智能控制(1).ppt
合集下载
智能控制
1、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（包括被控对象或被控过程）信息的变化做出适应性反应，可以有各种人工智能的水平，从而实现由人来完成的任务。
2、智能控制由哪几部分组成？各自的特点是什么？①模糊控制（通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制）②神经网络控制（从机理上对人脑生理系统进行简单结构的模拟，具有并行机制、模式识别、记忆和自学习能力的特点，能充分逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性）③遗传算法（可用于模糊控制规则的优化及神经网络参数及权值的学习）3、比较智能控制和传统控制的特点传统控制和智能控制的主要区别：①传统控制方法在处理复杂化和不确定性问题方面能力很低；智能控制在处理复杂性、不确定性方面能力较高。
智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。
②传统控制是基于被控对象精确模型的控制方式；智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。
传统控制和智能控制的统一：智能控制擅长解决非线性、时变等复杂控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。
智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一个组成部分。
在这个意义上，传统控制和智能控制可以统一在智能控制的框架下，而不是被智能控制所取代。
智能控制研究对象的特点：(1)不确定性的模型 (2)高度的非线性 (3)复杂的任务要求智能控制的特点：(1)分层递阶的组织结构 (2)自学习能力 (3)自适应能力 (4)自组织能力(5)优化能力4、专家系统：是一类包含着知识和推理的智能计算机程序，其内部含有大量的某个领域的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。
智能控制课件蚁群优化算法
实验数据（算法复杂度）
摘自Ant Colony Optimization
4 实例：JSP
Job-shop Scheduling Problem
M:机器数量 J :任务数 ojm:工序 djm:工时
O ,o jm, :工序集合
JSP(Muth & Thompson 6x6)
m.t Job1 3.1 Job2 2.8 Job3 3.5 Job4 2.5 Job5 3.9 Job6 2.3
Update the shortest tour found
TSP蚁群算法（ant-cycle）
Step 4.2
For every edge (i,j) For k:=1 to m do
m
ij
k ij
k 1
k ij
Q Lk
0
if (i, j) tour described by tabuk otherwise
TSP蚁群算法（ant-cycle）
Step 6
If (NC < NCMAX) and (not stagnation behavior) then Empty all tabu lists Goto step 2 else Print shortest tour Stop
3 蚁群算法调整与参数设置
符合TSP规则； 完成一次旅行后，在经过的路径上释放信息
素； 无需按原路返回。
实例：TSP（参数与机制）
路径上的信息素浓度 ij (t) 信息素更新
ij (t n) ij (t) ij
信息素释放(ant-cycle)
m
ij
k ij
k 1
k ij
Q Lk
if k - th ant uses edge (i, j) in its tour (between time t and t n)
智能系统与智能控制PPT课件
.
2
Astrom对智能控制系统的定义
在传统的控制理论中融入诸如逻辑、推理 和启发式机制等非常规的数学手段而构 成的一种更为灵活的控制系统。
.
3
1.2 IEEE 对ICS 的规定
• 目前对ICS还没有一个完整的定义. • IEEE Control System Society 的Technical
• 需要合适的性能指标和有效的学习机制。
.
7
1.5 ICS的发展概况
• 60’s：自控理论和技术已渐趋成熟，AI刚开始
• 66： Mendel将AI引入飞船控制系统的设计
• 71： KS FU提出智能控制这个新兴学科
•
“Learning control systems and intelligent
.
6
Heuristic reasoning & Learning
• Heuristic reasoning（启发式推理）： IF…THEN…ELSE
• Learning（学习）:由于系统的不确定性， 使得预先设计的控制方案往往不能取得 好的结果，需要在线积累运行的各种信 息并动态地产生出较好的解决方案。
控制的发展
.
12
1.6 智能控制的主要实现手段
• 专家系统 • 模糊集合 • 神经网络 • 进化计算
• 自适应、自组织和自学习控制 • 知识工程 • 信息熵 • Pertri 网 • 人机系统理论 • 形式语言与自动机 • 大系统理论
.
13
简介：ES/FS/NN/GA
• ES：医疗诊断的专家系统 • FS：人对事物的描述，“漂亮”“难看” • NN：模拟人对事物的学习 • GA：模拟生物进化的优化算法
智能控制基础总结-PPT
0.09 0.6 0.4 0.84 0.49
1.0
NS
ZE
3.3231
0.7
0.3
u
0
2
4
6
u=3.32
27
人工神经网络
❖ 人工神经网络就是模拟人脑细胞的分布式工作特 点和自组织功能，且能实现并行处理、自学习和 非线性映射等能力的一种系统模型。
❖ 神经网络系统研究主要有三个方面的内容，即神 经元模型、神经网络结构和神经网络学习方法。
相等：对于所有的u∈U ，均有μA(u)＝μB(u)。记作A=B。 包含：对于所有的u∈U ，均有μA (u) ≤μB(u)。记作AB。 空集：对于所有的u∈U ，均有μA(u) ＝0 。记作：A＝ 。 全集：对于所有的u∈U ，均有μA(u) ＝1。
14
交、并、补
交集：对于所有的u∈U ，均有
μC(u)=μA∧μB=min{μA(u),μB(u)} 则称C为A与B的 交集，记为 C=A∩B 。
28
人工神经元模型
❖ 神经元模型是生物神经元的抽象和模拟。可看 作多输入/单输出的非线性器件 。
xi 输入信号，j=1,2,…,n;
wij 表示从单元uj 到单元ui 的
连接权值;
i
si 外部输入信号；
ui 神经元的内部状态；
θi 阀值；
yi 神经元的输出信号；
Neti wij x j si i , ui f(Neti ), yi g(ui ) j ❖ 通常假设yi=f(Neti)，而f为激励函数。
8
智能控制的三元结构
❖ AC：动态反馈控制。
❖ AI：一个知识处理系 统，具有记忆、学习、 信息处理、形式语言、 启发式推理等功能。
智能控制第1讲 智能控制概论
Data, Information, Knowledge, IntelligenceIntelligence Knowledge Information Data房间温度高 解决温度 高的办法温度高原因通风量不足增大通风量房间温度 32℃理想温度 23℃Data, Information, Knowledge, IntelligenceIntelligence KnowledgeInformation Data传统控制面临的挑战 实际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，一般无法获得精 确的数学模型。
应用传统控制理论进行控制必须提出并遵循 一些比较苛刻的线性化假设，而这些假设在应 用中往往与实际情况不相吻合。
传统控制面临的挑战 传统控制方法在解决大范围变工况、异常 工况等问题方面往往不尽人意。
环境和被控对象的未知和不确定性，导致无 法建立模型。
9 传统控制往往不能满足某些系统的性能要 求。
控制科学发展过程进展方向最优控制 确定性反馈控制 开环控制 智能控制 自学习控制自组织控制 自适应控制 鲁棒控制 随机控制对象的复杂性智能控制的发展¾ 1985 年 8月，IEEE在纽约召开第一届智能控制学术 研讨会，主题：智能控制原理和智能控制系统。
会议 决定在 IEEE CSS 下设 IEEE 智能控制专业委员会。
这 标志着智能控制这一新兴学科研究领域的正式诞生。
¾ 1987 年 1 月 ， 美 国 费 城 ， 第 一 次 智 能 控 制 国 际 会 议，IEEE CSS与CS两学会主办； ¾ 1987 年以来，一些国际学术组织，如 IEEE 、 IFAC 等定期或不定期举办各类有关智能控制的国际学术会 议或研讨会，一定程度上反映了智能控制发展的好势 头。
智能控制的发展¾ 1991年7月，中国人工智能学会成立。
¾ 1993年7月，成都，中国人工智能学会智能机器人专 业委员会成立大会暨首届学术会议。
《智能控制》PPT课件
（3）组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有 主动性和灵活性。智能控制器可以在任务要求范围内进行自行决策，主动采取行动，当 出现多目标冲突时，在一定限制下，各控制器可以在一定范围内自行解决。
1.1.4 智能控制的研究对象 （1）不确定性的模型
7
模型的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 能在很大范围内变化。
可以概括为：智能控制是“三高三性”的产物。即“控制系统的高度复杂性、高度不 确定性及人们要求越来越高的控制性能”
8
1.1.5 智能控制系统的结构 1.智能控制系统的基本结构
数据库
感知信息 与处理
认知学习 智能控制器
评价机构
传感器
环境 广义对象
还包括外部各种干 扰等不确定制、神经网络控制、专家控制、 学习控制及仿人控制等。
3
第一章
第一节 智能控制的基本概念 1.1.1 智能控制的由来
绪论
传统控制理论（包括经典控制理论和现代控制理论）是建立在被控对象精确数学模
型基础上的控制理论。实际上，许多工业被控对象或过程常常具有非线性、时变性、变 结构、多层次、多因素以及各种不确定性等，难于建立精确的数学模型。即使对一些复 杂对象能够建立起数学模型，模型也往往过于复杂，既不利于设计也难于实现有效控制。 虽然对缺乏数学模型的被控对象可以进行在线辨识，但是由于算法复杂、实时性差，使 得应用范围受到一定限制。
IC：智能控制(intelligent control) AI：人工智能(artificial intelligent) AC：自动控制(automatic control)
9
2. 分层递阶智能控制结构
1977年Saridis以机器人控制为背景提出了三级递阶控制结构。
1.1.4 智能控制的研究对象 （1）不确定性的模型
7
模型的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 能在很大范围内变化。
可以概括为：智能控制是“三高三性”的产物。即“控制系统的高度复杂性、高度不 确定性及人们要求越来越高的控制性能”
8
1.1.5 智能控制系统的结构 1.智能控制系统的基本结构
数据库
感知信息 与处理
认知学习 智能控制器
评价机构
传感器
环境 广义对象
还包括外部各种干 扰等不确定制、神经网络控制、专家控制、 学习控制及仿人控制等。
3
第一章
第一节 智能控制的基本概念 1.1.1 智能控制的由来
绪论
传统控制理论（包括经典控制理论和现代控制理论）是建立在被控对象精确数学模
型基础上的控制理论。实际上，许多工业被控对象或过程常常具有非线性、时变性、变 结构、多层次、多因素以及各种不确定性等，难于建立精确的数学模型。即使对一些复 杂对象能够建立起数学模型，模型也往往过于复杂，既不利于设计也难于实现有效控制。 虽然对缺乏数学模型的被控对象可以进行在线辨识，但是由于算法复杂、实时性差，使 得应用范围受到一定限制。
IC：智能控制(intelligent control) AI：人工智能(artificial intelligent) AC：自动控制(automatic control)
9
2. 分层递阶智能控制结构
1977年Saridis以机器人控制为背景提出了三级递阶控制结构。
智能控制-刘金琨编著PPT..
一界智能控制学术讨论会，随后成立了
IEEE智能控制专业委员会；1987年1月，
在美国举行第一次国际智能控制大会，标
志智能控制领域的形成。
近年来，神经网络、模糊数学、专家 系统、进化论等各门学科的发展给智能 控制注入了巨大的活力，由此产生了各 种智能控制方法。 智能控制的几个重要分支为专家控制、 模糊控制、神经网络控制和遗传算法。
（ 3 ）针对实际系统往往需要进行一些比 较苛刻的线性化假设，而这些假设往往与 实际系统不符合。 （ 4 ）实际控制任务复杂，而传统的控制 任务要求低，对复杂的控制任务，如机器 人控制、 CIMS 、社会经济管理系统等复 杂任务无能为力。
在生产实践中，复杂控制问题可通过
熟练操作人员的经验和控制理论相结合
自组织、自学习控制的基础上，
为了提高控制系统的自学习能力，
开始注意将人工智能技术与方法
应用于控制中。
1966年，J.M.Mendal首先提出将人工 智能技术应用于飞船控制系统的设计；
1971年，傅京逊首次提出智能控制这 一概念，并归纳了三种类型的智能控制 系统：
（1）人作为控制器的控制系统：人作为 控制器的控制系统具有自学习、自适应 和自组织的功能；
（ 3 ）自组织功能：智能控制器对复杂的 分布式信息具有自组织和协调的功能，当 出现多目标冲突时，它可以在任务要求的 范围内自行决策，主动采取行动。
（ 4 ）优化能力：智能控制能够通过不断 优化控制参数和寻找控制器的最佳结构形 式，获得整体最优的控制性能。
3.2、智能控制的研究工具
（1）符号推理与数值计算的结合 例如专家控制，它的上层是专家系统， 采用人工智能中的符号推理方法；下层是 传统意义下的控制系统，采用数值计算方 法。
智能控制技术(专家系统与专家控制系统)PPT
22
专家控制（Expert Control）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。
23
专家控制试图在传统控制的基础上“加 入”一个富有经验的控制工程师，实现控 制的功能，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（先验经验、 动态信息、目标等）的获取与组织，按某 种策略及时地选用恰当的规则进行推理输 出，实现对实际对象的控制。
11
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
12
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立；
1．定义 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。
4
2.1.2 专家系统的发展历程 分为四个阶段：
（1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。
专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
专家控制（Expert Control）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。
23
专家控制试图在传统控制的基础上“加 入”一个富有经验的控制工程师，实现控 制的功能，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（先验经验、 动态信息、目标等）的获取与组织，按某 种策略及时地选用恰当的规则进行推理输 出，实现对实际对象的控制。
11
知识库包含多种功能模块，主要 有知识查询、检索、增删、修改和扩 充等。知识库通过人机接口与领域专 家相沟通，实现知识的获取。
12
2．推理机
推理机是用于对知识库中的知识进行推理 来得到结论的“思维”机构。推理机包括三 种推理方式：
（1）正向推理：从原始数据和已知条件得 到结论；
（2）反向推理：先提出假设的结论，然后 寻找支持的证据，若证据存在，则假设成立；
1．定义 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。
4
2.1.2 专家系统的发展历程 分为四个阶段：
（1）孕期期（1965年以前） 专家系统历史的一些重要事件 1956年人工智能诞生； 两项历史意义的突破：LT系统与西洋跳棋 程序； 1957年开始通用问题求解程序GPS.
专家系统的数量增加，仅1987年研制成 功的专家系统就有1000种。
专家系统可以解决的问题一般包括解 释、预测、设计、规划、监视、修理、 指导和控制等。目前，专家系统已经广 泛地应用于医疗诊断、语音识别、图象 处理、金融决策、地质勘探、石油化工、 教学、军事、计算机设计等领域。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
现代控制理论借助状态模型，揭示了系统（对象） 输入、输出等外部信息与系统内部信息（即状态 变量）的关系。以前必须通过传感器才能获得系 统内部信息产生了改变。即通过状态观测器（这 不是传感器）就可得到系统的内部信息。为实现 高级控制策略开辟了广阔前景，把控制理论推向 了一个新的里程碑。
• 显然经典控制理论和现代控制理论给予科技发
展和社会进步巨大的推动。
• 但随着时代的前进，人们面临的问题越来越多，
需要加以控制的对象和过程变得越来越复杂。对 控制质量要求也变得日益严格。要求对那些大型、 复杂和具有强烈非线性和不确定性的系统能实现 有效而且精确地控制。在这种情况下不仅经典控 制理论不能解决问题，而且现代控制理论也显得 软弱无力。也就是说自动控制理论面临严峻的挑 战。造成这种局面的根源在于无论是经典还是现 代（我们称它们为传统）的控制理论，在应用时
都要求有对象的数学模型。
• 的确在今天，只要有了精确的线性的数学模型
和只要能提供足够的功率（能量），那么无论 你要求怎样的性能，都是可以实现的。但现实 世界的很多被控对象，不要说难以建立精确的 线性的数学模型，有的甚至根本无法建数学模 型。20世纪70－80年代发展的自适应控制、自 校正控制和鲁棒控制，它们虽然能在一定程度 上解决不确定性的问题，但有的要求对过程和 被控对象进行在线辨识。此外它们还是直接或 间接依赖过程和对象的精确线性模型。在这严 峻形势下，人们一方面探索非线性的控制理论， 另一方面是另辟新径。
• 经典控制理论应用时，首先要建立被
控对象的数学模型。
• 建立模型所用的方法称为端点描述方
法（输入－输出描述法），它是建立 在对象的输入－输出关系，即传递函 数基础上的。
• 20世纪60年代卡尔曼（Kalman）提出用状态空
间的描述方法来建立被控对象的数学模型。这种 方法也称为内部描述法，它是建立在“系统状态” 这个概念上的。用一阶矩阵－矢量方程来描述， 既简单明了而且包含了更多的信息。在此基础上 相继提出并解决了系统的可控、可观性问题。接 着又发展了多变量控制、最优控制、估计理论、 自适应控制理论、滤波理论和辨识理论等，从而 形成了一个新的理论体系，被称为第二代（现代） 控制理论。
x f ，x,u其 中u是一个有约束的控制矢量。它有两
个分量 和 u。1 是u 2前轮u1角度， 为车速u。2
• 两辆停着的车之间的空隙定义为许可的终
局状态的集合 。邻近两辆车定义为 执x
行中的约束，记为集合Ω。我们的任务是
寻找一个控制 u，t 使向量在满足各种约束
的条件下把汽车从初始状态转移到 中去， 如图1-1所示。
报，Vol.16，NO.6，1995
第一章 绪论
• 1.1 智能控制产生的背景
自动控制理论是人类在了解自然和改造自然的 过程中逐渐形成的一门学科。简单反馈控制的最 早应用，可以追溯到古代亚历山大时期的克泰希 比斯水钟，它就是利用反馈原理来调节流量的。 19世纪中叶，J.C.麦克斯威尔对具有调速器的蒸 汽机（这也利用了反馈原理来调速）系统进行了 稳定性的研究。20世纪20年代，布莱克、奈奎斯 特和波德在贝尔实验室的一系列研究工作奠定了 经典自动控制（反馈）的理论基础。
Reasoning,Information Sciences,Vol.8 and
Vol.9,299, 1975
• 12 李友善，模糊控制理论及其在工业过程控制中的
应用，国防工业出版社，1993
• 13 焦李成，神经网络系统理论，西安电子科技大学
出版社，1990
• 14 张明廉，拟人智能控制和三级倒立摆，航空学
二次大战期间，为了解决迫切需要解 决的武器控制问题，各国科学家和工程技 术人员进行了大量的理论与实验研究工作， 使经典自动控制系统在精度、动态特性和 设计方法上都取得极大进展。战后，随着 经济的恢复发展，工业界对自动化提出了 普遍的要求，进一步激发了人们对自动控 制理论研究的热情，并使自动控制在许多 领域获得实际应用。至此，经典控制理论 趋于成熟，一般把它称为第一代（经典） 控制理论。它对工业发展和技术进步起到 了十分重大的作用。
这个表面上看并不复杂的问题。如果用 现代控制理论的求解方法来求解，由于约 束因素过多，所以非常复杂，而难以得到 精确解。
• 但如果由人来控制，就很容易解决停车问题： 首先让车向前运动，同时使前轮向右，过一段 时间后，使前轮向左回中，然后，使车向后运 动。接着前轮再右转，车再向前驶。再使前轮 回中，再使车向后驶。这实际上是要车横行。 当车横移到一个需要的距离时，最后车向前开， 使车正好停在另外两辆车的空隙之中。我们在 实现这些运作时，是通过一些不太精确的观察 和执行一些不太精确的控制，就能达到目的。 精确在这里不但难以实现，而且也无必要。
出版社，1998
• 3 郑君文，数学逻辑学概论，安徽教育出版社，
1995
• 4 王国俊，非经典数理逻辑与近似推理，科学
出版社，2000
• 5 林尧瑞，专家系统原理与实践，清华大学出
版社，1988
• 6 曲成义编译组，决策支持系统与专家系统，
社会科学文献出版社，1988
• 7 钟义信，智能理论与技术-人工智能与神经网
图 1-1
• 我们知道人们在对被控对象实施控制时，并不
要求知道被控对象的数学模型。但却可能得到 很好控制效果。模糊数学的创始人查德提出过 一个停车问题。该问题是要把一辆汽车停在停
车论场 的的 方两 法辆 可车 按之如间下的处空理隙：中 表去示。汽按车现的代位控置制，理 表x 示，汽,如车图运1动-1的所方示向。。车这的样运汽动车微的分状方态程为为
络，人民邮电出版社，1992
• 8 孙增圻，智能控制理论与技术，清华大
学出版社，1997
• 9 陈燕庆，工程智能控制，西北工业大学
出版社，1991
• 10 蔡自兴，智能控制（第二版），电子工业出
版社，2004
• 11 Zadeh L.A.,The Concept of Linguistic
Variable and its控制
主讲人：张明廉
2005年9月
• 第一章 绪论 • 第二章 人工智能 • 第三章 模糊控制 • 第四章 神经网络理论及其应用 • 第五章 其他智能控制 • 第六章 拟人智能控制 • 结束语
参考文献
• 1 傅京孙，人工智能及其应用，清华大学出版
社，1987
• 2 朱保平，数理逻辑及其应用，北京理工大学