模糊控制概述

模糊掌握（40学时）参考书：《模糊掌握、神经掌握和智能掌握论》李士勇编著哈尔滨工业高校出版社《工程智能掌握》陈燕庆等编著西北工业高校出版社《模糊掌握器的设计及应用》何平、王鸿绪编著科学出版社《微机模糊掌握理论及其应用》王学慧、田成方编著电子工业出版社《模糊掌握理论及其在过程掌握中的应用》李友善、李军编著国际工业出版社chi.概述随着科学技术突飞猛进的进展，掌握理论虽然从经典理论进展到现代掌握理论，但是，对于现代被控系统的高度简单性，测量的不精确性，系统动力学特性的不确定（不确知）性以及人们对掌握性能指标要求越来越高，使得基于精确模型的传统掌握理论受到了严峻的挑战。事实上，在科学技术如此发达的今日，人类大脑的超群作用仍是不行忽视的重要因素，迄今为止，世界上最高级、最有成效的掌握器还是人类自身，由于人类具有比任何其他动物都发达的大脑，人具有处理模糊信息和直觉推理等多种智能。因此，深化争论大脑神经系统的机制，模拟人脑思维功能，通过多种方式实现对传统掌握难以驾驭的简单不确定性系统进行卓有成效的智能掌握是掌握理论进展的必定趋势。维纳（N.Wiener）在创立掌握论的初期（4（）年月）通过对火炮自动掌握系统的争论，将火炮自动瞄准飞机与狩猎行为做对比，发觉了反馈的重要概念。维纳等人认为：目的性行为可以用反馈来代替，从而突破了生命体与非生命体（机器）掌握的界限，为掌握论的诞生奠定了基础。他本人把掌握论称为在动物和机器中掌握和通讯的科学。（神经学家、医学家、计算机设计者、信息论制造者））在《掌握论基础》一是中指出：掌握论的基本问题之一就是模拟和综合人类智能问题。这是掌握论的基本观点。1965年，比德（美.加州LA.Zadeh）教授创立模糊集合论，为描述和处理事务的模糊性和系统中的不确定性，为模拟人的模拟规律思维功能供应了强有力的工具。自1974年马丹尼（英.E.H.Mamdani）把模糊语言规律用于过程掌握获得胜利以来，模糊掌握在工业过程、家用电器及高技术领域的一系列应用胜利，充分显示了模糊掌握的巨大应用潜力。近十多年来，由于人工智能技术、微计算机技术、神经网络理论、信息科学及非线性科学等的快速进展，促使广阔科学工作者在新的高度上进行掌握理论、计算机科学、神经生物学等多种学科的亲密合作，以期推动智能掌握理论的进展。模糊掌握是智能掌握的重要分支之一。本章将从智能掌握的高度将其引出，旨在开阔大家的视野，为今后的学习、参加科研打好基础。§1-1掌握理论的几个进展阶段自动掌握理论作为一门科学，它的产生可追溯到18世纪中叶英国的第一次工业革命。1765年，瓦特（JameWate.1736-1819）创造了蒸汽机，进而应用离心式飞锤调速器原理掌握蒸汽机。随后，工业里用自动掌握理论争论调速系统的稳定性问题（19世纪末-20世纪初提出）。初72年,Routh.劳斯和1890年Hurwitz.胡尔维茨先后找到了代数判据；1892年，Lyapunov李雅普诺夫提出了能量函数…李雅普诺夫函数；1932年，Nyquist奈奎斯特提出了奈氏判据。.古典掌握理论20世纪40年月（第一代）主要解决单输入单输出问题（SISO）主要采纳频域分析方法：传递函数（Transferfunction）、频率特性（Frequencycharacter）＞根轨迹（Rootlocus）等。争论系统主要是线性定常系统（Lineartime-invariantsystems）0主要人物：Bode（伯德） 1945年提出Bodeplot；Evans（伊文思）1948年提出根轨迹（Rootlocus）较好解决生产过程中单输入单输出问题。.现代掌握理论 20世纪60年月（第一代）可以解决多输入多输出问题主要用时域分析方法：状态方程(高阶常微分方程一一阶微分方程组)系统可以是线性、定常，也可以是非线性、时变。主要人物：庞特里亚金( ) 1961年极大值原理贝尔曼(Bellman) 1957年动态规划卡尔曼(R.E.Kalman) 1959年卡尔曼滤波奥斯特隆姆(.K.J.Astrom)70年月初自适应掌握朗道(L.D.Landau)(法).智能掌握理论 20世纪70年月末大系统理论：争论各大系统的结构方案，总体结构中的分解方法和协调智能掌握：争论与模拟人类智能活动及其掌握与信息传递过程中的规律，研制具有某些仿人智能的工程掌握与信息处理系统。60年月，由于空间技术、计算机技术及人工智能技术的进展，掌握界学者在争论自组织、自学习掌握的基础上，为提高掌握系统的自学习力量，开头留意将人工智能技术与方法应用于掌握系统。60年月初，提出采纳性能模式识别器来学习最优掌握方法的新思想，试图用模式识别技术来解决简单系统的掌握问题。1965年，美国闻名掌握Zadeh创立了模糊集合论，为解决简单系统的掌握问题供应了强有力的数学工具，美国闻名科学家Feigenbaum着手研制第一个专家系统；美国科学院院士傅京孙(K.S.FU.普渡高校)博士首先把人工智能中的直觉推理方法应用于学习掌握系统。1966年，Mendel进一步在空间飞行器的学习掌握系统中应用了人工智能技术，并提出了“人工智能掌握”的概念。1967年，Leondes和Mendel首先正式使用“智能掌握”一词,并把记忆、目标分解等一些简洁的人工智能技术用于学习掌握系统，提高了系统的处理不确定性问题的力量，这就标志着智能掌握思想已经萌芽。在接下来的近30年里，智能掌握的进展争论势头愈加迅猛，并在理论争论和应用争论方面都取得了令人瞩目的成果。§1-2智能掌握的基础及学科范畴智能掌握的基本动身点是仿人的智能实现对简单不确定性进行有效的掌握。因此，必需要争论人的思维形式和特点，人的智能主要体现在人脑的思维规律。思维科学是争论智能掌握的重要熟悉基础。人的思维形式：抽象（规律）思维形象（直觉）思维灵感（顿悟）思维从上述三个方面着手，就形成了智能掌握的三个主要分支（方式）：.模糊掌握（Fuzzycontrol）Fuzzy一英文意思为模糊，不分明，外延边界不明确模糊掌握方式主要是模拟人的抽象（规律）思维方式。传统的规律主要是Contor（康拓，集合论创始人）创立的二值规律，经典数学以它为基础。这种形式规律擅长描述精确事务的特征及其相互联系，如一个事物（大事）的“是”与“非”或“真”与“假”，而生活中还有大量的不确定性,如模糊性的事物，用二值规律（0,1｝则无法描述，如天气的“好”与“坏”，人的“高”与“矮”等，就不能简洁的用“是”与“非”描述。1965年，美国加利福尼亚高校掌握论专家扎德（Zadeh）,创立了模糊集合论,把二推广到多值规律（0,1）（即所谓的模糊规律），为描述不确定性供应了强有力的工具。而这种模糊规律则符合人的抽象思维方式，如描述天气，可以说“好”，“较好”，“不太好”，“坏”，“太坏”等，对人的身高描述也是如此，可以说一个人“很高”，“较好高”，“不太高”，“不高”等。用（0,1）之间的数描述某个对象（天气，人）与某个概念（天气“好”，人“高”）的符合程度。模糊掌握是以模糊集合论为数学基础，（《模糊数学》介绍了有关模糊集合的概念），本质上是一种非线性掌握。前面已提到，当用传统的掌握理论设计系统时，必需首先争论对象的数学模型，但是，随着科学技术的进展，被控对象和过程越来越简单，以致很难用已知的一般的物理化学方面的规律来建立其精确的数学模型，有时甚至根本无法建立模型。另一方面，由于缺乏有效的测试手段，或者测试仪器无法进入被测区，因而无法确定对象的特性，从而使传统的掌握理论在这里一筹莫展。但在实际工作中，这类对象和过程在有阅历的人的操纵下，往往却能依据他们以往积累的操作阅历作出正确的推断，从而对简单的模型、未知的系统进行有效的掌握。举例：炉前工人看火成分，冶炼时间，目测钢水颜色模糊掌握的基本思想是把技术人员（或有阅历的操作工）头脑中的丰富的掌握阅历加以总结，用语言描述出来，变成一系列语言掌握规章（if-then语句），进一步把这些规章编成计算机程序，用计算机构成模糊掌握器，去对那些简单的无法建模的对象进行掌握。由于模糊掌握策略是一条条的IF-THEN规章，也可称之为规章掌握，它是人们在智能掌握的探究中最早实现的一类掌握器。.专家系统专家系统是人工智能应用领域最胜利的分支之一，好于60年月中期。1965年开头建立的用于分析化合物内结构的系统，首先采纳了“专家系统”的概念。80年月进入掌握领域专家系统是指具备解决问题的特地学问的人机系统。它包括在特定领域中理解有关问题的特地学问，解决问题的有关学问和技巧。专家系统处理的问题是需要由专家来分析推断的简单问题；专家系统用专家的推理方法所构成的计算机模型的解决问题一一假如专家系统要解决的问题与专家要解决的问题可以比较的话，他们的结论应当是相同的。,学问库——贮存专家在某个领域的特地学问专家系统主要有两个模块Y推理机---模拟专家德推理方法、技巧‘学问猎取-一以什么形式贮存专家学问建立学问库Y学问表示一―以计算机的贮存形式去贮存专家学问是学问工程特地争论的课题。精确推理推理概率推理(主观Bayes法)可能性推理不精确推理《确定性推理I证据推理专家系统的一般结构.神经网络(NeuralNetwork)近30年历史，曾几度起落，近10年又再次成为计算机界和掌握理论的热门争论课题。神经网络系统是在现代神经科学争论成果的基础上提出来的，目的是从人脑神经系统结构和功能上模拟人的智能。它虽然反映了人脑功能的若干基本特性(不是全部)：(1)分布存在和容错性-----信息分布于很多神经中，部分信息丢失，但大部分信息仍在，可以使完整的信息得到恢复；(2)并行处理性—神经网络中，各单元可同时进行同样的处理，因而是大规模的并行处理;（3）可塑性、自适应性与自组织性……各神经元之间的连接方式是多种多样的，其连接强度是可塑的，因而易于转变，从而使得神经网络可通过训练和学习进行自组织，以适应不同信息处理的要求；（4）层次性……神经生理学的争论表明，各种视觉信息进入大脑后，首先在各种相应的初级皮层上进行加工，然后到次级皮层和感觉联合后，在颅顶皮层会合后，投送到大脑前额叶。但这远不是自然神经网络（NaturalNeuralNetwork）的逼真描写，而只是它的某种简化抽象的模拟。从这个意义上讲，把它叫做人工神经网络（ArtificialNeuralNetwork）更为恰当。据估量，人的大脑皮层大约有100亿（10"）个神经元，小脑皮层大约有1000亿（1012）个神经元.神经元种类很多，但基本机构相像，大体都由细胞体（信息处理器）、树突（输入端）和轴突（输出端）三部分组成。每个神经元可有多个输入端，但输出端只有一个。神经元之间的连接（即轴突与树突的结合部）称为突触。突触打算神经元之间连接强度及性质（兴奋型或抑制性）。将神经元抽象成一个简洁的数学模型，如下图：上式中，XI、X2…Xn为输入，y为输出，。为阀值，W1、W2……Wn为连接强度系数,〃・］为激励函数。神经元的输入信号Xi有时来自外界,有时则来自另一个神经元的输出Xj,即:%［叱产/一，%为神经元之间的连接系数神经元的学习过程实际上就是调整％的过程。由于这类系统具有通过任意非线性函数的力量（转变得）［每个神经元的结构和功能非常简洁，但由大量神经元构成的网络系统的行为都非常简单而又丰富多彩一一总体特性并不等于单元特性简洁相加，这正是非线性的基本特性］,并行处理和自学习等特点，已经成为争论智能掌握的重要基础。统掌握与智能掌握传统掌握是古典掌握与现代掌握理论的统称，它的主要特征是基于模型的掌握（“模型论”）。传统的掌握为掌握必需建模，而采用不精确的模型又采纳某个固定的掌握算法，使整个掌握系统置于框架之下，缺乏敏捷性，缺乏应变性，因此，很难胜任对某个简单系统的掌握。而智能掌握的核心是掌握决策（“掌握论”），把人工智能的方法引入到掌握系统，将掌握理论的分析和理论洞察力与人工智能的敏捷框架结合起来，采纳敏捷机动的决策方式，迫使掌握朝着期望的目标靠近。传统掌握适于解决线性、时不变等相对简洁的掌握问题，这些问题用智能方法同样可以解决。智能掌握是对传统掌握理论的进展，传统掌握是智能掌握的一个组成部分，是智能掌握的低级阶段，在这个意义上，传统掌握和智能掌握可以统一在智能掌握的框架下。智能掌握无疑是掌握理论进展的高级阶段。能掌握论内涵--概念对象的本质是属性概念Y外延--概念所反映的全体对象内涵是外延对象的属性，外延是指具有内涵属性的对象，概念、外延所构成的类叫集合。概念是对客观事物的本质属性加以反映的思维形式。思维形式就是概念、推断和推论。推断是概念与概念的联合，推理是推断与推断的联合。维纳创立的掌握论至今已半个世纪。20世纪后半叶，科学技术获得了突飞猛进的进展，其中计算机技术和自动化技术尤为突出，这两大门类构成了信息科学的基础。信息——only数值大小fand学问