智能控制技术(亲身整理的知识点)-1

1、智能控制技术(亲身整理的知识点)智能控制(1)智能控制与传统控制的区别答：传统控制方法包括经典控制和当代控制，是基于被控对象准确模型的控制方式，缺乏灵敏性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。智能控制能解决被控对象的复杂性、不确定性、高度的非线性，是传统控制发展的高级阶段。(2)智能控制的概念答：智能控制是人工智能、自动控制、运筹学的穿插。(3)1986年美国的PDP研究小组提出了BP网络，实现了有导师指导下的网络学习，为神经网络的应用开拓了广阔的发展前景。(4)专家系统主要由知识库和推理机构成核心(5)专家控制的结构 (6)按专家控制在控制系统中的

2、作用和功能，可将专家控制器分为下面两种类型：答：(1)直接型专家控制器：直接专家控制器用于取代常规控制器，直接控制生产经过或被控对象。具有模拟或延伸，扩展操作工人智能的功能。该控制器的任务和功能相比照较简单，但是需要在线、实时控制。因而，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。直接型专家控制器的示意图见图中的虚线所示。(或被控对象进行间接控制的智能控制系统。具有模拟或延伸，扩展控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。根据高层决策功能的性质，间接型专家控制器可分为下面几种类型：优化型专家控制器适应型专家控制器协调型专家控制

3、器组织型专家控制器例3.4设求AB，AB则 (7)在模糊控制中应用较多的从属函数有下面6种从属函数。1高斯型从属函数高斯型从属函数由两个参数和c确定：222)(),(cxecxf-=其中参数b通常为正，参数c用于确定曲线的中心。Matlab表示为c),gaussmf(x,(3)S形从属函数S形函数sigmf(x,ac)由参数a和c决定：)(11),(cxaecaxf-+=其中参数a的正负符号决定了S形从属函数的开口朝左或朝右，用来表示“正大或“负大的概念。Matlab表示为sigmf(x,a,c)(4梯形从属函数梯形曲线可由四个参数a，b，c，d确定：?-=dxdxccdxdcxbbxaaba

4、xaxdcbaxf010),(其中参数a和d确定梯形的“脚，而参数b和c确定梯形的“肩膀。Matlab表示为：d)c,b,a,trapmf(x,(5)三角形从属函数三角形曲线的形状由三个参数a，b，c确定?-=cxcxbbcxcbxaabaxaxcbaxf00),(其中参数a和c确定三角形的“脚，而参数b确定三角形的“峰。Matlab表示为c)b,a,trimf(x,6Z形从属函数43215.04.01.03.0uuuuBA+=43216.08.02.09.0uuuuBA+=43215.08.02.09.0uuuuA+=43216.04.01.03.0uuuuB+=当前位置：文档视界智能控制技

5、术(亲身整理的知识点)智能控制技术(亲身整理的知识点)则例3-9设论域x=a1，a2，a3，y=b1，b2，b3，z=c1，c2，c3，已知3211.015.0aaaA+=3216.011.0abbB+=2114.0ccC+=试确定“IfAANDBthenC所决定的模糊关系R，以及32111.05.00.1aaaA+=11230.10.51Bbbb=+时的输出C1。解：T0.50.10.50.5AB=10.110.60.11.00.60.10.10.10.1AB?=?将AB矩阵扩展成如下列向量：()TT1TR=ABC=0.10.50.50.11.00.60.10.10.10.410.10.40

6、.40.10.40.40.10.10.10.10.50.50.110.60.10.10.1?=?当输入为A1和B1时，有：()T20.10.510.10.50.50.10.10.1AB?=()T111110.10.510.50.10.510.10.50.50.10.10.10.1ABAB?=?=?将A1B1矩阵扩展成如下行向量：最后得T10.10.40.40.10.40.40.10.10.10.10.510.10.50.50.10.10.10.10.50.50.110.60.10.10.10.40.5C?=?=即：1120.40.5Ccc=+(8)模糊控制原理框图?=?=9.03.09.07.

7、01.09.02.03.09.01.04.07.0BA?=?=1.02.01.04.01.09.02.03.09.01.04.07.0BA?=?-=1.07.09.03.09.013.011.017.01A (9)模糊控制器的构成(模糊控制器的组成框图) (10)模糊控制器构造类型1单变量模糊控制器a)一维模糊控制器如下图，一维模糊控制器的输入变量往往选择为受控量和输入给定的偏差量E。由于仅仅采用偏差值，很难反映经过的动态特性品质，因而，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。 (a)(b)(b)二维模糊控制器二维模糊控制器的两个输入变量基本上都选用受

8、控变量和输入给定的偏差E和偏差变化EC，由于它们能够较严格地反映受控经过中输出变量的动态特性，因而，在控制效果上要比一维控制器好得多，也是目前采用较广泛的一类模糊控制器(c)三维模糊控制器如下图，三维模糊控制器的三个输入变量分别为系统偏差量E、偏差变化量EC和偏差变化的变化率ECC。由于这些模糊控制器构造较复杂，推理运算时间长，因而除非对动态特性的要求十分高的场合，一般较少选用三维模糊控制器。 (11)将模糊推理结果转化为准确值的经过称为反模糊化。常用的反模糊化有三种：(1)最大从属度法选取推理结果模糊集合中从属度最大的元素作为输出值，即假如在输出论域V中，其最大从属度对应的输出值多于一个，则

9、取所有具有最大从属度输出的平均值，即：N为具有一样最大从属度输出的总数。(2)重心法为了获得准确的控制量，就要求模糊方法能够很好的表达输出从属度函数的计算结果。重心法是取从属度函数曲线与横坐标围成面积的重心为模糊推理的最终输出值，即?=VvVvdvvdvvvv)()(0对于具有m个输出量化级数的离散域情况=mkkvmkkvkvvvv110)()(与最大从属度法相比拟，重心法具有更平滑的输出推理控制。即便对应于输入信号的微小变化，输出也会发生变化。(3)加权平均法工业控制中广泛使用的反模糊方法为加权平均法，输出值由下式决定=miimiiikkvv110其中系数ki的选择根据实际情况而定。不同的系数决定系统具有不同的响应特性。当系数取从属度)(iVv时，就转化为重心法。(12)神经元/神经细胞由三部分构成：1细胞体主体部分：包括细胞质、细胞膜和细胞核；2树突：用于为细胞体传入信息；3轴突：为细胞体传出信息，其末端是轴突末梢，含传递信息的化学物质；4突触：是神经元之间的接口104105个/每个神经元。一个神经元通过其轴突的神经末梢，经突触与另外一个神经元的树突连接，以实现信