第九章 其它智能控制
第九章其它智能控制
教学内容
本章拟对仿人控制、进化控制和免疫控制等智能控制方法给予简要介绍,以求更全面地反映国内外智能控制的最新发展。
教学重点
1. 仿人控制的控制原理、原型算法、属性和设计步骤;
2. 进化控制的基本思想及移动机器人进化控制系统的体系结构和算法;
3. 免疫控制定义、免疫算法设计和参数选择、免疫控制系统结构。
教学难点
1. 仿人控制器的原型算法和设计步骤;
2. 遗传算法的基本原理和求解步骤;
3. 进化控制系统的结构化设计;
4. 遗免疫控制器的设计。
教学方法
以课堂讲授为主,结合前面所讲控制系统的实例,对学生进行启发式引导,重点帮助理解各种新兴控制算法的基本原理,求解步骤,可适当地布置遗传算法和免疫算法的编程实验,培养学生的动脑动手能力。
教学要求
重点掌握仿人控制、遗传算法、免疫算法的基本原理和设计步骤
9.1 仿人控制
教学内容仿人控制综合了递阶控制、专家控制和基于模型控制的特点,实际上可以把它看作一种混合控制。本节首先介绍仿人控制的原理和原型算法,然后介绍仿人控制器的属性和设计步骤。
教学重点仿人控制器的原型算法和设计步骤。
教学难点怎样设计合适的仿人控制器。
教学方法课堂教授为主,以设问的方式引导学生理解仿人控制的基本概念。
教学要求了解仿人控制的相关概念。
9.1.1 仿人控制原理与原型算法
1.仿人控制的基本原理
仿人控制(human-simulated control)的思想是周其鉴于1983年正式提出的,基本思想就是在模拟人的控制结构的基础上,进一步研究和模拟人的控制行为与功能,并把它用于控制系统,实现控制目标。
2.仿人控制的原型算法
仿人控制器的原型算法如下式所示:
(9.1)
式中u为控制输出,Kp为比例系数,k为抑制系数,e为误差,为误差变化率,em,i为误差的第i 次峰值。
9.1.2 仿人控制器的属性与设计步骤
1.仿人控制器的智能属性
(1) 仿人控制器原型是一种双影射关系,即一种变模态控制;
(2) 在仿人控制原型算法中,确定误差变化趋势特征的集合反映在误差相平面上的全部特征,构成整个控制决策的依据,即特征模型;
(3) 仿人控制器原型在维持模态时对误差极值的记忆和利用。
2.仿人控制器的设计步骤
(1) 确定设计目标轨迹
根据用户对控制性能指标(如上升时间、超调量、稳态精度等)的要求,确定理想的单位阶跃响应过程,并把它变换到时相空间中去,构成理想的误差时相轨迹。
(2) 建立特征模型
根据目标轨迹在误差相平面上的位置或者误差时间平面上的位置,以及控制器的不同级别(执行级、参数校正级、任务适应级),确定特征基元集,划分出特征状态集,从而构成不同级别的特征模型。
(3) 设计控制规则与控制模态集
针对系统运行状态处于特征模型中某些特征状态与瞬态指标(理想轨迹)之间的差距,以及理想轨迹的运动趋势,模仿人的控制决策行为,设计控制或校正规则和模态,并设计出模态中的具体参数。
提问怎样设计仿人控制器?可分为哪几步
9.2 进化控制
教学内容首先介绍进化算法中遗传算法的基本原理、求解步骤,然后讲述进化控制的基本思想、进化控制系统的结构和形式化描述,最后介绍移动机器人进化控制系统的体系结构和算法。
教学重点遗传算法的基本原理和求解步骤;
进化控制的基本思想和进化控制器的形式化描述。
教学难点遗传算法如何解决实际问题,进化控制系统的结构描述和算法设计。
教学方法课堂讲授为主,以各种控制器的典型结构来介绍其相关的概念,培养学生的形象思维能力。
教学要求掌握遗传算法的基本原理和设计步骤,熟悉进化控制系统的结构组成。
9.2.1 遗传算法的基本原理
遗传算法是模仿生物遗传学和自然选择机理,通过人工方式构造的一类优化搜索算法,是对生物进化过程进行的一种数学仿真,是进化计算的一种最重要形式。以霍兰德(Holland)于1975年提出的简单遗传算法作为讨论主要对象,加上适应的改进,来分析遗传算法的结构和
机理。
提问一般来说,进化算法包含哪些主要的算法?
1.编码与解码
将问题结构变换为位串形式编码表示的过程叫编码;而相反将位串形式编码表示变换为原问题结构的过程叫解码或译码。把位串形式编码表示叫染色体,有时也叫个体。
GA的算法过程简述如下。首先在解空间中取一群点,作为遗传开始的第一代。每个点(基因)用一个二进制数字串表示,其优劣程度用一目标函数——适应度函数(fitness function)来衡量。
遗传算法最常用的编码方法包括二进制编码、浮点数编码方法、格雷码、符号编码方法、多参数编码方法等。
2.适应度函数
适应度函数(fitness function)用于决定染色体的优劣程度,它体现了自然进化中的优胜劣汰原则。对优化问题,适应度函数就是目标函数。适应度函数要有效反映每一个染色体与问题的最优解染色体之间的差距。
3.遗传操作
简单遗传算法的遗传操作主要有有三种:选择(selection)、交叉(crossover)、变异(mutation)。改进的遗传算法大量扩充了遗传操作,以达到更高的效率。
选择操作也叫复制(reproduction)操作。一般地说,选择将使适应度较大(优良)个体有较大的存在机会,而适应度较小(低劣)的个体继续存在的机会也较小。交叉操作的简单方式是将被选择出的两个个体P1和P2作为父母个体,将两者的部分码值进行交换。变异操作的简单方式是改变数码串的某个位置上的数码。
9.2.2 遗传算法的求解步骤
1.简单遗传算法的求解步骤
(1) 初始化群体;
(2) 计算群体上每个个体的适应度值;
(3) 按由个体适应度值所决定的某个规则选择将进入下一代的个体;
(4) 按概率Pc进行交叉操作;
(5) 按概率Pc进行突变操作;
(6) 若没有满足某种停止条件,则转第(2)步,否则进入下一步;
(7) 输出群体中适应度值最优的染色体作为问题的满意解或最优解。
2.一般遗传算法的主要步骤
(1) 随机产生一个由确定步骤
(2) 对该字符串群体迭代的执行下面的步①和②,直到满足停止标准:
①计算群体中每个个体字符串的适应值;
②应用复制、交叉和变异等遗传算子产生下一代群体。
(3) 把在后代中出现的最好的个体字符串指定为遗传算法的执行结果,这个结果可以表示问题的一个解。
9.2.3 进化控制及其形式化描述
1.进化控制及基本思想
进化控制是建立在进化计算和反馈控制相结合的基础上的,进化更着重于改变和影响生命特征的内在本质因素,通过反馈作用所提高的性能需要由进化作用加以巩固。
2.进化控制系统的结构和形式化描述
进化控制系统的结构如图9.1所示。
图9.1 进化控制系统的结构
提问形式化描述进化控制系统有什么好处?
定义9.1一个进化控制系统可由六元组(,,,,,)来描述。其中,—给定任务,—适应度函数,—进化操作算子,—解空间表示,—控制作用,—广义被控制对
象输出(或反馈信息)。
一个进化控制的问题可以表示为一个最优化问题的描述。
定义9.2进化控制的优化问题一般可描述为
(9.2)
式中, 为适应度函数,为解空间的个体,为解空间。进化控制的最优控制器的求解过程是该最优化问题的迭代计算过程。即在开始时刻产生初始种群进入相应的进化操作过程,直到第代种群中,有个体使得满足要求,即为所要求的,即=。
9.2.4 移动机器人进化控制系统的体系结构和算法
1.进化控制系统的体系结构
图9.2是基本功能/行为集成的移动机器人进化控制系统的体系结构图。该系统由进化规划模块和基于行为的控制模块组成。
图9.2 规划、行为综合的进化控制体系结构
2.进化规划器的结构与算法
系统实现包括逻辑设计与物理实现,逻辑设计中以进化规划器与各种反射行为的实现为核心。
图9.3 进化规划器结构
在本系统中,进化规划器的结构如图9.3所示。
离线进化算法模块根据先验知识对机器人运动路线做出离线规划,机器人再据规划路线移动,其运动姿态由运动规划模块保障。当遇到未知障碍时,启动反射式行为,使机器人避障。然后启动在线进化规划,计算新的路径,再由运动规划器保障实施,以保持路径跟踪的鲁棒性。
讨论进化控制系统的体系结构一般由哪些控制模块组成?各模块起的作用是什么?
离线与在线进化计算的实现形式描述如下:
编码方式:机器人移动路径由起始节点至目标节点的线段连接而成,一条路径描述如图9.4所示。
图9.4 路径的基因表示
其中,表示节点的坐标值,表示节点是否可行的状态。
3.运动规划算法
运动规划器的目的在于给出具体的规划路径之后,如何求得合适的速度控制量和驾驶角度控制,保持路径跟踪的鲁棒性。系统中采用如下控制模型:
其中为应施加的速度和角度速度值,为当前的速度与角速度,,分别为当前姿
态与参考姿态偏差,,,为正常数。
9.3 免疫控制
教学内容首先介绍免疫算法的原理和设计方法,然后讨论几种典型的免疫控制。
教学重点免疫算法定义、设计方法、参数选择,免疫控制的一般结构。
教学难点免疫算法的设计方法和参数选择,免疫控制系统的设计。
教学方法课堂教授为主,从免疫算法的基本原理出发启发学生的思维,有条件的化可安排有关实验,加深学生的了解。
教学要求重点掌握免疫算法的原理和求解的步骤。
9.3.1 免疫算法的提出和定义
1.免疫算法的提出
人工免疫系统是由免疫学理论和观察到的免疫功能、原理和模型启发而产生的适应性系统。免疫算法的关键在于系统对受侵害部分的屏蔽、保护和学习控制。设计免疫算法可从两种思路来考虑:一是用人工免疫系统的结构模拟自然免疫系统的结构;另一是着重考察两系统在相似的外界有害病毒侵入下,其输出是否相同或类似,侧重对免疫算法的数据分析,而不是流程上的直接模拟。
2.免疫算法的有关定义
定义9.3 免疫算法是模仿生物免疫学和基因进化机理,通过人工方式构造的一类优化搜索算法,是对生物免疫过程的一种数学仿真,是免疫计算的一种最重要形式。
定义9.4 人工免疫系统是由免疫学理论和观察到的免疫功能、原理和模型启发而产生的适应性系统。可通过免疫算法进行人工免疫系统的计算和控制。
定义9.5免疫系统在受到外界病菌的感染后,能够通过自身的免疫机制恢复健康以保持正常工作的一种特性或属性称为免疫系统的鲁棒性。
定义9.6 抗原(antigen)指所有可能错误的基因,即非最佳个体的基因;疫苗(vaccine)是根据进化环境或待解问题的先验知识,得到的对最佳个体基因的估计;抗体(antibody)是指根据疫苗修正某个个体的基因所得到的新个体。
9.3.2 免疫算法的设计方法和参数选择
1.免疫算法的主要设计方法
(1) 白箱模拟法
按照白箱模拟法的思路,借用生物免疫机制的一些概念,从形式上进行一定的模拟,以实现对系统人工免疫的目的。
(2) 黑箱模拟法
黑箱模拟法间接地从输入输出的特征来考察人工系统对自然系统的模拟。免疫算法常采用遗传算法或进化算法对外界攻击或病毒进行学习,产生出与外界攻击或者病毒相克的抗体。所以,免疫算法一般采用了遗传学习机制。
讨论白箱模拟法和黑箱模拟法各自的工作原理是什么?设计免疫算法时该怎么选择哪种设计方法?
2.免疫算法的参数
不同免疫算法的分析和比较主要从以下两个方面进行研究:
(1) 自然免疫系统的免疫学理论和方法;
(2) 计算机算法的分析量度。
免疫算法的种类
(1) 反向选择算法
(2) 免疫遗传算法
(3) 克隆选择算法
(4) 基于疫苗的免疫算法
(5) 基于免疫网络的免疫算法
免疫算法的参数
(1) 变异率
(2) 选择阈值
(3) 抗体生命周期
(4) 误差
(5) 解群体的规模
9.3.3 免疫控制的系统结构
免疫控制器一般由三层构成,即底层、中间层和顶层,如图9.5所示。
图9.5 免疫控制器的一般结构
控制器底层包括执行模块和监控模块,用于执行控制程序和监控执行结果及系统异常。中间层包括控制模块和计算模块。计算模块用于信号综合、免疫计算和其它智能计算,而控制模块则向执行模块发出控制指令。顶层为智能模块,是控制器的决策层,提供免疫算法类型、系统任务和相关智能技术,用于模拟人类的决策行为。
提问怎样设计免疫控制系统
9.4 小结
本章讨论了几种其它智能控制,包括近年来提出的新的智能控制。
本章第一节介绍了仿人控制,它是在模拟人的控制结构的基础上,进一步研究模拟人的控制行为与功能,并把它用于控制系统,实现控制目标。仿人控制系统兼顾定性综合和定量分析,是一种混合控制。也可以说,仿人控制是一种专家控制、递阶控制和模型控制的混合控制。
进化控制建立在进化计算(尤其是遗传算法)和反馈机制的基础上的。在介绍了遗传算法的基本原理和求解方法之后,着重讨论了进化控制的基本思想,提出了进化控制系统的结构和形式化描述。然后以移动机器人进化控制系统为例,进一步探究系统的体系结构和进化控制器的结构及运动规划算法。对进化控制的探讨是作者的一种尝试,提出的控制思想和方法,需要进一步研究、修正和发展。
本章还讨论了免疫控制,它是建立在生物免疫机制的基础上的。在这一节中,首先讨论了免疫算法及其定义,接着介绍了免疫算法的设计方法和技术,然后提出了免疫控制系统的结构和计算框图,最后以一个用于直流电动机伺服系统的速度控制为例,讨论了免疫控制的免疫反馈规则和免疫反馈控制器的设计。免疫控制也是一种刚提出不久的智能控制,有待继续研究。
除了上次介绍的仿人控制、进化控制和免疫控制外,可能还有其它一些新的智能控制方法和技术已被提出或正在研究开发中。不过,是否把混沌控制和容错控制列入智能控制范畴,尚有争论。我们认为,暂不把这两种控制归于智能控制范畴是适当的,待以后有更多的研究和应用成果时,再决定其归属也为时不迟
智能控制技术作业
3-1 模糊逻辑控制器由哪几部分组成？各完成什么功能？ 答：模糊控制系统的主要部件是模糊化过程、知识库（数据库和规则库）、推理决策和精确化计算。 1、模糊化过程 模糊化过程主要完成：测量输入变量的值，并将数字表示形式的输入量转化为通常用语言值表示的某一限定码的序数。 2、知识库 知识库包括数据库和规则库。 1）、数据库 数据库提供必要的定义，包含了语言控制规则论域的离散化、量化和正规化以及输入空间的分区、隶属度函数的定义等。 2）、规则库 规则库根据控制目的和控制策略给出了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑 推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。
{模糊控制器采用数字计算机。它具有三个重要功能： 1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）； 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）； 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。} 3-2 模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？ 答：常规设计方法 设计步骤如下： 1、确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量化因子 3、在各输入和输出语言变量的量化域内定义模糊子集。 4、模糊控制规则的确定 5、求模糊控制表 3-3 已知由极大极小推理法得到输出模糊集为：0.30.810.50.112345 C = ++++-----.试用重心法计算出此推理结果的精确值z 。 重心法 重心法 是取模糊隶属度函数的曲线与横坐标围城面积的重心为模糊推理最终输出值。 连续：0()()v V v V v v dv v v dv μμ=??
智能控制习题答案 2
第一章绪论 1. 什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：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。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。 3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。 4. 传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。 5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。 6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式。 7.与传统自动控制系统相比，智能控制系统具有变结构特点，能总体自寻优，具有自适应、自组织、自学习和自协调能力。 8.与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策能力。
19春北理工《智能控制基础》在线作业答案
(单选题)1: 一般认为，人工神经网络适用于（） A: 线性系统 B: 多变量系统 C: 多输入多输出系统 D: 非线性系统 正确答案: (单选题)2: 递阶控制系统的结构是根据下列原理设计的（） A: 精度随智能降低而提高 B: 精度随智能提高而提高 C: 精度随智能降低而降低 D: 精度与智能无关 正确答案: (单选题)3: 智能控制成为国际上独立新学科的时间为20世纪（） A: 60年代 B: 70年代 C: 80年代 D: 90年代 正确答案: (单选题)4: 基于模式识别的控制系统属于（） A: 学习控制系统 B: 专家控制系统 C: 进化控制系统 D: 模糊控制系统 正确答案: (单选题)5: 能够在系统运行过程中估计未知信息，并据之进行优化与控制，以便逐步改进系统性能的控制叫做（） A: 最优控制 B: 反馈控制 C: 随机控制 D: 学习控制 正确答案: (单选题)6: 最早提出人工神经网络思想的学者是（） A: McCulloch-Pitts B: Hebb C: Widrow-Hoff D: Rosenblatt 正确答案: (单选题)7: 解决自动控制面临问题的一条有效途径就是把人工智能等技术用于自动控制系统，其核心是（） A: 控制算法 B: 控制结构 C: 控制器智能化 D: 控制系统仿真 正确答案: (单选题)8: 智能控制的“四元交集结构”的四元，指的是（） A: 计算机科学、自动控制、人工智能、神经网络 B: 人工智能、自动控制、信息论、系统论 C: 人工智能、自动控制、信息论、机器学习 D: 自动控制、人工智能、信息论、运筹学 正确答案: (单选题)9: 模糊控制是以模糊集合为基础的，提出模糊集合的科学家是（）
智能控制第九章作业
遗传算法的基本操作有哪些步骤？在函数极大值遗传算法仿真中，通过改变群体大小M、终止进化代数G、交叉概率Pc和变异概率Pm，分析群体大小、终止进化代数、交叉概率和变异概率对优化效果的影响。 答：基本操作： 1、选择操作：对种群中的个体进行逐个解码并根据目标函数计算适应值（适配度），以此为根据确定各个 体的复制概率。 2、复制操作：复制过程是个体串按照它们的适配度进行复制，适配度越大的串，在下一代中将有更多的机 会提供一个或多个子孙。 3、交叉操作：通过在两个父代染色体的位串上随机选择一个位置（交叉点），并把交叉点以后的部分 互换而产生两个子代染色体的过程。 4、变异操作：用来模拟生物在自然的遗传环境中由于各种偶然因素引起的基因突变，它以很小的概 率随机地改变遗传基因（表示染色体的符号串的某一位）的值。 各参数对优化效果的影响： （1）种群大小M。种群规模M表示每一代种群中所含个体数目。当M取值较小时，可提高遗传算法的运算速度，但却降低种群的多样性，容易引起遗传算法早熟，出现假收敛；而当M取值较大时，又会使得遗传算法效率降低。一般建议的取值范围是20-100 。 （2）终止进化代数G。遗传算法不同于传统优化算法，它很难有明确的搜索终止准则（特别是对于非数值优化问题），于是通常需指定一个终止进化代数来终止算法，一般设G为[100,1000]。一般来说，事先指定G通常只能找到给定问题的在给定时限内所能寻求的相对满意解，但不一定是问题的最优解或较高精度的近似解。为了获得较高精度解，通常可依据种群适应度的稳定情况来实时调整G的设置。 （3）交叉概率Pc。在遗传算法中交叉算子被认为是主要搜索算子，因而一般取较大值。一般说，较大的Pc 容易破坏群体中已形成的优良模式，是搜索的随机性太大，而较小的Pc使发现新个体（特别是优良新个体）的速度太慢。一般建议的取值范围是0.4 -0.99。另外，比较理想的的方式是非一致地使用交叉概率，例如在遗传算法的前期使用较大的Pc，后期降低Pc以保留优良个体。 （4）变异概率Pm 。较大的变异概率Pm 使遗传算法在整个搜索空间中大步跳跃，而小的变异概率使遗传算法聚焦于特别区域作局部搜索。一般在不使用交叉算子的情形（演化策略算法，进化程序算法），变异算子作主要搜索算子，Pm取较大值（0.4 ~ 1）而在与交叉算子联合使用的情形（遗传算法），Pm 通常取较小值（0.0001 ~ 0.5）。
智能控制技术第二章作业
2-3 设误差的离散论域为【-30，-20，-10，0，10，20，30】，且已知误差为零(ZE)和误差为正小（PS ）的隶属度函数为 000.410.400()30201001020300000.3 1.00.30()3020100102030ZE PS e e μμ= ++++++---=++++++--- 求： （1）误差为零和误差为正小的隶属度函数() ()ZE PS e e μμ （2）误差为零或误差为正小的隶属度函数() ()ZE PS e e μμ 解 定义2-4 并：并()A B 的隶属函数A B μ对所有u U ∈被逐点定义为取大运算，即()()A B A B u u μμμ=∨，式中，符号“∨”为取极大值运算。 定义2-5 交：交()A B 的隶属函数A B μ对所有u U ∈被逐点定义为取小运算，即 ()()A B A B u u μμμ=∧，式中，符号“∧”为取极小值运算。 2-4已知模糊矩阵P 、Q 、R 、S 为 0.60.90.50.70.20.30.10.20.20.70.10.40.70.70.60.5P Q R S ????????====???????????????? 求： （1）()P Q R (2) ()P Q S (3) () ()P S Q S 解 定义2-14 模糊关系合成： 如果R 和S 分别为笛卡尔空间U V ?和V W ?上的模糊关系，则R 和S 的合成是定义在笛卡尔空间 U V W ??上的模糊关系，并记作R S ，其隶属度函数的计算方法 {[sup((,)(,))],,,}R S R S u v u w u U v V w W μμ∨ =∧∈∈∈
智能控制整理
第一章： 1、传统控制方法包括经典控制和现代控制，是基于被控对象精确模 型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。 2、智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的 非线性、复杂的任务要求。 3、IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) 4、AC：描述系统的动力学特征，是一种动态反馈。AI ：是一个用来模拟人 思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 5、智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能， 并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 6、智能控制的几个重要分支为模糊控制、神经网络控制和遗传算 法。 7、智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 8、智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神 经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 9、智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工 业过程控制、航空航天控制和交通运输系统等。 第二章： 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 12、专家系统的建立：1，知识库2，推理机3，知识的表示4，专家系统开发语言5，专家系统建立步骤。 13、专家控制：是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
智能控制作业
1、已知某一炉温控制系统，要求温度保持在600 度恒定。 针对该控制系统有以下控制经验： （1）若炉温低于600 度，则升压；低的越多升压越高。 （2）若炉温高于600 度，则降压；高的越多降压越低。 （3）若炉温等于600 度，则保持电压不变。设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。输入、输出变量的量化等级为7 级，取5 个模糊集。试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。 解：1）确定变量 定义理想温度为600 C,实际温度为T,则温度误差为 E=600-T。 将温度误差E 作为输入变量 2）输入量和输出量的模糊化 将偏差E分为5个模糊集：NB、NS、ZO、PS、PB,分别为负小、负大、零、正小、正大。将偏差E 的变化分为7 个等级：-3 -2 -1 0 1 2 3，从而得到温度模糊表如表1 所示。
表1温度变化E划分表 控制电压也分为个模糊集：、、、、,分 别为负小、负大、零、正小、正大。将电压u的变化分为7 个等级：-3 -2 -1 0 1 2 3，从而得到电压变化模糊表如表2所示。 表2电压变化u划分表
表3 模糊控制规则表 E PB PS ZO NS NB u PB PS ZO NS NB Edit or: Un+ it 1 e J. 歼cw OptigT
叮叮小文库
叮叮小文库 2、利用MATLAB,为下列两个系统设计模糊控制器使其稳态 误差为 零，超调量不大于 1%，输出上升时间w 0.3s 。假定被 控对象的传递函数分别为： Gg e 0亦 (s 1)2 G2(S ) 4.228 (s 0.5)( s 2 1.64 s 8.456) 解： 在matlab 窗口命令中键入 fuzzy ，得到如下键面: 设e 的论域范围为［-1 1］ , de 的论域范围为［-0.1 0.1］ , u 的论 域范围为［ 0 2］。 将e 分为8个模糊集，分别为 NB ,NM, NS, NZ, PZ, PS, PM, PB; de 分为7个模糊集，分别为NB ,NM ,NS, Z ,PS ,PM ,PB; u 分为7个模糊集，分别为 NB ,NM ,NS, Z ,PS ,PM ,PB;
智能控制技术复习题课后答案
一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例 如、、和。 1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和 。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是 、和。 7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控 制系统 8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、 、和。 9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。
最新智能控制基础期末考试题答案
2010级智能控制基础期末 复习思考题 一重要概念解释 1 智能控制 所谓的智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做出适应性反应，从而实现由人来完成的任务。 2 专家系统与专家控制 专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 专家控制是智能控制的一个重要分支。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制 3 模糊集合与模糊关系，模糊推理模糊控制 ● 1）模糊集合：给定论域U 上的一个模糊集A %是指：对任何元素u U ∈ 都存在一个数()[] 0,1A u μ∈与之对应，表示元素u 属于集合A % 的程度，这个数称为元素u 对集合A %的隶属度，这个集合称为模糊集合。 ● 模糊关系：二元模糊关系：设A 、B 是两个非空集合，则直积(){},|,A B a b a A b B ?=∈∈中的一个 模糊集合 称为从A 到B 的一个模糊关系。模糊关系R %可由其隶属度(),R a b μ完全描述，隶属度 (),R a b μ 表明了元素a 与元素b 具有关系R %的程度。 ● 模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出 的情况，这就叫“模糊推理”。 4 神经网络？ 答：人工神经网络是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的，用来模拟人类大脑神经网络的结构和行为,对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。 5 遗传算法 答：遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。 一 专家控制部分 1. 专家系统的组成及各部分特点？
人工智能及其应用 习题参考答案 第9章
第九章Agent (艾真体) 9-1 分布式人工智能系统有何特点？试与多艾真体系统的特性加以比较。 分布式人工智能系统的特点： (1) 分布性 系统信息(数据、知识、控制)在逻辑上和物理上都是分布的 (2) 连接性 各个子系统和求解机构通过计算机网络相互连接 (3) 协作性 各个子系统协调工作 (4) 开放性 通过网络互连和系统的分布，便于扩充系统规模 (5) 容错性 具有较多的冗余处理结点、通信路径和知识，提高工作的可靠性 (6) 独立性 系统把求解任务归约为几个相对独立的子任务，降低了问题求解及软件开发的复杂性
9-2 什么是艾真体？你对agent的译法有何见解？ Agent是能够通过传感器感知其环境，并借助执行器作用于该环境的实体，可看作是从感知序列到动作序列的映射。 其特性为：行为自主性，作用交互性，环境协调性，面向目标性，存在社会性，工作协作性，运行持续性，系统适应性，结构分布性，功能智能性 把Agent 译为艾真体的原因主要有： (1) 一种普遍的观点认为，Agent是一种通过传感器感知其环境，并通过执行器作用于该环境的实体。 (2) “主体”一词考虑到了Agent具有自主性，但并未考虑Agent还具有交互性，协调性，社会性，适应性和分布性的特性 (3) “代理”一词在汉语中已经有明确的含义，并不能表示出Agent的原义
(4) 把Agent译为艾真体，含有一定的物理意义，即某种“真体”或事物，能够在十分广泛的领域内得到认可 (5) 在找不到一个确切和公认的译法时，宜采用音译 9-3 艾真体在结构上有何特点？在结构上又是如何分类的？每种结构的特点为何？ 真体＝体系结构+程序 (1) 在计算机系统中，真体相当于一个独立的功能模块，独立的计算机应用系统。 (2) 真体的核心部分是决策生成器或问题求解器，起到主控作用 (3) 真体的运行是一个或多个进程，并接受总体调度 (4) 各个真体在多个计算机CPU上并行运行，其运行环境由体系结构支持。 结构分类及特点 (1) 反应式 只是简单地对外部刺激产生响应，没有内部状态 (2) 慎思式 是一个具有显式符号模型的基于知识的系统 (3) 跟踪式 是具有内部状态的反应式真体，通过找到一个条件与现有环境匹配的规则进行工作，然后执行与规则相关的作用。
智能控制大作业-神经网络
智能控制与应用实验报告神经网络控制器设计
一、 实验内容 考虑一个单连杆机器人控制系统，其可以描述为： 0.5sin()Mq mgl q y q τ+== 其中20.5M kgm =为杆的转动惯量，1m kg =为杆的质量，1l m =为杆长， 29.8/g m s =，q 为杆的角位置，q 为杆的角速度，q 为杆的角加速度， τ为系统的控制输入。具体要求： 1、设计神经网络控制器，对期望角度进行跟踪。 2、分析神经网络层数和神经元个数对控制性能的影响。 3、分析系统在神经网络控制和PID 控制作用下的抗干扰能力(加噪声干扰、加参数不确定)、抗非线性能力(加死区和饱和特性)、抗时滞的能力(对时滞大小加以改变)。 4、为系统设计神经网络PID 控制器(选作)。 二、 对象模型建立 根据公式(1)，令状态量121=,x q x x = 得到系统状态方程为： 12121 0.5**sin() x x mgl x x M y x τ=-= = (1) 由此建立单连杆机器人的模型如图1所示。
图1 单连杆机器人模型 三、系统结构搭建及神经网络训练 1.系统PID结构如图2所示: 图2 系统PID结构图 PID参数设置为Kp=16，Ki=10，Kd=8得到响应曲线如图3所示：
01234 5678910 0.2 0.4 0.6 0.8 1 1.2 1.4 t/s a n g l e /r a d 图3 PID 控制响应曲线 采样PID 控制器的输入和输出进行神经网络训练 p=[a1';a2';a3']; t=b'; net=newff([-1 1;-1 1;-1 1],[3 8 16 8 1],{'tansig' 'tansig' 'tansig' 'logsig' 'purelin'}); net.trainparam.epochs=2500; net.trainparam.goal=0.00001; net=train(net,p,t); gensim(net,-1) 产生的神经网络控制器如图4所示：
智能控制作业
1、已知某一炉温控制系统，要求温度保持在600度恒定。针对该控制系统有以下控制经验： （1）若炉温低于600度，则升压；低的越多升压越高。（2）若炉温高于600度，则降压；高的越多降压越低。（3）若炉温等于600度，则保持电压不变。 设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。输入、输出变量的量化等级为7级，取5个模糊集。试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。 解：1）确定变量 定义理想温度为600℃，实际温度为T，则温度误差为E=600-T。 将温度误差E作为输入变量 2）输入量和输出量的模糊化 将偏差E分为5个模糊集：NB、NS、ZO、PS、PB，分别为负小、负大、零、正小、正大。将偏差E的变化分为7个等级：-3 -2 -1 0 1 2 3，从而得到温度模糊表如表1所示。
表1 温度变化E划分表 控制电压u也分为5个模糊集：NB、NS、ZO、PS、PB，分别为负小、负大、零、正小、正大。将电压u的变化分为7个等级：-3 -2 -1 0 1 2 3，从而得到电压变化模糊表如表2所示。 表2 电压变化u划分表
表3 模糊控制规则表 E PB PS ZO NS NB u PB PS ZO NS NB
2、利用MATLAB,为下列两个系统设计模糊控制器使其稳态误差为零，超调量不大于1%，输出上升时间≤0.3s 。假定被控对象的传递函数分别为： 2 55 .01)1()(+=-s e s G s ) 456.864.1)(5.0(228 .4)(22+++= s s s s G 解： 在matlab 窗口命令中键入fuzzy ，得到如下键面： 设e 的论域范围为[-1 1]，de 的论域范围为[-0.1 0.1]，u 的论域范围为[0 2]。 将e 分为8个模糊集，分别为NB ,NM, NS, NZ, PZ, PS, PM, PB; de 分为7个模糊集，分别为NB ,NM ,NS, Z ,PS ,PM ,PB; u 分为7个模糊集，分别为NB ,NM ,NS, Z ,PS ,PM ,PB;
智能控制课后习题
作业1 1 简述智能控制的概念。 定义一: 智能控制是由智能机器自主地实现其目标的过程。 定义二:K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。 定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。 2 智能控制由哪几部分组成？各自的特点是什么？ 智能控制由人工智能、自动控制、运筹学组成。 人工智能是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制描述系统动力学特性，是一种动态反馈。 运筹学是一种定量优化的方法。如线性优化，网络规划，调度管理，优化决策和多目标优化的方法等等。 3 比较智能控制和传统控制的特点？ 1）传统控制方法在处理复杂性、不确定性方面能力低而且有时丧失了这种能力，智能控制在处理复杂性、不确定性方面能力高 2）传统控制是基于被控对象精确模型的控制方式，可谓“模型论”智能控制是智能决策论，相对于“模型论”可称为“控制论” 3）传统的控制为了控制必须建模，而利用不精确的模型又采用摸个固定控制算法，使整个的控制系统置于模型框架下，缺乏灵活性，缺乏应变性，因此很难胜任对复杂系统的控制智能控制的可信是控制决策，次用灵活机动的决策方式迫使控制朝着期望的目标逼近。 4）传统控制适用于解决线性、时不变等相对简单的的控制问题智能控制是对传统控制理论的发展，传统控制室智能控制的一个组成部分，是智能控制的低级阶段。 4 智能控制有哪些应用领域？试举出一个应用实例。 应用领域：模糊系统、神经网络、专家控制、工业想、系统、电力系统、机器人等其他领域的控制。 应用实例：模糊控制的交流伺服系统 作业2
智能控制技术试卷
一、选择题 1、蔡自兴教授提出智能控制系统的四元结构，认为智能控制是人工智能、控制理论、系统理论和运筹学四种学科的交叉。 2、专家是指在某一专业领域内其专业知识与解决问题的能力达到很高水平的学者。 3、专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。 4、不确定性知识的表示有三种:概率、确定性因子和模糊集合。 5、Hebb学习规则是一种无教师的学习方法，它只根据神经元连接间的激活水平改变权值，因此这种方法又称为相关学习和并联学习。 6、交叉运算是两个相互配对的染色体按某种方式相互交换其部分基因，从而形成两个新的个体。 二、判断题 1、IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。（T ） 2、不精确推理得出的结论可能是不确定的，但会有一个确定性因子，当确定性因子超过某个域值时，结论便不成立。（ F ） 3、一般的专家系统由知识库、推理机、解释机制和知识获取系统等组成。（T ） 4、人机接口是专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成知识获取工作。（ F ） 5、Hopfield神经网络是反馈神经网络中最简单且应用广泛的模型，它具有联想记忆的功能。（F ） 6、知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。（T ） 7、建造知识库涉及知识库建造的两项主要技术是知识获取和知识存放。（F ） 8、模糊控制系统往往把被控量的偏差（一维）、偏差变化（二维）以及偏差的变化率（三维）作为模糊控制器的输入。（T ） 9、RBF网络的学习过程与BP网络的学习过程是类似的，两者的主要区别在于使用了相同的激励函数。（F ） 10、应用遗传算法求解问题时，在编码方案、适应度函数及遗传算子确定后，算法将利用进化过程中获得的信息自信组织搜索。（T ） 三、简答题 1.分别说明专家系统与专家控制系统？ 答：专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。专家控制是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统。 2.人工神经网络中两种典型的结构模型是什么？它们进行学习时具有哪些特点？ 答：两种典型的结构模型是前馈神经网络和反馈神经网络。前馈神经网络有感知器和BP网络等；主要采用 学习规则，这是有教师学习方法。反馈神经网络有Hopfield神经网络、Boltzmann机网络等；主要采用Hebb学习规则，概率式学习算法。 3.应用遗传算法计算时，设计编码的策略与编码评估准则（即编码原则）是什么？
人工智能大作业
人工智能大作业 人工智能课程 考查论文 学号 姓名 系别 年级 专业 人工智能大作业 (1)什么是人工智能, 人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。 人工智能的定义可以分为两部分，即“人工”和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力所能及制造的，或者人自身的智能程度有没有高到可以创造人工智能的地步，等等。但总的来说，“人工系统”就是通常意义下的人工系统。 人工智能是计算机学科的一个分支，二十世纪七十年代以来被称为世界三大尖端技术之一(空间技术、能源技术、人工智能)。也被认为是二十一世纪(基因工程、纳米科学、人工智能)三大尖端技术之一。这是因为近三十年来它获得了迅速
的发展，在很多学科领域都获得了广泛应用，并取得了丰硕的成果，人工智能已逐步成为一个独立的分支，无论在理论和实践上都已自成一个系统。 人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，但没有一个统一的定义。 (2)简述人工智能的研究内容与研究目标、人工智能的研究途径和 方法、人工智能的研究领域。 A. 人工智能的研究内容: 1、搜索与求解: 为了达到某一目标而多次地进行某种操作、运算、推理或计算的过程。事实上，搜索是人在求解问题时而不知现成解法的情况下所采用的一种普遍方法。许多问题(包括智力问题和实际工程问题)的求解都可以描述为或归结为对某种图或空间的搜索问题。搜索技术就成为人工智能最基本的研究内容 2、学习与发现: 学习与发现是指机器的知识学习和规律发现。事实上，经验积累能力、规律发现能力和知识学习能力都是智能的表现 3、知识与推理: 知识就是力量，知识就是智能，发现客观规律，运用知识解决问题都是有智能的表现，而且是最为基本的一种表现。发现规律和运用知识本身还需要知识，因此知识是智能的基础和源泉。研究面向机器的知识表示形式和基于各种表示的机器推理技术:知识表示要求便于计算机的接受、存储、处理和运用，机器的推理方式与知识的表示又息息相关 4、发明与创造:
智能控制(神经网络)-作业
智能控制作业 学生： 学 号： 专业班级： 7-2 采用BP 网路、RBF 网路、DRNN 网路逼近线性对象 2) 1(1)1(9.0)1()(-+-?--=k y k y k u k y ，分别进行matlab 仿真。 （一）采用BP 网络仿真 网络结构为2-6-1。采样时间1ms ，输入信号)6sin(5.0)(t k u ?=π，权值21,W W 的初值随机取值，05.0,05.0==αη。 仿真m 文件程序为： %BP simulation clear all; clear all; xite=0.5; alfa=0.5; w1=rands(2,6); % value of w1,initially by random w1_1=w1;w1_2=w1; w2=rands(6,1); % value of w2,initially by random w2_1=w2;w2_2=w2_1; dw1=0*w1; x=[0,0]'; u_1=0; y_1=0; I=[0,0,0,0,0,0]'; % input of yinhanceng cell Iout=[0,0,0,0,0,0]'; % output of yinhanceng cell FI=[0,0,0,0,0,0]'; ts=0.001; for k=1:1:1000 time(k)=k*ts;
u(k)=0.5*sin(3*2*pi*k*ts); y(k)=(u_1-0.9*y_1)/(1+y_1^2); for j=1:1:6 I(j)=x'*w1(:,j); Iout(j)=1/(1+exp(-I(j))); end yn(k)=w2'*Iout; %output of network e(k)=y(k)-yn(k); % error calculation w2=w2_1+(xite*e(k))*Iout+alfa*(w2_1-w2_2); % rectify of w2 for j=1:1:6 FI(j)=exp(-I(j))/(1+exp(-I(j))^2); end for i=1:1:2 for j=1:1:6 dw1(i,j)=e(k)*xite*FI(j)*w2(j)*x(i); % dw1 calculation end end w1=w1_1+dw1+alfa*(w1_1-w1_2); % rectify of w1 % jacobian information yu=0; for j=1:1:6 yu=yu+w2(j)*w1(1,j)*FI(j); end dyu(k)=yu; x(1)=u(k); x(2)=y(k); w1_2=w1_1;w1_1=w1; w2_2=w2_1;w2_1=w2; u_1=u(k); y_1=y(k); end figure(1); plot(time,y,'r',time,yn,'b'); xlabel('times');ylabel('y and yn');
智能控制习题参考答案
1．递阶智能控制系统的主要结构特点有哪些。 答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。 递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所示： 1. 组织级 组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。 其结构如下： 2．协调级 协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协
调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。 它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。 其结构模型如下：
2．信息特征，获取方式，分层方式有哪些？ 答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下，获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度不同，层次较低的信号受污染程度较大。 二、获取方式 信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息，具体处理方法如下： 1，选取特征变量 可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法 数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件滤波。 3，剔除迷途样本 使用计算机在任意维空间自动识别删除迷途样本。 三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法 答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。 一、数据融合的流程： 分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据（或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。 具体可分为： 1，特征级融合 经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合
智能控制技术(第三章)答案
精品文档 3-1模糊逻辑控制器由哪几部分组成？各完成什么功能？答：模糊控制系统的主要部件是模糊化过程、知识库（数据 库和规则库）、推理决策和精确化计算。 K模糊化过程模糊化过程主要完成：测量输入变量 的值，并将数字表示形式的输入量转化为通常用语言值表示 的某一限定码的序数。 2、知识库知识库包括数据库和规则库。 1）＞数据库数据库提供必要的定义，包含了语言控 制规则论域的离散化、量化和正规化以及输入空间的分区、 隶属度函数的定义等。 2）、规则库规则库根据控制目的和控制策略给出 了一套由语言变量描述的并由专家或自学习产生的控制规则的集合。它包括：过程状态输入变量和控制输出变量的选择，模糊控制系统的建立。 3、推理决策逻辑推理决策逻辑是利用知识库的信息模拟人类的推理决策过程，给出适合的控制量。（它是模糊控制的核心）。 4、精确化过程在推理得到的模糊集合中取一个能最 AHA12GAGGAGAGGAFFFFAFAF
佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程。 ｛模糊控制器采用数字计算机。它具有三个重要功能: 1）把系统的偏差从数字量转化为模糊量（模糊化过程、数据库两块）; 2）对模糊量由给定的规则进行模糊推理（规则库、推理决策完成）; 3）把推理结果的模糊输出量转化为实际系统能够接受的精确数字量或模拟量（精确化接口）。 3-2模糊逻辑控制器常规设计的步骤怎样？应该注意哪些问题？答：常规设计方法设计步骤如下: 确定模糊控制器的输入、输出变量 2、确定各输入、输出变量的变化范围、量化等级和量 化因子 3、在各输入和输出语言变量的量化域内定义模糊子 集。 模糊控制规则的确定5、求模糊控制表 AHA12GAGGAGAGGAFFFFAFAF 4、
《智能控制技术大作业》(神经网络控制部分)
基于神经模糊控制的洗衣机设计 20世纪90年代初期，日本松下电器公司推出了神经模糊控制全自动洗衣机。这种洗衣机能够自动判断衣物的质地软硬程度、洗衣量、脏污程度和性质等，应用神经模糊控制技术，自动生成模糊控制规则和隶属度函数，预设洗衣水位、水流强度和洗涤时间，在整个洗衣过程中实时调整这些参数，以达到最佳的洗衣效果。 一、洗衣机的模糊控制 洗衣机的主要被控变量为洗涤时间和洗涤时的水流强度，而影响输出变量的主要因子是被洗涤物的浑浊程度和浑浊性质，后者可用浑浊度的变化率来描述。在洗涤过程中，油污的浑浊度变化率小，泥污的浑浊度变化率大。因此，浑浊度及其变化率可以作为控制系统的输入变量，而洗涤时间和水流强度可作为控制量，即系统的输出。实际上，洗衣过程中的这类输入和输出之间很难用数学模型进行描述。系统运行过程中具有较大的不确定性，控制过程在很大程度上依赖操作者的经验，这样一来，利用常规的方法进行控制难以奏效。然而，如果利用专家知识进行控制决策，往往容易实现优化控制，这就是在洗衣机中引入模糊控制技术的主要原因之一。 根据上述的洗衣机模糊控制基本原理，可得出确定洗涤时间的模糊推理框图如下： 其中，模糊控制器的输入变量为洗涤水的浑浊度及其变化率，输出变量为洗涤时间。考虑到适当的控制性能需要和简化程序，定义输入量浑浊度的取值为： 浑浊度=｛清，较浊，浊，很浊｝ 定义输入量浑浊度变化率的取值为： 浑浊度变化率=｛零，小，中，大｝ 定义输出量洗涤时间的取值为： 洗涤时间=｛短，较短，标准，长｝ 显然，描述输入/输出变量的词集都具有模糊性，可以用模糊集合来表示。因此，模糊概念的确定问题就直接转化为求取模糊集合的隶属函数问题。 暂不考虑模糊控制系统的量化因子和比例因子。对于洗衣机的模糊控制问题，设其模糊控制器的输入变量（浑浊度和浑浊度变化率）隶属函数的论域均为