4.5智能控制

4.5.1 模糊控制
模糊控制是一种应用模糊集合、模糊语 言变量和模糊逻辑推理知识，模拟人的模糊 思维方法，对复杂系统实施控制的一种智能 控制系统。
发展概况
• 模糊数学和模糊控制的概念 由美国加利福尼亚大学著名教授Zadeh提出
⑴ 1965: Fuzzy Sets ⑵ 1968: Fuzzy Algorithm ⑶ 1972: A Rationale for Fuzzy Control
基本结构
知识库 规则库 数据库 知识获取 领域专家
推理机 解释程序 调度程序
推理咨询
系统用户
由专家系统基本结构图可知，知识库和推理机是专 家系统中两个主要的组成要素：
（1）知识库
知识库主要由规则库和数据库两部分组成。 规则库存放着作为专家经验的判断性知识，例如 表达建议、推断、命令、策略的产生式规则等， 用于问题的推理和求解。而数据库用于存储表征 应用对象的特性、状态、求解目标、中间状态等 数据，供推理和解释机构使用。 知识库通过“知识获取”机构与领域专家相 联系，实现知识库的建立和修正更新，知识条目 的查询、测试、精炼等对知识库的操作。
BP神经网络结构 (3层)
BP算法的学习过程由信息正向传播和误差反向传播 两部分组成。在正向传播过程中，计算各层神经元的状态。 输入信息从输入层经各隐含层逐层处理，并传向输出层， 每层神经元（节点）的状态只影响下一层节点的状态。如 果输出层的状态与期望值的输出不一致，则转入反向传播 过程，将误差信号沿原来的连接通路返回，同时修改各层 神经元的权值，权值的不断调整会使网络误差原来越小。
4.5.2 专家控制系统
专家控制又称作基于知识的控制或专 家智能控制。也就是将专家系统的理论和 方法与控制理论和方法相结合，应用专家 的智能技术指导工程控制，使得工程控制 达到专家级控制水平的一种控制方法。
4.5.2.1 专家系统
专家系统是一种人工智能的计算机程序系统， 这些程序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各种问题。尤其是对于无算 法解问题，和经常需要在不完全、不确定的知识信 息基础上做出结论的问题的解决等方面表现出了知 识应用的优越性和有效性。简而言之，专家系统是 一个模拟人类专家解决领域问题的计算机程序系统。
BP神经网络结构 (3层)
BP神经网络在本质上具有对任意非线性映射关系进 行逼近的能力，并且采用的是全局逼近，因而BP网络有 较好的泛化能力。BP网络在控制领域得到了非常广泛的 应用，但它也存在一些缺点： 1-收敛速度慢 2-局部极值问题 3-难以确定隐层数和各隐层节点数目（试凑法、经验 法）
神经网络控制与传统控制技术 相比具备的特点
应用领域
• 净水池添加凝聚剂控制：凝聚反应过程的浑浊度、碱度和 pH值； • 排水泵控制：流入水量控制、排水过程的水位、水位变化、 排水量和泵转速； • 水泥窑燃烧控制：化学反应热力系统的温度和转矩； • 水泥料粉碎控制：长间隙和长时滞过程的电力、振动、差 压和温度； • 转炉供给煤气控制：供气过程的电极高低、转炉吹炼设定； • 发酵过程控制：发酵过程的温度、pH值、基质消耗量、溶 存氧气浓度等； • 核反应堆控制：核反应过程的输出量、燃料温度和冷却层 温度； • 自动销售机控制和机器人控制等。
（2）推理机
推理机实际上是一个运用知识库中提供的两 类知识，基于某种通用的问题求解模型进行自动 推理、求解问题的计算机软件系统，它包含一个 解释程序，用于检测和解释知识库中的相应规则， 决定如何使用判断性知识推导新知识，还包括一 个调度程序，用于决定判断性知识的使用次序。 推理机的具体构造取决于问题领域的特点、专家 系统中知识表示方法。
智能控制的发展

基于知识的控制 (Knowledge Based Control) ——人工智能与自动控制相结合的产物
1965年: 傅京孙提出把人工智能的启发式推理规则用于 学习控制系统。
1967年: Leondes首次使用“智能控制”一词。
1971年: 傅京孙论述了人工智能与自动控制的关系。
1985年: IEEE在美国纽约召开第一届智能控制学术讨论会。 1987年: 在美国费城召开智能控制国际会议。
• 模糊控制的应用
⑴ 1974年：英国伦敦大学教授Mamdani应用模糊控制语句组成 模糊控制器，应用于锅炉和汽轮机的运行控制； ⑵ 1975年：工业反应过程的温度控制； ⑶ 1976年：热水装置、压力容器、压力与液面控制； ⑷ 1977年：多变量热变换过程控制、交通枢纽指挥控制； ⑸ 1979年：自组织模糊控制器； ⑹ 80年代开始大规模应用于化工、机械、冶金、工业窑炉、水处理、 食品生产等大型工业过程控制中。

知识库：知识库中包含了具体应用领域中的知识和要求 的控制目标。它通常由数据库和模糊控制规则库两部分 组成。 ① 数据库 数据库提供论域中必要的定义，包括各 语言变量的隶属度函数，模糊空间的量化级数、量化方 式及比例因子等。 ② 规则库 主要包括用模糊语言变量表示的一系列 控制规则，它们反映了控制专家的经验和知识。规则的 形式很象计算机程序设计语言中常用的条件语句，是由 一系列IF-THEN型模糊条件句所构成。
基本结构
专家控制系统由数值算法库、知识库系统和人机接口与通讯系统三大部分组成。
知 识 库 系 统
内 部 通 讯 数 值 算 法 库 A╱ D D╱ A 被 控 对 象
人—机接口
用户
专家控制系统结构图
系统的控制器 主要由数值算法库、知识库系统两部分构成： •其中数据算法库由控制、辨识和监控三类算法组成。 •控制算法根据知识库系统的控制配置命令和对象的测 量信号，按PID算法或最小方差算法等计算控制信号， 每次运行一种控制算法。 •辩识算法和监控算法为递推最小二乘算法和延时反馈 算法等，只有当系统运行状况发生某种变化时，才往知 识库系统中发送信息。 •知识库系统包含定性的启发式知识，用于逻辑推理、对数 值算法进行决策、协调和组织。知识库系统的推理输出和 决策通过数值算法库作用于被控对象。
主要内容
(1)模糊控制 (Fuzzy Control) (2)专家控制 (Expert Control) (3)神经网络控制 (Neural Network Control)

它们可以单独使用，也可以结合起来应 用；即可应用于现场控制，也可以用于过程 建模、优化操作、故障诊断、生产调度和经 营管理等不同层次。
分类 按专家系统求解问题的性质分类：




解释型 预测型 诊断型 设计型 控制型 规划型 监视型 决策型 调试型
4.5.2 专家控制系统
专家控制系统的设计规范是建立数学 模型与知识模型相结合的广义知识模型， 它的运行机制是包含数值算法在内的知识 推理，是控制技术与信息处理技术的相结 合。因此，专家控制系统是人工智能与控 制理论方法和技术相结合的典型产物。
4.5.3 神经网络控制
神经元网络是一种基本上不依赖于模型 的控制方法，它具有较强的适应和自学习功 能，比较适用于那些具有不确定性或高度非 线性控制的对象，随着神经网络理论和应用 研究的深入，在工业控制方面，神经网络控 制已成为智能控制的一个重要分支领域。
4.5.3 神经网络控制
发展经历：（螺旋上升过程） 1-1943年，心理学W.McCulloch和数理逻辑学家 W.Pitts首先提出形式神经元模型 2-1949年，Hebb学习规则 3-1958年，感知器 4-1970年，提出新特征的几种非线性动态系统的 结构 5-1982年，Hopfield网络 6-1985年，Boltzman机模型 7-1986年，误差反向传播算法（BP学习算法）
人工神经元模型
人工神经元网络是利用物理器件来模拟生物神经元的人 工神经元相互连接而成的。神经元模型的输入输出关系为：
Sj
w
i 1
n
ji xi
j
w
i 0
n
ji xi
j
yi f ( s j )
式中：Sj为阈值；wji表示从神经 元j到神经元i连接权权值；f(· )为 输出变换函数，变换函数f(· )可为 线性函数或非线性函数。
x1
j1
-1 Σ
jn
xn
· · ·
f(· )
yi
典型的人工神经元模型
常用变换函数
1 f(x)=sgn(x) 1
1 e x f ( x) 1 e x
f ( x)
1 0.5
1 1 e x
x
-1 a)符号函数 f(x)=x
0 -1
b)双曲函数
x
x
0 c)S形(sigmoid)函数
基本结构ห้องสมุดไป่ตู้
模糊控制器系统基本构成如图所示。其系统构成与其他 控制系统的主要区别仅在于控制器是由模糊数学、模糊语言 形式的知识表示和模糊逻辑为基础，采用计算机控制技术构 成的模糊控制器。
模糊控制器 知识库 E 模糊化 C
r
模糊推理
U
解模糊
u
被控对象
系统核心是模糊控制器：
x
模糊化
X
Y X R
Y
解模糊
专家控制把控制系统看作为基于知识的系统，系统 包含控制系统的知识，按照专家系统知识库的构造，有 关控制的知识可以分类组织，形成数据库和规则库： 1.数据库 数据库中主要包括事实、证据、假设 和目标几部分内容。 2.规则库 规则库中存放着专家系统中判断性知 识集合及组织结构。对于控制问题中各种启发式控 制逻辑，一般常用产生式规则表示： IF (控制局势) THEN (操作结论) 其中，控制局势即为事实、证据、假设和目标 等各种数据项表示的前提条件，而操作结论即为定 性的推理结果。在专家控制中，产生式规则包括操 作者的经验和可应用的控制与估计算法、系统监督、 诊断等规则。