等价于系统所消耗的能量，并由 Boltzman的熵来表示。12.4 智能控制系统16CISIC CISICCISICCISICCISICCISICCISICCISICCISIC2. 组织级与知识基系统组织器 (organizer)是智能控制的最高级，它的功能是建立在几个人工智能 (基于知识 )概 念基础上的。这些概念转换为概率模型，表示推理、规划、决策、长时记忆交换和反馈学习等功能，以规定一个响应外部指令的任务。12.4 智能控制系统机器推理 机器规划 机器决策 协调级长期存储交换单元自顶 向下 自 底向上uj规划输出YF编译指令输入图 12-7 组织级的结构框图17CISIC CISICCISICCISICCISICCISICCISICCISICCISIC3. 协调级与嵌套树v协调级的目标 是把控制问题的实际公式与最有希望的完全的协调规划联系起来，包括在可供选择的原本中挑选一个规划。v协调级由一定数目的协调器组成，每个协调器与执行级的具体硬件 (执行装置 )连接。当某个指令由相应的协调器发送至执行装置时，这些装置就执行规定好 的任务。 这种结构意味着：协调级不具有推理能力。12.4 智能控制系统18CISIC CISICCISICCISICCISICCISICCISICCISICCISIC4. 具有熵函数的执行级v执行级是递阶智能控制的最底层，要求具有较高的精度和较低的智能；按控制论进行控制。v执行级的性能也可由 熵 来表示，因而统一了智能机器的功用。 此熵的量度选择一适当的控制，以执行某任务的不确定性。我们能够选择某个最优控制使此熵 (即执行的不确定性 )为最小。12.4 智能控制系统19CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4.2 专家控制系统 (Expert Control System)v对专家控制器的控制要求v运行可靠性高v决策能力强v应用通用性好v控制与处理的灵活性v拟人能力v专家控制器的特点与设计原则v模型描述的多样性v决策机构的递阶性v在线处理的灵巧性v推理与决策的实时性v控制策略的灵活性12.4 智能控制系统20CISIC CISICCISICCISICCISICCISICCISICCISICCISIC3. 专家控制器的结构知识库由经验数据库和学习与适应装置组成。经验数据库存储经验和事实；学习与适应装置 在线获取信息，补充或修改知识库内容，改进系统性能，提高问题求解能力。12.4 智能控制系统e学习与适应装置数据库专家控制器特征识别信息处理 推理 机控制规则集 控制对象传感器RYESK GU Yu图 12-8 工业专家控制器结构框图21CISIC CISICCISICCISICCISICCISICCISICCISICCISICv控制规则集是对被控过程的各种控制模式和经验的归纳和总结，采用向前推理方法逐次判别各种规则。v特征识别与信息处理实现信息的提取与加工，为控制决策和学习适应提供依据。v专家控制器的输入集为： E = (R, e, Y, U)， e = R Y 式中， 为参考控制输入， 为误差信号， 为受控输出， 为控制器的输出集。v专家控制器 的模型可用式 U = f (E,K,I)表示，智能算子 f为几个算子的复合运算： f=ghp ， 其中：g:ES ；h:SKI ； p:IU12.4 智能控制系统22CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4.3 模糊控制系统1. 模糊控制器的结构模糊控制器由 N维关系 R表示， R可视为 0， 1区间的几个 N维关系 Ri的组合，每个 Ri代表一条规则 ri。 控制器的输入 x被模糊化为关系 X； 模糊输出Y可 应用合成推理规则进行计算；对模糊输出 Y进行非模糊化 (模糊判决 )，可得精确的数值输出 y。12.4 智能控制系统图 12. 9 理论模糊控制器框图模糊化 Y=X R 模糊判决X Y yx23CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4 智能控制系统图 12. 10 模糊控制器的一般框图模糊化 模糊决策 模糊判决X Y yx输入定标 输出定标标度因子 规则库 隶属关系 标度因子原 精确值输入原 精确值输出标准精确输入模糊输入模糊输出标准精确输出24CISIC CISICCISICCISICCISICCISICCISICCISICCISIC2. 模糊控制器的控制规则现有 FLC中，控制规则一般为如下形式：IF THEN 3. 模糊控制器的设计方法语言相平面法；专家系统法CAD环境工具；遗传优化算法专家模糊控制器（ EFC） 容许复杂的分级规则，如：IF 过程状态 1 THEN 中间变量 1 IF 中间变量 N THEN 控制作用 . .12.4 智能控制系统25CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4.4 学习控制系统1.学习控制的发展及研究课题v学习控制的发展v 学习控制的研究课题v 在非稳定环境中的学习v 提高学习效率v 学习系统的多级结构v 结束规则v 把模糊数学用于学习系统v直觉推理的应用v 文法推理12.4 智能控制系统26CISIC CISICCISICCISICCISICCISICCISICCISICCISIC2. 学习控制的设计原则v 控制系统应具有分层信息处理和决策能力v 控制器应具有在线特征辨识和特征记忆的功能v 控制器应具有多模态控制v 应用直觉推理逻辑，使控制器的决策更灵活和迅速，以提高自学习效率。12.4 智能控制系统27CISIC CISICCISICCISICCISICCISICCISICCISICCISIC12.4.5 神经控制系统1. 神经控制研究的发展及特性v 发展v1960年，威德罗 (Widrow )和霍夫 (Hoff)率先把神经网络用于自动控制研究。v 60年代末期至 80年代中期，神经网络控制与整个神经网络研究一样，处于低潮。v 80年代后期以来，神经网络控制的研究日趋活跃。12.4 智能控制系统28CISIC CISICCISICCISICCISICCISICCISICCISICCISICv神经网络的特性v并行处理和快