智能控制系统与工程课件 1.7智能控制的主要类型

306、智能控制的主要类型第一章智能控制概述专家控制系统分级递阶控制系统模糊控制系统集成或者（复合）混合控制神经控制系统学习控制系统类型几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统。316、智能控制的类型第一章智能控制概述

分级递阶控制系统

分级递阶智能控制是在自适应控制和自组织控制基础上，由美国普渡大学Saridis提出的智能控制理论。分级递阶智能控制主要由三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。326、智能控制的类型第一章智能控制概述

分级递阶控制系统组织级(organizationlevel)：通过人机接口和用户进行交互，执行最高决策的控制功能。监视并指导协调级和执行级的所有行为。智能程度最高。涉及感知环境和追求目标的高层决策等类似于人类智能的功能，可以借鉴人工智能的方法来研究。协调级(Coordinationlevel)：可进一步划分为两个分层:控制管理分层和控制监督分层。离散事件动态系统，主要运用运筹学的方法研究。执行级(executivelevel)：面向设备参数的基础自动化级不存在结构性的不确定性可以用常规控制理论的方法设计336、智能控制的类型第一章智能控制概述

专家控制系统专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验，以及他们处理问题的详细专业知识。专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。它具有启发性、透明性、灵活性、符号操作、不确定性推理等特点。应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。346、智能控制的类型第一章智能控制概述

人工神经网络控制系统

人工神经网络是指由大量与生物神经细胞相类似的人工神经元互连而组成的网络；或由大量像生物神经元的处理单元并联互连而成。这种神经网络具有某些智能和仿人控制功能。

(前侧人脑神经元，2018.8《自然-神经科学》鸽脑结构，2015.8，郑州大学6、智能控制的类型

人工神经网络控制系统结构35366、智能控制的类型第一章智能控制概述

人工神经网络控制系统

学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的概念来自生物模型（可塑性），它是机体在复杂多变的环境中进行的自我调节。神经网络具备类似人类的学习功能。

神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其输人，因此，改变输出的唯一方法只能修改加在输人端的加权系数。

神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学习结束。

常用的学习算法有：Hebb学习算法、widrow­Hoff学习算法、反向传播学习算法一BP学习算法、Hopfield反馈神经网络学习算法等。376、智能控制的类型第一章智能控制概述

人工神经网络控制系统386、智能控制的类型第一章智能控制概述

模糊控制系统

模糊控制，是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法。

模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。

396、智能控制的类型第一章智能控制概述

模糊控制的基本思想是用机器去模拟人对系统的控制。受这样事实而启发的：对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统，有经验的操作者或专家却能取得比较好的控制效果，这是因为他们拥有日积月累的丰富经验，因此人们希望把这种经验指导下的行为过程总结成一些规则，并根据这些规则设计出控制器。然后运用模糊理论、模糊语言变量和模糊逻辑推理的知识，把这些模糊的语言上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的。406、智能控制的类型第一章智能控制概述

学习控制系统学习是人类的主要智能之一，人类的各项活动也需要学习。在人类的进化过程中，学习功能起着十分重要的作用。

学习控制是模拟人类自身各种优良的控制调节机制的一种尝试。

所谓学习是一种过程，它通过重复输人信号，并从外部校正该系统，从而使系统对特定输人具有特定响应。

416、智能