智能控制复习课件

1、2022/10/11智能控制主讲教师: 黎 明E-Mail: 单 位：中国海洋大学 工程学院2022/10/112022/10/11前言传统控制面临的问题传统的控制系统的设计与分析是建立在已知系统精确数学模型基础上的，而实际的系统由于存在复杂性、非线性、时变性、不确定性和不完全性等特点，一般无法获得精确的数学模型；研究这类系统的时候，必须提出并遵循一些比较苛刻的假设，而这些假设在实际中往往与实际不符合；对于某些复杂且具有不确定性的对象，根本无法以传统的数学模型来表示，即无法解决建模的问题；为了提高性能，传统的控制可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性；2022/

2、10/11人工智能研究的三大主要学派符号主义联接主义 进化主义2022/10/11符号主义联接主义进化主义模糊数学人工神经网络遗传算法模糊控制神经网络控制基于GA的优化控制优点、问题优点、问题优点、问题融合融合2022/10/11智能控制的概念对于智能控制这一术语尚未有确切的定义，IEEE控制系统协会归纳为：智能控制系统必须具有模拟人类学习(Learning)和自适应(Adaptation)的能力。2022/10/11智能控制的研究对象的特点1. 不确定性的模型智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范

3、围内变化。2. 高度的非线性对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。3. 复杂的任务要求对于智能控制系统，任务的要求往往比较复杂。2022/10/11几种典型的智能控制方法分层递阶智能控制的一般结构原理。 专家控制的基本组成和特点。 简述基于模式识别的学习控制的基本思路。 2022/10/11专家控制知识库规则库数据库推理机解释程序调度程序知识获取推理咨询领域专家系统用户2022/10/11基于模式识别的学习控制2022/10/11仿人智能控制特征辨识；特征记忆；决策模态；2022/10/11 截集( -Cut)模糊集合的截集是一个清晰集，它包含

4、了中所有隶属于的隶属度值大于等于的元素，即1-112022/10/11练习题试证明摩根定律模糊合成运算 Min-Max合成运算 。2022/10/112022/10/11模糊控制标准模糊模型，其特点是规则的前件和后件都是用模糊变量来描述的 Rulei: If x is A Then y is BT-S模糊模型 第i条规则如下2022/10/11模糊控制中的基本术语模糊控制 fuzzy control ；隶属度 membership degree ； 模糊推理: fuzzy inference ；隶属函数: membership function ；2022/10/11基于标准模糊模型的控制模糊

5、化接口Fuzzification推理机Inference mechanism规则库Rule-base反模糊化接口Defuzzification2022/10/11模糊化接口推理机反模糊化接口规则库精确值模糊值模糊值精确值2022/10/11Mamdani型模糊控制器设计方法步骤一、选择模糊控制器的输入和输出步骤二、设计隶属度函数步骤三、设计控制规则步骤四、设计模糊推理步骤五、设计反模糊化方法步骤六、仿真尝试步骤七、根据仿真结果调整参数，直至达到满意的效果。2022/10/11推理乘积推理根据每一条规则来进行推理得出了属于每条规则输出的隶属程度2022/10/11几种反模糊化方法比较COGCOA

6、MAX言之有据是是是计算简便否是是连续性是是否2022/10/11控制规则表-2-1012-222210-12210-10210-1-2110-1-2-220-1-2-2-22022/10/11推理方式采用COA反模糊化方法2022/10/11基于TS模糊模型的控制T-S模糊模型的形式和特点并联分布补偿控制方法(PDC)的基本思想稳定性分析定理2022/10/11T-S模糊模型的形式和特点第i条规则如下采用单点模糊化、乘积推理、中心平均反模糊化方法，计算系统输出：其中2022/10/11例1Rule1:Rule2:2022/10/11例1隶属函数f(x)A1A22022/10/11模糊系统稳定

7、性分析定理1：对于连续模糊模型，其第i条规则如下：如果存在一个公共的正定矩阵P，对于所有的子系统均有则模糊系统的平衡状态是全局渐进稳定的。其中，2022/10/11证明：考虑如下Lyapunov函数2022/10/11模糊控制器设计对于由r条规则构成的连续时间模糊模型，其第i条规则如下：模糊全局系统方程如下：其中，2022/10/11设计控制器也由r条规则组成,其中第i条规则如下：模糊控制器输出为：其中，2022/10/11闭环系统模型如下定理2：上述模糊系统为渐近稳定的充分条件为存在一个公共的正定矩阵P，使得下式对于 均成立2022/10/11模糊控制是不是“模模糊糊的控制”？模糊PID控制

8、器的性能是否一定优于传统的PID控制器？2022/10/11神经元网络控制 前馈神经网络(感知机，BP网络) 反馈神经网络(Hopfield) 模糊神经网络2022/10/11常用术语人工神经网络 Artificial Neural Network ；反向传播算法 Back Propagation Algorithm ；反向传播神经网络： Back Propagation Neural Network ；感知机：Perceptron2022/10/11感知机单神经元感知机(例)实现“与门”逻辑设计感知机结构：两个输入，一个神经元，一个输出2022/10/11感知机单神经元感知机(例)设计边界向

9、量 （-1，1）设计与边界向量正交的权向量选择偏置量输出验证2022/10/113.1.3感知机的学习初始值怎么产生? 随机产生如何判断是否能分类? 计算感知机输出是否和目标相同。如果不能正确分类往什么方向旋转? 旋转多少? 如何判断修正的效果?如何决定终止？ 所有模式都满足。2022/10/113.1.3感知机的学习（1）随机给定一组初始权值W0和偏移向量b0（2）取样本 ，将输入带入感知机中计算输出 a.,并构造误差 e=t1-a（3）按照如下规则修正权值（4）在样本集中选择另一个样本，重复步骤(2-4),直至2022/10/11反馈神经网络求取下面函数的最小值能量下降的方向用一个网络来描

10、述2022/10/11模糊神经网络第一层：输入层，该层各个节点与输入向量各个分量连接。第二层：每个节点代表一个语言变量值，执行模糊化功能；第三层：每个节点代表一条模糊规则，用来计算适用度；第四层：对适用度进行归一化处理；第五层：反模糊化运算2022/10/11模糊神经网络2022/10/11神经元网络PID控制PID控制器在控制工程中应用非常广泛。数字PID控制器通常具有如下两种形式2022/10/11基本思想系统包括神经元网络辨识器NNI和神经元网络PID控制器NNPID利用神经元网络NNI逼近实际对象；以NNI的输出作为参考和预测，调节NNPID的控制参数2022/10/11遗传算法(Genetic Algorithm