自动化专业英语教程一三

自动化专业英语教程教学课件July28,2007P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制A

传统控制与智能控制1.课文内容简介：这是一篇非常经典的讨论智能控制的起源、与传统控制方法的区别、智能控制的定义与其要解决的控制问题的文章。通过本篇文章的学习，对开阔学生的视野、从哲学层面上去思考问题，提高科学创新能力大有帮助。2.温习《智能控制》中绪论的内容。3.生词与短语P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制frameworkn.构架，结构discreteadj.离散的fuzzyadj.模糊的hybridadj.混合的decomposev.分解trajectoryn.轨迹，轨道diagnosisn.诊断interdisciplinaryadj.跨学科的reachabilityn.能达到性deadlockn.死锁，僵局P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制rigorousadj.严密的，精确的synthesisn.综合peripheryn.外围terminologyn.术语学mainstreamn.主流vistan.展望queuingtheory排队论benchmark基准点neuralnetwork神经网络artificialintelligence人工智能P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制4.难句翻译[1]Theterm“conventional(ortraditional)control”isusedheretorefertothetheoriesandmethodsthatweredevelopedinthepastdecadestocontroldynamicalsystems,thebehaviorofwhichisprimarilydescribedbydifferentialanddifferenceequations.“传统控制”这个术语是指在过去的几十年里发展起来的用于控制以微分和差分方程表述的动态系统的理论和方法。[2]Becauseintelligentcontroladdressesmoregeneralcontrolproblemsthatalsoincludetheproblemsaddressedbyconventionalcontrol,itisratherdifficulttocomeupwithmeaningfulbenchmarkexamples.由于智能控制解决了包含传统控制解决的问题在内的更多更广泛的问题，所以提出有代表性的例子相当困难。[3]Notethattheprecisedefinitionof“intelligence”hasbeeneludingmankindforthousandsofyears.我们注意到“智能”的精确定义已经数千年不为人类所知了。P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制5.参考译文A传统控制与智能控制

“传统控制”这个术语是指在过去的几十年里发展起来的用于控制以微分和差分方程表述的动态系统的理论和方法。我们注意到在解决某些问题时仅仅使用这种数学结构表述是不充分的。事实上，众所周知，使用微分和差分方程结构是无法充分描述一些控制问题的。例如在研究包括离散事件的制造与通信系统时,自治与排队论就被引入到系统的控制中。特别是在控制领域外的大多数人的头脑中，“智能控制”这个术语意味着控制采用诸如模糊或者神经网络等方法。许多非科研性的文章和介绍使这个观念愈加根深蒂固。然而智能控制并非局限于使用那些方法。事实上，根据智能控制的一些定义并非使用了神经或模糊控制器就可以被认为是智能的。现在存在一些控制问题无法使用传统的微分和差分方程形式来公式化和研究。为了能够用一种系统的方法来处理这些问题，一些众所周知的智能控制方法就被提出了。P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制传统控制与智能控制有明显区别，对此本文将在下文中描述。我们应该记住一点，就是智能控制使用了传统控制方法来解决一些“低层的”控制问题，所以传统控制也包含在智能控制领域内的。智能控制尝试着发展和增强传统控制方法以解决新的具有挑战性的控制问题。“智能控制”中的控制一词与“传统控制”中的控制一词相比有所不同，并且拥有更广泛的内涵。首先，其关心的方法更广泛且可描述，例如使用离散事件系统模型或者微分差分方程模型，再或者二者兼有之。由此引领了混合控制系统理论的发展，即通过使用离散序列体系来研究连续动态过程的控制。此外，智能控制还顾及更加广泛的方法，而能控制的目标也更加广泛。例如，“更换卫星上的部件A”对于空间机械手控制器来说就是一个普遍性的任务；这个任务可以分成许多的子任务，其中的几个可能包含如“跟随特定轨迹”此类问题，而这种问题恰可用传统控制方法来解决。

P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制针对复杂系统为了在一段时间内达到控制目的，控制器必须应对固定反馈鲁棒控制器和自适应控制器无法解决的显著的不确定性。由于要在存在巨大的不确定性的条件下实现控制目标，故障诊断和控制重构、自适应和自学习成为了智能控制器重要的考虑因素。明显地，任务计划是智能控制设计的一个重要领域。因此，智能控制是传统控制的提高。其更有挑战性和普遍性。不断提高的控制要求需要使用不同于传统控制典型应用的方法，这一点并不令人惊讶。智能控制领域其实是跨学科的，它尝试将诸如控制、计算机科学和运筹学等多个领域的理论和方法混合和扩展，使之能达到复杂系统的控制目标。注意，由于运筹学和计算机科学领域的理论和方法是根据不同的需要发展而来的，通常这些理论和方法无法直接用来解决控制问题；在非常复杂的动态系统控制器能用系统的手段设计出来之前，这些理论和方法必须首先得到增强，并且其与传统控制方法结合的新方法也得到发展。

P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制同样传统控制的诸如稳定性类的定义也必须随之修改，例如被控过程被描述为离散时间系统模型；本文也谈到了这个问题。在智能控制中，当研究计划系统时，如能到达性和死锁等发展于运筹学和计算机科学领域的定义将被使用到。基于诸如预测运算的严格数学结构被用于研究此类问题。然而，为了解决控制问题，这些数学结构可能不太方便，他们必须提高，或者必须发展新的方法来妥善处理这些问题。来源于计算机科学和运筹学的技术主要是作为分析非动态系统的工具发展起来的，当将其应用到控制时，综合这些技术来设计动态系统的实时反馈控制律才是我们主要关心的。鉴于此讨论，我们应该清楚主要为应用所驱动的智能控制研究含有非常重要和具有挑战性的理论成分。但凡重大的理论跨越必先解决一些悬而未决的问题，于是控制理论学家们被邀请来解决这些问题。这些问题虽然很平凡，但仍需付出巨大努力才能解决。如前所述，智能控制中的控制一词要比传统控制中的控制一词具有更普遍的意义；其事实上也更近于日常用语中的控制一词。由于智能控制解决了包含传统控制解决的问题在内的更多更广泛的问题，所以提出有代表性的例子相当困难。智能控制能够解决一些传统控制无法阐释的控制问题。P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制例如，在轧钢厂中，传统控制器可以包括钢辊的速度（rpm）整定器，而智能控制结构的控制器却可以包含更多，如故障诊断和报警系统；还有决定整定器设定点的问题，这个问题可以基于过程指令序列、经济决策、维护时间表和机器可用性等多方面。由于这些因素在作为全局目标的产品生产过程控制中起着各自的作用，所以其必须被考虑到。智能控制和传统控制的另一个区别在于控制器和被控系统的分离。在传统控制中的被称为设备的被控系统通常是独立和区别于控制器的。在给定设备且不变的情况下，控制器由设计人员来设计；注意最近关于坐标系统设计和控制在诸如空间结构和化学工艺等领域被报道，同样某种设计的改变导致系统更加易于控制。在智能控制中设备和控制器可能没有明显的分离；控制律可能被嵌入而成为被控系统的一部分。这开辟了新的机遇和挑战，因为它可能影响到用更系统的方法来进行过程的设计。除传统控制外，智能控制还包括如自计划、自学习、搜索算法、混合系统、故障诊断和重构、自治、Petri网、神经网络和模糊逻辑等相关研究领域。P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制

另外，为了控制复杂系统，有效处理复杂计算的问题也是研究的领域之一；传统控制中其还在研究者关心之外，而当尝试控制复杂系统时，很明显它已经是一个中心的问题。此时正适合给智能控制中的智能一词作概要的说明。我们注意到“智能”的精确定义已经不为人类所知数千年了。最近这个问题以引起多个学科的注意，如心理学、哲学和生物学，当然还有人工智能（AI）；注意AI被定义为使用计算模型实现智能的研究。对于什么构成了智能还没有一致的意见。关于广泛使用的智商测验的讨论表明我还远未理解这个问题。在这个报告中我们也未尝试给智能下一个全面的定义。取而代之，我们介绍和讨论了几种在前面提及的解决复杂系统控制时表现出可用性的智能系统的特点。现在罗列了关于“智能控制”的一些内容。智能控制器设想模仿人类智力，如自适应和自学习、在巨大不确定性条件下的自计划和处理大量的数据等等，以便能有效的控制复杂过程；P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制并且因为这些智力能力被人为使人类智能重要的特征，所以这也为智能控制使用智能这个词做了解释。当然智能控制这个词在近些年被一些人滥用和误用，这是很不幸的。注意这个术语既不是第一次也不是最后一次服务于某人的目的而被使用。象诸如最优这个词被他人大量使用（或被误用）一样，智能控制这个易被记住的词也被一些人大量使用（或误用）乃至更多；当然一些最严重的错误甚至牵涉到“民主”这个词！不论好坏，智能控制这个词被大量使用。一个替代性词汇是“自治控制”。它强调一点，即在完成甚至设置控制目标时智能控制器关注如何可以达到更高程度的自治，而非强调达到这些目标的方法。另一方面，“智能控制”只是一个今天看来有用的名字而已。同样地由于六十年代的“现代控制”已经变成了主流部分，现在它也变成了“传统控制”了，而今日所谓“智能控制”在不远的将来也就只能被称为“控制”了。比使用的术语更重要的是定义和方法，及是否控制领域和智能控制能够满足当今科技社会日益增长的控制需求。这才是真正的挑战。P2U7AConventionalandIntelligentControl第二部分第七单元课文A传统控制与智能控制我愿以乐观的语调来结束这篇概述；而且也的确有许多乐观的理由。这确实是控制领域一段极好的时光。我们正在扩展我们的视野，建立远大的目标，打开新局面，迎接新挑战，我们正瞥见那令人兴奋且有前途的未来。P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络B人工神经网络

1.课文内容简介：主要介绍《智能控制技术》中神经网络的结构、功能、在控制领域的具体应用等内容。2.温习《智能控制技术》中有关神经网络的内容。3.生词与短语P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络sophisticatedadj.非常复杂、精密或尖端的neuronn.神经元dendriten.树突soman.体细胞axonn.轴突synapsen.神经键topologyn.拓扑bi-directionaladj.双向的hierarchicaladj.分级的resonancen.共振，共鸣recurrentadj.再发生的，循环的vagueadj.含糊的,不清楚的debuggingn.调试datafiltering数字滤波P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络4.难句翻译[1]Thenumberofhiddenneuronsmustbedeterminedsothatthenetworkperformsitsbest,oneofthemethodsusedoftenistrialanderror.必须确定隐含神经元的数量以使网络性能最优，一种常用的方法是试凑法。[2]Neuralnetworksareperformingsuccessfullywhereothermethodsdonot,recognizingandmatchingcomplicated,vague,orincompletepatterns.神经网络在识别匹配复杂、含糊和不完整图案的问题上得到了成功的应用，而其他方法对此问题无能为力。5.参考译文P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络B人工神经网络人工神经网络是近似模仿人类大脑的一种系统。这个领域有很多术语，例如连接机制、并行分布处理、神经计算、自然智能系统、机器学习算法和人工神经网络。这是一种通过使用专门的硬件或者高度复杂的软件来仿真的尝试，多层次的单一处理单元称为神经元。每个神经元都以不同权值的连通性与其邻居们相连，这里的权值代表着这种连接的强度。通过调节这些连接的强度使整个网络输出合适的结果，从而完成了自学习。神经元神经元是仿人脑结构建模的神经网络最基本的单元。一些神经网络结构与大脑并不相近而且也没有大脑与之对应的部分。然而，神经网络与大脑有很大的相似，因此从神经科学中借用了大量的术语。P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络人脑最基本的单元是一种细胞，是它们使我们可以记忆、思考和运用以往的经验来指导我们的每一个行为。这些细胞被称为神经元，每个神经元都与大约200，000个其他神经元相连。大脑的能力就来自于这些基本单元及其之间多样的连接。所有的自然神经元都有树突、体细胞、轴突和神经键4个基本部分。基本上，一个生物神经元从其它来源获得输入，将之以一定方式化合，执行针对结果的通常是非线性的操作，然后输出最后的结果。下图表示了一个简单的生物神经元及其四部分之间的关系。P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络所有的自然神经元都有树突、体细胞、轴突和神经键4个基本部分。基本上，一个生物神经元从其它来源获得输入，将之以一定方式化合，执行针对结果的通常是非线性的操作，然后输出最后的结果。如图表示了一个简单的生物神经元及其四部分之间的关系。

图2-7B-1生物神经元树突：接收输入体细胞：处理输入轴突：将处理过的输入转化为输出神经键：神经元间的电化学连接典型神经细胞的4部分P2U7BArtificialNeturalNetwork第二部分第七单元课文B人工神经网络人工神经元，作为神经网络的基本单元，模拟了自然神经元的四个基本功能。人工神经元要比生物神经元简单的多；下图为人工神经元的基本结构。图2-7B-2人工神经元的基本结构求和传函输出路径处理机w0w1w2wnx0x1x2xnI=∑wixi

总和Y=f(I)传函xn输入wn权值P2U拘7B痰Ar追tif逃ici敬al较Net草ura屈lN脆etw户ork第二抄部分芦第七樱单元拦课文B人工神轮经网络注意，揭多种输范入用数绞学符号x(n)来表悬示。巷每一前个输桥入都泪乘以计连接吐权值暑，这塌些权喇值用w(龟n)来表拥示。些在最乖简情危况中序，对棋这些饥乘积苍只进级行简掀单的泄相加击求和鸭，然艇后馈挑入传钞函生舱成结递果，理既而烧输出减。尽管军所有刘的人丝式工神禁经网悔络都阿由这移个基辟本的尽模块骑构成抄，但邪是这塞些模木块间吴连接然原理迈却多首种多顾样且眯有所烘不同骨。层在生物葬学上，包神经网蜓络是由渠微小的骗单元在张三维空躲间建立肿起来的绘。这些醒神经元拌好像能北够几乎浮无限制抱的相互身连接。某这在任蚂何人造眼网络中芹都是不芦现实的止。人工蒜神经网休络是简虏单的人坝工神经渐元的简驰单聚类艳。这种骂聚类表学现在彼鸭此连接慎的层的暴建立上伴。这些胳层的连殿接也很凑多样。跃大体上翻说，所创有的人留工神经曾网络都迹有相似极的拓扑适结构。故一些神团经元作烂为接口弯与外界热相连从比而接收雾输入，闷另一些王神经元饥将网络伯的输出碍提供给纲外界。牢所有剩眯下的神揪经元则凭隐而不短见。P2沫U7扩B柱A辉rt泻if砖ic线ia摩l萍Ne慨tu米ra酬l客Ne罚tw饼or批k第二部垮分第七护单元课啊文B人工神奸经网络图2-7源B-3神经雁网络萍的3层结室构如上伙图所泻示，殿神经管元聚继合成术层。醒输入秤层由棵从外怀部接砖收输栏入的孕神经智元组虎成。田输出女层由偷联系既系统筝输出电与用附户或跳外部校环境骄的神策经元斩组成注。通犁常这巡寿两层舰之间触存在隔许多抗个隐耀含层六；上题图为籍只有碰一个艇隐含是层的斑简单战结构骆。输入层隐含层（可以存在多个隐含层）输出层P2U着7B术Ar勒tif蹦ici瞎al封Net惯ura蓄lN尽etw呢ork第二值部分鞭第七矮单元姐课文B人工站神经随网络当输入啦层接收肢到输入训时，其填神经元污产生输朗出，这嘉些输出吃又成为度系统其糕它层的策输入。垃直到满剖足某条粪件或者部调用输胁出层将哪输出发昨射到外尽部环境纠前，这析一过程孩一直持张续。网络性晴能最优包化决定要了隐含梦神经元纱的数量拉，而性岩能得到投最优需别要反复循实验和屡多次错扫误的尝匹试。如经果你过柿多的增廉加隐含搞层神经散元的数晴目，你地会适得村其反，股以至此决网络难浙于普及筛推广。会训练集糖数据将侍被记忆杨，而使扑在处理苗新数据观方面网悉络无用碗。神经网慢络的用胆途神经网鞠络在识丛别匹配董复杂、膏含糊和窄不完整万图案的筝问题上鄙的到了华成功的铁应用，绿而其它蔑方法对铅此问题液无能为妄力。神可经网络检已经在盆广泛而膛多样的民问题上锐得到了聋应用。神经网役络最普中通的用惧途就是纽奉突出最班可能发坐生事件炸。在许锯多领域补内，预屈测有助瓶于设置暮优先权封。例如督，医院韵的急救申室可以法有一个米热病位园，以此滥可知谁敌病情危师机最需攀要帮助挎从而使梅手术更资加成功懒。基本居上，所汇有的组锹织都是醒建立在倒优先权脊基础上精的，据就此政府且才能配友置其资蓄源。P2旨U7捧B脂A潮rt世if应ic融ia格l莫Ne嫁tu伟ra阁l统Ne填tw浅or翻k第二挑部分首第七心单元忘课文B人工卧神经桌网络神经俱网络钢已被巨用为欣股票肥市场虹预测笋专家舱系统央的知暖识获借取的昆一种呜机制仇，并统取得茂了惊塑人的崖准确侮结果井。神链经网御络还罩被信红用卡做机构弓用于剃破产逗预测董。尽管人央们可以叉把神经垦网络应播用到翻谱译、预忍测、诊叔断、计第划、监歇测、调丸试、维案修、分奋析指导性和控制扒等各个梳领域中哥，但是槽神经网窑络最成蚊功的应小用还是俊在分类唐和模式敢识别中创。如此臭一个系吉统可通报过调研挣将目标果（如疾博病、图毯案、图烂片、化鼠学化合解物、词防、消费船者财政手情况等嘴）归为预许多可斧能类别扫之一，欢返之，炮我们就织可以启件动所推冬荐的行誓动（如描治疗计智划或财灶政计划刃）。Ne片st愤or公司汇使用扁神经领网络遵将贷合款风串险分巾为好羽与坏弊两类平从而抚对抵冠押贷毫款决缓策的滤金融隔风险托进行顷评估傻。神间经网锄络还冤被应径用于罚将文哨本转汽换成贺语音遍，NET烈tal酸k就是为规此目的哲开发的址系统之塌一。图钻像处理是和模式叫识别是木神经网日络应用诸的重要药领域，嗓或许也雹是神经缘瑞网络研释究最活德跃的领缸域。神经网袍络的另柿一个研言究应用摊是符号制识别和物手写识杨别。这冠一领域缝用于银跨行信用狐卡处理何和其它给金融服锡务，在衰此读取沿和正确算识别手陈写文档列至关重廊要。神翁经网络枣的模式锅识别能蛋力被用撇于在处垃理支票趟时读取锹手写，梨通常其纤等同于福由人来服输入到缸系统中击。P2免U7购B春A挂