人工智能(20)

1,智能控制概述,2,3,线性控制理论,线性控制理论是系统与控制理论中最为成熟和最为基础的一个组成分支，是现代控制理论的基石。系统与控制理论的其他分支，都不同程度地受到线性控制理论的概念、方法和结果的影响和推动。严格地说，一切实际的系统都是非线性的，真正的线性系统在现实世界是不存在的。但是，很大一部分实际系统，它们的某些主要关系特性，在一定的范围内，可以充分精确地用线性系统来加以近似地代表。并且，实际系统与理想化了的线性系统间的差别，对于所研究的问题而言已经小到无关紧要的程度而可予以忽略不计。因此，从这个意义上说，线性系统或者可线性化的系统又是大量存在的，而这正是研究线性系统的实际背景。简单说，线性系统理论主要研究线性系统状态的运动规律和改变这种运动规律的可能性方法，建立和揭示系统结构、参数、行为和性能间的确定的和定量的关系。在对系统进行研究的过程中，建立合理的系统数学模型是首要的前提，对于线性系统，常用的模型有时间域模型和频率域模型，时间域模型比较直观，而频率域模型则是一个更强大的工具，两者建立的基本途径一般都通过解析法和实验法。,4,PID控制,PID（比例-积分-微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。PID控制器由比例单元（P）、积分单元（I）和微分单元（D）组成。其输入e(t)与输出u(t)的关系为:因此它的传递函数为：它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（Kp，Ki和Kd）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的。PID控制器是最简单的有时却是最好的控制器,5,最优控制,最优控制问题研究的主要内容是：怎样选择控制规律才能使控制系统的性能和品质在某种意义下为最优，求解最优控制问题的方法，目前主要的就是上述的两种方法，另外可能还会用到一些数值解法。用这些方法已经成功的解决了许多动态控制问题，如最小时间控制，最少燃料控制和最佳调节器等。最优控制已经在航天，航海，导弹，电力系统，控制装置，生产设备和生产过程中得到了比较成功的应用，而且在经济系统和社会系统中也得到了广泛的应用。最优控制问题有四个关键点：（1）受控对象为动态系统。（2）初始与终端条件（时间和状态）。（3）性能指标。（4）容许控制。而最优控制问题的实质就是要找出容许的控制作用或控制规律，使动态系统（受控对象）从初始状态转移到某种要求的终端状态，并且保证某种要求的性能指标达到最小值或者是最大值。时至今日，最优控制理论的研究，无论在深度或是广度上，都有了较大的进展。然而，随着人们对客观世界认识的不断深化，又提出了一系列有待解决的新问题。可以毫不夸张地说，最优控制理论依旧是极其活跃的科学领域之一。,6,自适应控制,在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。因此，直观地讲，自适应控制器应当是这样一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的变化。自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。任何一个实际系统都具有不同程度的不确定性，这些不确定性有时表现在系统内部，有时表现在系统的外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题。,7,鲁棒控制,鲁棒控制（RobustControl）方面的研究始于20世纪50年代。在过去的50年中，鲁棒控制一直是国际自控界的研究热点。所谓“鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。鲁棒控制方法，是对时间域或频率域来说，一般要假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模型，但需要一些离线辨识。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。常用的设计方法有：INA方法，同时镇定，完整性控制器设计，鲁棒控制，鲁棒PID控制以及鲁棒极点配置，鲁棒观测器等。鲁棒控制方法适用于稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。飞机和空间飞行器的控制是这类系统的例子。,8,9,10,11,智能控制的研究领域,12,13,14,15,16,17,18,智能控制的结构理论与特点,19,20,21,22,23,24,1-智能控制系统；2-多层控制器；3-多传感系统,25,智能控制系统,26,分级递阶智能控制系统,27,28,29,30,31,专家控制系统,32,33,34,35,36,模糊控制系统,37,理论模糊控制器框图,模糊逻辑控制器的一般结构,38,自组织模糊控制器的结构,39,40,41,42,学习控制系统,43,44,45,46,47,48,49,神经控制系统,50,51,52,53,54,55,56,57,58,5