（控制理论与控制工程专业论文）基于粗糙集思维进化算法的应用研究.pdf

太原理工大学硕士研究生学位论文 ￥7 8 8 3 17 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的 研究工作及取得的研究成果。尽我所知，除文中特别加以标 注和致谢中所罗列的内容外，论文中不包含其他人已经发表 或撰写过的研究成果；也不包含为获得太原理工大学或其它 教育机构的学位或证书而使用过的材料。与我一同工作的同 志对本文研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 本人签名：奎虫日期：超生年月卫日 太原理工大学硕士研究生学位论文 第一章绪论 传统的控制理论经历了古典控制理论和现代控制理论两个重要发 展阶段，在许多领域取得了成功应用，促进了生产力的发展。但是， 随着科学技术的发展，致使被控对象结构上日益复杂和大型化，传统 的控制理论已经无法解决复杂性所带来的困境。正当人们为寻找一种 新的理论费尽心机时，人工智能得益于模糊逻辑、神经网络、专家系 统、进化论等各门前沿学科的飞速发展，已经渐渐形成了一门学科， 给智能控制注入了巨大的活力，于是自动控制理论与人工智能结合的 产物一智能控制应运而生了，并在实际应用中显示出很强的生命力 【l “。至此，控制理论的发展经历了古典控制理论、现代控制理论、智 能控制理论三个阶段。 1 1 控制理论的新篇章一智能控制 1 1 1 智能控制理论的发展及其特点 随着现代科学技术的飞速发展，各种实际工程系统的发展规模越 来越大，常规控制理论与技术已越来越难以满足工程上对提高自动化 水平和扩大自动化范围的要求。经过较长时期的孕育与发展，人们逐 渐认识到要解决复杂系统的控制闯题，必须跳出以纯理想数学模型为 基础的框架，而是要面对其复杂、时变性，提出新的概念和模型探索 新的方法和手段，开发出能够解决复杂任务、感知复杂环境、控制复 杂对象的有效的控制策略。智能控制的研究正是在这种背景下，以常 规控制为基础的进一步发展和提高。 1 9 6 5 年，著名的美籍华裔科学家傅京孙( k i n g s l l i lf u ) 教授首先 太原理工大学硕士研究生学位论文 提出把人工智能的启发式推理规则用于学习控制系统，迈出了智能控 制理论研究的第一步。提出了智能控制的二元交集理论即人工智能和 自动控制的交叉；美国的g n s 撕d i s 于1 9 7 7 年把傅京孙教授的二元 结构扩展为三元结构，即人工智能、自动控制和运筹学的交叉：后来 蔡自兴教授又将三元结构扩展为四元结构及人工智能、自动控制、运 筹学和信息论的交叉，从而进一步完善了智能控制的结构理论，形成 智能控制的理论体系。智能控制按照傅京孙、s 新d i s ( 萨里迪斯) 和 蔡自兴提出的观点，可以把智能控制表示为二元结构、三元结构和四 元结构3 种思想： i c = a in a c i c = a i n a c n o r i c = a i n a c n o r n i t ( 1 1 ) 其中，i c 表示智能控制( i n t e l l i g e n tc o n t f 0 1 ) ，a i 表示人工智能( a r t i f i c i a l i n t e l l i g e n t ) ，a c 表示自动控制( a u t o m a t i cc o n 打0 1 ) ，o r 表示运筹学 ( o p e r a t i o nr e s e a r c h ) ，i t 表示信息论( i n f o 彻a t i o nt 1 l e o r y 或 i n f o n n a t i c s l 。 智能控制的概念主要是针对被控系统的高度复杂性、高度不确定 性和人们要求越来越高的控制性能指标提出来的。为满足这些要求， 一个理想的智能控制系统应该具备以下一些功能特点： ( 1 ) 学习功能：一个系统如果能对一个过程或其环境的未知特征的 信息进行识别、记忆、学习，并将得到的经验用于控制系统的进一步 设计、分类、决策、或控制，从而能使系统的性能得到改善，那么便 称该系统具有学习的功能。这种功能类似于人类的学习过程。 ( 2 ) 适应功能：与传统的自适应控制相比较，这里所说的适应功能 具有更广泛的含义，它包含更高层次的适应性。系统应具有适应受控 对象动力学特性变化、环境变化和运行条件变化的能力。这种智能行 为实质上是一种从输入到输出之间的映射关系，可看成是不依赖模型 的自适应估计，较传统的自适应控制中的适应功能具有更广泛的意义。 ( 3 ) 容错性：系统对各类故障应具有自诊断、屏蔽和自恢复的功能。 2 太原理工大学硕士研究生学位论文 ( 4 ) 鲁棒性：系统性能应对环境干扰和不确定性因素不敏感。 ( 5 ) 组织功能：对子复杂任务和分散的传感信息具有自组织和协调 功能，使系统具有主动性和灵活性。即智能控制器可以在任务要求的 范围内自行决策，主动采取行动，当出现多目标冲突时，在一定限制 下，各控制器可在一定范围内自行解决。使系统能满足多目标、商标 准的要求。 ( 6 ) 实时性：系统应具有相当的在线实时响应能力。 ( 7 ) 人一机协作：系统应具有友好的人一机界面，以保证人机通 讯，人一机互助和人一机协同工作。 1 1 2 智能控制的学科基础 智能控制是常规控制发展的高级阶段，所以常规控制理论的某些 思想和概念对于智能控制同样具有指导意义。如在常规控制中，反馈 是个重要的概念，而在智能控制中，信息反馈是智能控制的重要组成 部分。只是概念更加广义化和智能化了。同时，智能控制又是当代科 学技术高度分化，走向高度综合的产物，因此，它具有特有的前沿学 科基础。 1 模糊集合论：1 9 6 5 年z a d e h 创立的模糊集合论是模糊数学的 基础，通过定义隶属度函数使计算机能够模拟人脑思维的模糊性，使 部分自然语言作为算法语言直接进入计算机程序，让计算机在定程 度上具有判断和处理模糊信息的能力，以达到模拟人类模糊逻辑思维 的目的，提高机器的智能，模糊理论在许多以人为主要对象的领域得 到了成功的应用，而且模糊逻辑为描述不确定性提供了强有力的工具。 2 神经网络：神经网络、脑科学为智能控制从结构上和功能上提 供了重要手段。神经网络的研究始于1 9 世纪4 0 年代，基于联接主义 模拟人脑神经网络的结构和功能，是一种并行的非线性动力学系统。 神经网络由神经元互连组成，具有很强的非线性映射能力，理论上可 以逼近任意非线性函数。具有分布式存储信息、自组织和自学习的特 点，对信息的处理及推理过程具有学习、记忆、联想、容错和并行处 3 太原理工大学硕士研究生学位论文 理等功能。神经网络的方法更接近于人对信息的处理方法，模拟了人 类形象思维的方式，是一种与传统符号逻辑完全不同的一种非逻辑非 语言的方法。 3 信息论：信息论产生于2 0 世纪4 0 年代末，由美国数学家申农 ( c es h a 皿o n ) 提出，信息论是运用信息的观点，把系统看作是借助于信 息的获取、传递加工、处理而实现其有目的性运动的一种研究方法。 信息方法论也是现代科学技术领域中研究事物的复杂性、系统性、整 体性的一种重要方法。信息论为从信息论的观点研究智能控制奠定了 理论基础。 4 进化计算：进化计算( 包括遗传算法g a 、思维进化算法m e a 、 进化规划e p 、进化策略e s ) 体现了适者生存思想，此算法的鲁棒自 适应性强，属于从过去性能学习的方法，强调了重新组合和生物系统 的其它运算，具有可扩展性，为难以用传统数学和其它人工智能技术 解决的科研和工程实际中的优化问题提供了有利的武器。它主要仿照 生物进化、自然选择过程中所表现出来的优化规律和方法，对复杂工 程技术或其它领域提出的难以用传统优化理论解决的优化问题，进行 优化计算、预测和数字寻优等方面的计算。进化算法在工程优化、机 器学习、控制领域有许多应用，尤其是它和模糊逻辑、神经网络的结 合，在智能控制领域的应用中占有十分重要的地位。 5 知识工程：智能控制系统实际上是基于知识的信息反馈控制系 统，因此以研究知识表示、利用和获取为中心内容的知识工程是智能 控制的重要基础。智能控制系统中的信息流动是十分复杂的，从信息 论的观点研究智能控制系统，能有力的洞察智能控制的本质特征。知 识系统和专家系统是典型的知识系统，是研究智能控制的重要基础。 6 物元分析和可拓集合论：智能控制中的许多问题减表现为不相 容，如性能指标中快速性、稳定性和稳态误差之间就互相矛盾。为了 模拟人解决矛盾问题的方法，物元分析和可拓集合理论被提出，为解 决不相容问题提供了新的工具。 7 非线性系统、耗散结构论、协同论、突变论、混沌理论：由于 智能控制系统是复杂的开放的非线性动力学系统，因此，必须从开放 4 太原理工大学硕士研究生学位论文 复杂的系统角度出发，研究复杂的智能控制系统中子系统问的相互协 同作用，研究系统从无序到有序的自组织过程，使系统从一种状态突 变到另一种期望的稳定状态。耗散结构论可以深入研究智能控制系统 动态特性及其本质；协同论研究由大量子系统组成的复杂系统；突变 论研究智能控制系统稳定状态的跃迁；混沌学研究确定性非线性动力 学系统所表现出来的无规则性及复杂性；这些都是深入研究智能控制 理论有力的理论工具。总之，智能控制理论的研究和发展需要众多前 沿学科作为基础，而智能控制理论的深入研究又必将推动其它相关学 科的发展【5 7 1 。 1 1 - 3 智能控制的综合集成 综合集成是智能控制的本质特征，也是智能控制总的发展趋势。 它从诞生之日起就是多学科交叉结合的产物，在发展过程中也在不断 的吸纳人工智能和其他学科领域中的新理论和新方法，并将这些方法 加以综合集成，使他们能做到优势互补，提高控制性能。粗糙一模糊 控制器、模糊神经控制器以及进化算法与模糊逻辑和神经网络的结合 等的提出均是综合集成的实例。 模糊逻辑和神经网络在各自结构上的特点使其在控制中的应用各 有优缺点。模糊逻辑适于应用经验知识，但缺乏自学习和自适应能力； 神经网络容错能力强并具各自适应学习功能，但不能很好地利用已有 的经验知识，增加了网络的寻优时间或者陷入非要求的局部极小。模 糊神经技术融合了二者的优点，既能表示定性知识，又具有自学习和 处理定量数据的能力，因而在控制问题中应用广泛0 1 。 一种新的进化学习方法基于思维进化的机器学习( m i n d e v o l u t i o n b a s e dm a c h i n el e a n l i n g ，m e b m l ) 借鉴人类思维的进化速度 高于生物的进化速度，引入“趋同”与“异化”的概念，将个体淘汰 方式转化为群体淘汰方式，与传统的g a 相比有更好的学习能力与适 应性。将g a 、m e b m l 等进化算法在模糊规则的自动获取与神经网 络的学习过程中呈现了强大的生命力o ”。 5 太原理工大学硕士研究生学位论文 文献 1 1 】利用m e b m l 在线调节模糊逻辑控制器的规范化因子。 这种新型模糊控制器具有自适应能力，控制性能良好，算法简单。 1 1 4 智能控制中的知识工程 从信息论的观点研究智能控制系统的智能信息，实际上是利用基 于知识的信息反馈获得智能决策的过程。因此，以研究知识获取、知 识表示和知识利用为中心内容的知识工程 ”1 就成为研究智能控制的 重要基础。 在智能控制中，知识获取不但是智能控制的重要组成部分，而且 是智能控制系统的“瓶颈”问题。而知识表示是研究如何用最合适的 形式来组织知识，使其对所要解决的问题有利。知识的适当表示对问 题求解很重要的。 图1 1 综合推理系统结构 f i g l l r e1 1 s t r u c t l ：盯eo f s y n t h e t i c1 0 百cs y s t 咖 知识表示就是知识的形式化或模型化。知识表示研究各种存储知 识的数据结构设计，以便在这些数据结构中存储领域知识，开发各种 灵活操纵这类数据结构的推理过程，使知识表示和知识运用有机结合。 一个专家系统中知识表示模式的恰当与否不仅与知识的有效存储有 关，也直接影响着系统的知识获取能力和知识运用效率，因而知识表 示是知识工程中最基本的问题。目前，知识表示的研究仍是人工智能、 认识科学的一个热门课题。 6 太原理工大学硕士研究生学位论文 知识推理是智能控制系统的核心，即根据所获得的信息通过数据 分析、推理，从而产生合理的决策形成有用知识的过程。 1 1 5 智能控制系统的研究内容 根据智能控制的基本控制对象的开放性、复杂性、多层次、多时 标和信息模式的多样性、模糊性、不确定性的特点，以及智能控制的 基本控制特点，我们认为智能控制的研究内容为： r 1 ) 对智能控制认识论和方法论的研究，探索人类的感知，判断、推理 和决策的活动机理。 ( 2 ) 根据实验数据和机理模型所建立的动态系统中，对不确定性的辨 识、建模、控制。 ( 3 ) 基于故障诊断的系统组态理论和容错功能。 ( 4 ) 基于信息学习的自动规则的生成与修改方法。 ( 5 ) 实时控制任务规划的集成和基于推理的系统优化方法。 ( 6 ) 处理组合复杂性数学计算的框架结构。 ( 7 ) 模糊控制和基于神经网络技术的智能控制方法。 ( 8 ) 智能控制技术在工业控制过程中和机器人等领域的应用研究。 1 2 智能控制领域的新成员一粗糙集 1 2 1 粗糙集理论 粗糙集( r o u 曲s e t ) 理论是一种刻画不完整性和不确定性的数学 工具能有效地分析和处理不精确、不一致、不完整等各种不完备信息， 并从中发现隐含的知识，揭示潜在的规律1 6 】。r s 理论是由波兰学者 p a w l a l c z 在1 9 8 2 年【1 7 1 提出的。1 9 9 1 年p a w l a l ( z 出版了专著【j 8 l ，系 统全面地阐述了r s 理论，奠定了严密的数学基础，该书与1 9 9 2 年出 7 太原理工大学硕士研究生学位论文 知识推理是智能控制系统的核心，即根据所获得的信息通过数据 分析、推理，从而产生合理的决策形成有用知识的过程。 1 1 5 智能控制系统的研究内容 根据智能控制的基本控制捱一朔鲐辩；黼礤躺。啪褥妨：摅都 囊蛰藤是蔓尚警苎蟹警。点罐器，茸塔阜瘤桶群释? 同扩蠢铀菰晏筒 雨手知谀表示i 争曾氯表弟r 灯| m 磊嚣谛两藩按每s i i 囊殖置可 应用 于图像处理、模式识别、自动控制、专家系统、决策分析等领域中【2 ”。 但并不在知识表示中起相同的作用 2 0 1 。他们在处理不完善数据方面可 以互为补充。将r s 理论与已经比较成熟的模糊控制相结合，寻找好 的切入点，充分利用粗糙集理论的特点，使模糊控制在规则提取、隶 属度的确定方面具有更好的优越性，以提高模糊控制器的性能。在理 论上，利用粗糙集可以产生并简化模糊控制器的最优规则库，并且可 以更合理的确定模糊集合的隶属度函数。一旦完成二者的理想结合， 把基于数据的分类和基于经验的语言规则很好的融合，实现“无意识” 的由原始数据形成的分类和“有意识”的基于经验的语言控制规则的 结合，合理的处理在实际系统中存在的不完全、不相容、不精确数据 及经验规则的矛盾，真正实现整个系统的信息融合，并纳入统一的数 学框架中，就可以使原来的模糊控制器成为具有更高机器智商的基于 粗糙集一模糊集合的智能控制器。 神经网络在自组织自学习自适应信号处理中的能力给人们留下了 比较深刻的印象，随着研究的深入，其自身的学习能力( 特别是在自 动知识获取方面)也急需提高和改善。以目前最具代表性的两种形式 ( 递归神经网络和r b f 网) 为例，前者的非线性动力学系统特性使得 太原理工大学硕士研究生学位论文 版的r s 理论应用专集 1 9 】较好地总结了这一时期r s 理论与实践的研 究成果，促进了它的进步发展，现己成为学习和应用r s 理论的重 要文献从1 9 9 2 年至今，每年都召开以r s 为主题的国际会议，推动了 r s 理论的拓展和应用，国际上成立了粗糙集学术研究会，参加的成员 来自波兰、美国、加拿大、日本、挪威、俄罗斯、乌克兰和印度等国 家。目前r s 理论己成为人工智能领域中一个较新的学术热点，引起 了越来越多的科研人员的关注。 粗糙集( r o u 曲s e t ) 从本质上看，它反映了认知过程在非确定、 非模型化信息处理方面的机制和特点，从而成为一种有效的非单调推 理工具，其应用范围已拓展至包括机器学习、信号处理、模式识别等 较为广泛的领域。 在粗糙逻辑推理中，不必设计隶属度函数，这样在非确定的随机 过程和统计作用存在、可供利用的数据不充分、不完整、存在噪声甚 至一定程度上需要容错处理的场合、无法或很难建立精确的数学模型 ( 方程式描述) 等情况下，就可使用粗糙集方法，克服传统技术在复 杂对象系统中所遇到的困难。这样的软计算技术有助于知识获取瓶颈 的突破、知识语义特征抽取和形式化系统的自动实现以及新一代智能 计算机技术的发展。 粗糙集的理论超越了传统知识处理和模糊逻辑的约束和限制，以 基于集合的整体直接逼近的方式，去完成非确定不完全信息条件下的 知识推理，属于白适应知识工程和新一代信息技术的交叉学科范畴。 从近年来的诸如i n t c m a t i o n a lw o r k s h o po nr o u 曲s c t sa n ds o f t c o m p u t i n g 等国际会议的情况就可说明其独立的学科地位已被确立。 总之，为了使粗糙理论和方法有效地完成问题求解的任务，非结 构化信息能力的实现成为研究和应用工作的关键。粗糙集推理系统的 设计通常包含集合描述、空间分析、算法构造、过程推理、语义约束 这五个环节，具体环节的针对性又与定的对象条件相联系。粗糙集 理论由于其在非单调推理方面的突出特点，在建造新一代智能信息系 统和自动化技术应用领域，具有重要的科学意义和实际应用价值。 8 太原理工大学硕士研究生学位论文 曾进行第五代计算机计划的日本【2 钉。国际上对智能系统的问题求解技 术历来是重视的，现已深化到非线性动力学和复杂性的层次 2 “。对此 关键的技术应该是被称为“数据采矿”的创造性知识发现系统，而这 正是粗糙集理论的针对性之所在。例如采用粗糙集的数据浓缩【2 ”。 如前所述，粗糙集的推理过程是上、须由一定的机制来实现的。 在现有的各种搜索算法中反映自适应演化的遗传算法是一种好的形 式，在这方面人们也已取得了某些成果，例如著名的l e r s 系统就采 用了遗传算法的b b a ( b u c k e t b r i g a d e 越9 0 f i t h m ) 过程，实践证明遗 传算法是可以与粗糙集的推理过程相结合的。文 2 8 】也曾构造了粗糙 集的进化算法并应用于矿建用水量的计算机辅助分析中。粗糙集与遗 传算法相综合，也属于粗糙集研究的一个方向。 历经半个多世纪的努力，自动控制已经发展成相当丰富的学科体 系，但是复杂系统对象仍然是一个难点，例如，在计算机控制系统中， 由于离散采样、反馈延迟、动态系统优化等原因就会引发混沌，其中 包括著名的h e i l o n 映射形式【2 9 】，而鲁棒控制要求系统应具有“混沌控 制”【3 0 1 能力。这样非线性动力学系统( 混沌) 的辨识，就是鲁棒混沌 控制器的基本和重要的一项工作。笔者、井秀文、米山正秀曾成功地 在s u n 工作站以u n i xc 实现了h e n o n 映射、l o g i s t i c s 方程和二维 l o r e l l z 方程的辨识，奠定了鲁棒粗糙混沌控制器设计的基础。从历史 的逻辑角度来看，粗糙逻辑会对设计鲁棒非线性控制器和开发相应系 统提供功能更强的理论手段。 l2 3 前沿研究课题 目前在国际上有影响的粗糙集系统主要有美国堪萨斯大学的 u ! r s 系统、波兰波兹南技术大学的r o u 曲d a s 和r o u 曲c l a s s 系统、 加拿大瑞给纳大学的k d d r 系统等。 l e r s 系统的全称是“基干粗糙集的示例学习系统”，由示例的机 器学习和知识获取两部分组成。该系统在美国国家航空航天相关学科 的关系局n a s a 的约翰逊空间中心被作为开发专家系统的工具而使用 1 0 太原理工大学硕士研究生学位论文 了两年，l e r s 系统的应用涉及到了医疗领域【3 ”。该系统还曾应用于 全球气候变化的研究方面，考虑到近年来全球温室效应、厄尔尼诺现 象等问题，该项工作是很有意义的。r o u 曲d a s 和r o u s hc l a s s 是用 于决策分析的，在医学方面它已应用于h s v 十二指肠溃疡的症状检 验。k d d r 系统是用于知识发现的，可用于医学数据的分析、电信工 业的市场研究。该系统中使用了可变精密性粗糙集和决策矩阵方法， 并在工作站环境下使用。 由于粗糙集系统的内在机理，其发现“新的”( 利于系统推理时使 用的) 知识是建立在数据库基础上的【3 2 _ 3 ”，并以非完善( i m p e f f e c t ) 数据作为其处理对象【3 5 】，这样它在信息集成化处理系统中，将会起到 越来越重要的作用。 虽然r s 理论至今只有十几年的发展历史，在国内还是刚刚起步。 但它的研究成果却是令人鼓舞的。作为一种简单实用的软计算方法， 它对知识的获取、约简、推理、完善以及学习过程有不可替代的优越 性，因此在以知识工程为主体，智能控制器为核心的智能控制领域将 会有应用前景 3 5 - 3 6 】。 1 3 立论依据和内容安排 1 3 1 立论依据 粗糙集理论是人工智能学科领域的新成员，是一种新的处理数据 和不确定知识的数学工具。其主要思想是在保持信息系统分类能力不 变的前提下，通过知识约简，导出问题的决策和分类规则。目前粗糙 集的理论研究已经取得很大的进展，它在信息处理中的有效性也已得 到广泛证实。近年来，人们已经从模糊集合理论在控制论中的良好应 用情况得到启发，试图将粗糙集理论引入智能控制系统，使模糊控制 在规则提取、隶属度的确定方面具有更好的优越性，以提高模糊控制 器的性能，使原来的模糊控制器成为具有更高机器智商的基于粗糙集 太原理工大学硕士研究生学位论文 第四章将基于粗糙集一思维进化的模糊建模思想引入热工控制领 域，通过对对象良好的输入输出控制曲线的数据采样，对复杂非线性、 时变性、大迟延对象设计了基于粗糙集一思维进化的的模糊控制器。 大量的仿真结果表明了该算法的可行性。 第五章对本论文的主要工作进行了总结，并对后续工作进行了展 望。 参考文献 p j a n t s a h i s d e f i n i n gi n t d “g e n tc o n 仃0 1 - r 印o r to ft a s kf o r c eo n i n t e l l i g e n tc o m r 0 1 i e e ec o n t m ls y s t e m sm a g a z i n e ，v 0 1 1 4 ，n o t 3 ， 4 5 ，1 9 9 4 ，5 8 - 6 6 k m p a s s i n o b r i d g i n g m e g a p b e 腑e c nc o n v e l l 矗o n a la i l d i n t e l l i g e n tc o n 仃0 1 i e e ec o n t r 0 1s y s t e m sm a g a z i n e ，v 0 1 13 ，n o 2 ， 1 9 9 3 ，1 2 1 8 r j m a r k s i n t e l l i g e n c e ：c o m p u t a t i o n a lv e r s u sa r t i f i c i a l i e e et m s o nn e u r a ln e t w o r k s ，v 0 1 4 ，n o ，19 9 3 ，7 3 7 7 3 9 k j a s t r o m ，t h o m a sj m c a v o yi n t e l l i g e n tc o n t r 0 1 j p r o c c o m 1 9 9 2 ，( 3 ) ：1 1 5 1 2 7 郑应平从i f a c 9 6 世界大会看自动控制发展的若干动向 j 】自 动化学报1 9 9 7 ，1 2 3 ( 3 ) ：4 2 8 - 4 3 1 谢克明，侯宏仑复杂系统的智能控制方法【j 太原理工大学学报， 1 9 9 8 ，2 9 ( 6 ) ：5 6 8 5 7 6 谢克明，南建峰基于模糊神经网络的辨识与控制技术的现状及 展望 j 太原理工大学学报，1 9 9 8 ，2 9 ( 1 ) ：8 一1 2 x i ek 锄i n g ，n a l lj i 舡l 肺g ，t - y l i n - an e wf a s tf i l z z y 啪e u r a l f e e d b a c ki na p p l j c a t i o nt ot 锄p e r a m r ec o n t m l i np r o c o ft h e1 4 t h w o f l dc o n g r e s so fj i n t e r n a t i o n a lf e d e r a t i o no fa u t o m a t i cj c o n 廿o l ( ? a c 9 9 ) ，19 9 9 ，b e i j i n gp r c h i n a ：3 3 9 3 3 4 d i n gf a n ) ( i ek e m i n g am e t h o df o rt h ef 撕l ld i a g n o s i so fd 培i t a l 1 3 叫 阱 吲 m 嘲 吲 即 网 吲 太原理工大学硕士研究生学位论文 c i r c u i t sb a s e do nm et e c h n i q u eo f 也ef u z z y - n e u r a ln e t w o r ks v s t a n i nd r o c o f4 t “i n t e r n a t i o n a lc o n f b r e n c eo ne l e c t r o n i cm e a s u “m l e n t a n di n s t r u m e m s h a r b i n ，c h i n a ，l9 9 9 ：6 2 7 6 31 10 x i ek e r n i n g ，t y l i n ，j i a n gn a l l a 如z 巧n e u r a ln e t w o r kb a s e d o nt h et sm o d dw i t l l d y n a m i cc o n s e q u e n tp a r a m c t e r s a n d a p p l i c a t i o nt os t e 帅t e m p e r a t u r ec o n t r o ls y s t e m i np m c o ft l l e8 t h j n t e m a t i o n a lf h z z ys y s t e ma s s o c i a t i o nw o d dc 铲髓s ( i f s a 9 9 ) ， t a i p e i ，t a i w a n 6 9 0 - 6 9 4 11 k 锄i n gx i e ，c h a l l g l l u am o u ，g a n g ) ( i e am e b m l - b a s e da d a p d v e 凡z z y1 0 9 i cc o n t m l l e r c 】2 0 0 0i e e ei n t e n l a t i o n a lc o n f e r e c co n i n d u s t r i a l e l e c t r o n i c s ， c o n n d la n di n s t n l m 翻1 t a t i o n ，2 1 “c e i l 哪 t e c h n o l o g i e sa n di n d u s t r i a lo p p o r m i l i t i e s ，o c t o b e r2 2 - 2 8 ，2 0 0 0 ， n a g o y ac o n 伊e s sc e l l t e r ，n a g o y a ，j a p a n ，1 4 9 2 一1 4 9 6 12 】k e n l i n gx i e ，c h a i l 曲u am o u ，g a n g ) ( i e an e wm e b m l - b a s e d a l g o r i m mf o ra d j l l s t i n gp a r a m e t e r so n - l i n e c 】p r o c o f2 0 0 05 t h i n t 锄a t i o n a lc o n f 打e n c eo n s i g n a lp r o c e s s i n g( i c s p2 0 0 0 ， w c c 2 0 0 0 ) ，a u g 2 l 一2 5 ，2 0 0 0 ，b e i j i n g ，c 1 1 i n a ，1 7 1 8 一1 7 2 1 1 3 k 锄i n gx i e ，y o n g g u id u ，c h e n g y i s u n a p p l i c a t i o n o ft h e m i n d e v o l u t i o n b a s e dm a c h i n e l e 枷i n g i nm i x t u r e - r a t i o c a l c u l a t i o no fr a wm a t 鲥a l sc e m c n t c 】p r o c o ft h e3 r dw o d d c o n g r e s so ni n t e l l i g e n tc o n t r o la i l da u t o m a t i o n ，j u n2 8 一j u l y2 ，2 0 0 0 ， h e f e i ，c m n a ，13 2 13 4 【1 4 】k e l l l i n gx i e ，c h a n g h u am o u ，g 姐g e t h em m 吐- p a r a i i i e t e r c o m b i n a t i o nm i n d e v 0 1 u t i o n a r y - b a s e dm a c h i n el e a m i n ga n di t s 印p l i c a t i o n c p r o c e e d i n g s o f 2 0 0 0i e e ei m e m a t i o n a lc o n f b r e n c e o ns y s t e m s ，m a i l ，a n dc y b e m e t i c s ( s m c 2 0 0 0 ) ，2 0 0 0 1 0 ，m u s i c c i 母，s h c r a t o n ，n a s h v i u e ，t e n n e s s e e ，u s a ：18 3 18 7 1 5 王克宏等知识工程与知识处理系统 m 清华大学出版社，1 9 9 4 1 6 】p a w l a k ze ta 1 r o u g hs e t s c o m 舢n i c a 廿o n so f a c m ，1 9 9 5 ，3 8 ( 1 1 ) ： 8 9 9 5 17 p a w l a kz r o u 曲s e t s i m e m a t i o n a lj o u m a lo fi n f o 胁a t i o n a 1 1 d 1 4 太原理工大学硕士研究生学位论文 2 1d c s 概述 第二章j x 一3 0 0 x 简介 d c s 即所谓分布式控制系统，在其他一些资料中又称之为集散系 统，是相对于集中式控制系统而言的一中新型计算机控制系统，它是 在集中式控制系统上发展，演变而来的。d c s 是计算机控制系统发展 到一定程度的产物，它极大地改变了生产过程自动化的面貌，而且正 在以极快的速度发展着。 2 1 1 集散控制系统的发展历史 集散控制系统“1 ”是1 9 7 5 年首先有美国的霍尼威尔( h o n e y w e l l ) 公司推出的。由于当时过程工业控制应用中采用模拟电动仪表控制系 统难于解决有关的控制问题，采用计算机的直接数字控制也难以克服， 它们是： 生产过程规模的不断扩大，使得中央控制室的仪表数量越来越多， 操作人员对过程的监视和操作的要求也越来越高，原来的模拟仪表难 以胜任： 仪表技术和其他高新技术一样，发展的速度很快，更新和换代的 周期越来越短，工业技术的发展要求仪表控制系统能适应它们发展的 需求： 当时计算机已经在工业控制领域开始应用，它具有的数字化控制 算法使控制系统实施变得方便，更改也十分容易，但是，由于他价格 昂贵，采用的是直接数字控制d d c ( d i r e c td i g i t a lc o n t r 0 1 ) 或监 督计算机控制s c c ( s u p e r v i s o r yc o m p u t ec o n t r 0 1 ) ，因此，如何把 因计算机的故障造成的危害减小，是危险分散，成为应用计算机控制 系统首要解决的问题； 1 7 太原理工大学硕士研究生学位论文 横河公司的c e n t u m c s 控制系统，f o x b o r o 公司i as5 0 5 l 系列控 制系统，a b b 公司a d v a n t 系列0 c s 开放控制系统等。这一代集散控制 系统只要是为解决d c s 系统的集中管理而研制。它们在蜜洲缒副肼i m 晒曦噬瞧灞瀚塞墅魁搿剖础裕貔? 彭葡帮受瓢餐鼎j 掣裂蕊戳；毵刭潮将；莱向酌装营看不i 叫型 鞋缒! 列鞠从系统总系统的展望 集散控制系统的问世标志仪表计算机控制系统进入了一个新的历 史时期，在短短的二十几年中，集散控制系统已经经历了四代的变迁 系统的功能不断完善，系统从简单的自动化小岛不断的开放，与外部 系统的联系更方便，系统的可靠性，互操作性和其他性能都得到了不 同程度的改进和提高，已经为各行各业的人员所接受，并发挥着越来 越大的作用，它正成为工业领域举足轻重的应用装置 1 1 一1 3 】。 集散控制系统的发展与科学技术的发展密切相关。集散控制系统 的发展是其他高新技术发展的产物，同时，它的发展也推动了其他高 新技术的发展。例如，局域网技术的发展产生了第二代集散控制系统， 开放系统产生了第三代集散控制系统，而集散控制系统的发展又使控 制技术得到了发展。 随着半导体集成技术，数据存储和压缩技术，网络和通信技术等 其他高新技术的发展，集散控制系统也进入了新的发展时期，现场总 线的应用使集散控制系统以全数字化的崭新面貌出现在工业生产过程 广阔的舞台上，它是分散控制的最终实现。而工厂信息网和i n t e n l e t 网的应用使集散控制系统的集中管理功能有了用武之地，管控一体化 将使产品的质量和产量提高，成本和能耗下降，从而使经济效益明显 提高。 集散控制系统将向两个方向发展，一个方向是向上发展，即向 c i m s计算机集成制造系统，c i p s 计算机集成过程系统发展。另一个 方向是向下发展，即向f c s ( f i e l dc o n t r o ls v s t e m ) 现场总线控制系 太原理工大学硕士研究生学位论文 有些集散控制系统产品在分散过程控制装置内增加了现场装置级 的控制装置和现场总线的通信系统；有些集散控制系统产品则在操作 管理装置内增加了综合管理级的控制装置和相应的通信系统。这些集 散控制系统使系统的分级增加，系统的通信系统对不同的装置有不同 的要求，但是，从系统总的结构来看，还是由三大部分组成的。 2 1 3 集散控制系统的展望 集散控制系统的问世标志仪表计算机控制系统进入了一个新的历 史时期，在短短的二十几年中，集散控制系统已经经历了四代的变迁 系统的功能不断完善，系统从简单的自动化小岛不断的开放，与外部 系统的联系更方便，系统的可靠性，互操作性和其他性能都得到了不 同程度的改进和提高，已经为各行各业的人员所接受，并发挥着越来 越大的作用，它正成为工业领域举足轻重的应用装置 1 1 一1 3 】。 集散控制系统的发展与科学技术的发展密切相关。集散控制系统 的发展是其他高新技术发展的产物，同时，它的发展也推动了其他高 新技术的发展。例如，局域网技术的发展产生了第二代集散控制系统， 开放系统产生了第三代集散控制系统，而集散控制系统的发展又使控 制技术得到了发展。 随着半导体集成技术，数据存储和压缩技术，网络和通信技术等 其他高新技术的发展，集散控制系统也进入了新的发展时期，现场总 线的应用使集散控制系统以全数字化的崭新面貌出现在工业生产过程 广阔的舞台上，它是分散控制的最终实现。而工厂信息网和i n t e n l e t 网的应用使集散控制系统的集中管理功能有了用武之地，管控一体化 将使产品的质量和产量提高，成本和能耗下降，从而使经济效益明显 提高。 集散控制系统将向两个方向发展，一个方向是向上发展，即向 c i m s 计算机集成制造系统，c i p s 计算机集成过程系统发展。另一个 方向是向下发展，即向f c s ( f i e l dc o n t r o ls v s t e m ) 现场总线控制系 统发展。 2 1 太原理工大学硕士研究生学位论文 2 2p l c 、d c s 、f c s 三大控制系统的基本特点 目前，在连续型流程生产自动控制( p a ) 或习惯称之谓工业过程 控制中，有三大控制系统，即p l c 、d c s 和f c s 。它们各自的基本特 点如下： 2 2 1p l c ( 1 ) 从开关量控制发展至| j j 瞑序控制、运送处理，是从下往上的。 ( 2 ) 连续p i d 控制等多功能，p i d 在中断站中。 ( 3 ) 可用一台p c 机为主站，多台同型p l c 为从站。 ( 4 ) 也可一台p l c 为主站，多台同型p l c 为从站，构成p l c 网络。 这比用p c 机作主站方便之处是：有用户编程时，不必知道通信协议， 只要按说明书格式写就行。 ( 5 ) p l c 网格既可作为独立d c s 厂r d c s ，也可作为d c s t d c s 的子 系统。 ( 6 ) 大系统同d c s t d c s ，如t d c 3 0 0 0 、c e n t u m c s 、w d p f i 、 m o d 3 0 0 。 ( 7 ) p l c 网络如s i e m e n s 公司的s 1 n e e l 1 、s l n e c _ h 1 、s 4 、s 5 、 s 6 、s 7 等，g e 公司的g e n e t 、三菱公司的m e l s e c _ n e t 、 m e l s e c n e t m i n i 。 ( 8 ) 主要用于工业过程中的顺序控制，新型p l c 也兼有闭环控制功 能。 ( 9 ) 制造商：g 0 u l d ( 美) 、a b ( 美) 、g e ( 美) 、o m r o n ( 目) 、 m i t s u b i s h i ( 日) 、s i e m 锄s ( 德) 等。 2 2 2d c s ( 1 ) 分散控制系统d c s 是集4 c ( c o m i n u n i c a t i o n ，c o m p u t 盯，c o m r 0 1 、 c r t ) 技术于一身的监控技术。 ( 2 ) 从上到下的树状拓扑大系统，其中通信( c o m m u n i c a t i o n ) 是关 2 2 太原理工大学硕士研究生学位论文 键。 ( 3 ) p i d 在中断站中，中断站联接计算机与现场仪器仪表与控制装置。 ( 4 ) 是树状拓扑和并行连续的链路结构，也有大量电缆从中继站并行 到现场仪器仪表。 ( 5 ) 模拟信号，a d d a 、带微处理器的混合。 ( 6 ) 一台仪表一对线接到i o ，由控制站挂到局域网l a n 。 ( 7 ) d c s 是控制( 工程师站) 、操作( 操作员站) 、现场仪表( 现场 测控站) 的3 级结构。 ( 8 ) 缺点是成本高，各公司产品不能互换，不能互操作，大d c s 系 统是各家不同的。 ( 9 ) 用于大规模的连续过程控制，如石化等。 ( 1 0 ) 制造商：b a i l e y ( 美) 、w e s t i n 曲o u s ( 美) 、h 玎a c h ( 日) 、l e e d s & n o r t h r m p ( 美) 、s i e m e n s ( 德) 、f o x b o r o ( 美) 、a b b ( 瑞士) 、 h a n m a 肋b r 黝( 德) 、y o k o g a w a ( 日) 、h o n e w e l l ( 美国) 、t a y l o r ( 美) 等。 2 2 3f c s ( 1 ) 基本任务是：本质( 本征) 安全、危险区域、易变过程、难于对 付的非常环境。 ( 2 ) 全数字化、智能、多功能取代模拟式单功能仪器、仪表、控制装 置。 ( 3 ) 用两根线联接分散的现场仪表、控制装置、p i d 与控制中心，取 代每台仪器两根线。 ( 4 ) 在总线上p i d 与仪器、仪表、控制装置都是平等的。 ( 5 ) 多变量、多节点、串行、数字通信系统取代单变量、单点、并行、 模拟系统。 ( 6 ) 是互联的、双向的、开放的取代单向的、封闭的。 ( 7 ) 用分散的虚拟控制站取代集中的控制站。 ( 8 ) 由现场电脑操纵，还可挂到上位机，接同一总线的上一级计算机。 ( 9 ) 局域网，再可