智能控制技術(shù)親自整理的知識(shí)點(diǎn)

1、精品文檔智能限制(1)智能限制與傳統(tǒng)限制的區(qū)別答：傳統(tǒng)限制方法包括經(jīng)典限制和現(xiàn)代限制,是基于被控對(duì)象精確模型的限制方式, 缺乏靈活性和應(yīng)變水平,適于解決線性、時(shí)不變性等相對(duì)簡(jiǎn)單的限制問(wèn)題,難以解決對(duì) 復(fù)雜系統(tǒng)的限制.智能限制能解決被控對(duì)象的復(fù)雜性、不確定性、高度的非線性,是傳統(tǒng)限制開(kāi)展的 高級(jí)階段.(2)智能限制的概念答：智能限制是人工智能、自動(dòng)限制、運(yùn)籌學(xué)的交叉.(3) 1986年美國(guó)的PDPF究小組提出了 BFW絡(luò),實(shí)現(xiàn)了有導(dǎo)師指導(dǎo)下的網(wǎng)絡(luò)學(xué)習(xí),為神 經(jīng)網(wǎng)絡(luò)的應(yīng)用開(kāi)辟了廣闊的開(kāi)展前景.(4)專家系統(tǒng)主要由知識(shí)庫(kù)和推理機(jī)構(gòu)成(核心)(5)專家限制的結(jié)構(gòu)(6)按專家限制在限制系統(tǒng)中的作用和功能

2、,可將專家限制器分為以下兩種類 型：答：(1)直接型專家限制器：直接專家限制器用于取代常規(guī)限制器,直接限制生產(chǎn)過(guò)程 或被控對(duì)象.具有模擬(或延伸,擴(kuò)展)操作工人智能的功能.該限制器的任務(wù)和功能 相比照擬簡(jiǎn)單,但是需要在線、實(shí)時(shí)限制.因此,其知識(shí)表達(dá)和知識(shí)庫(kù)也較簡(jiǎn)單,通常 由幾十條產(chǎn)生式規(guī)那么構(gòu)成,以便于增刪和修改.直接型專家限制器的示意圖見(jiàn)圖中的虛線所示.或被控對(duì)象進(jìn)行間接限制的智能限制系統(tǒng).具有模擬(或延伸,擴(kuò)展)限制工程師智能 的功能.該限制器能夠?qū)崿F(xiàn)優(yōu)化適應(yīng)、協(xié)調(diào)、組織等高層決策的智能限制.根據(jù)高層決 策功能的性質(zhì),間接型專家限制器可分為以下幾種類型： 優(yōu)化型專家限制器 適應(yīng)型專家限制器

3、1歡立下載精品文檔 協(xié)調(diào)型專家限制器 組織型專家限制器例3.4設(shè)0.90.20.80.5A二一一一求AU B,AC Bu1u2u3u4那么 人 0 0.90.20.80.6A B U1U2U3U4c 0.30.1B =u 1 u 20.40.6+U3U4Ac 0.30.1AB = 0.4U1(7)在模糊限制中應(yīng)用較多的隸屬函數(shù)有以下6種隸屬函數(shù) (1)高斯型隸屬函數(shù)U2oU30.5+U4(x c)2高斯型隸屬函數(shù)由兩個(gè)參數(shù)仃和c確定：f (x,o,c) =e-2°2 其中參數(shù)b通常為正,參數(shù)c用于確定曲線的中央.Mat l ab表示為 gaussmf(x, o；c)(3) S形隸屬函

4、數(shù)1S形函數(shù)si gmf (x, a c)由參數(shù)a和c決je: f (x,a,c)=1 一e ()其中參數(shù)a的正負(fù)符號(hào)決定了S形隸屬函數(shù)的開(kāi)口朝左或朝右,用來(lái)表示“正大或“負(fù)大的概念.Mat l ab表示為 sigmf(x,a,c)(4)梯形隸屬函數(shù)x -a b - a 梯形曲線可由四個(gè)參數(shù)a, b, c, d確定：f (x,a,b,c,d) = «1d -xd -c0其中參數(shù)a和d確定梯形的“腳,而參數(shù)b和c確定梯形的“肩膀Mat l ab表示為:trapmf(x, a, b, c,d)(5)三角形隸屬函數(shù)三角形曲線的形狀由三個(gè)參數(shù)a, b, c確定f(x,a,b,c) =x -

5、a b - a c - x c -b 0其中參數(shù)a和c確定三角形的“腳,而參數(shù)b確定三角形的“峰Mat l ab表示為 trimf(x, a,b,c)(6) Z形隸屬函數(shù)2歡立下載精品文檔這是基于樣條函數(shù)的曲線,因其呈現(xiàn)Z形狀而得名.參數(shù)a和b確定了曲線的形狀Mat l ab表示為 zmf(x, a, b)1圖高斯型隸屬函數(shù)M=1 圖S形隸屬函數(shù)M=3圖 Z形隸屬函數(shù)M=6 A17 |0.30.10.9B _ O, 0.93 歡92 0.1圖 梯形隸屬函數(shù)M=4圖 三角形隸屬函數(shù)M=5例3-10 設(shè)精品文檔一07+0.4 0.1 ¥0.91.7 0.91A1B=i=113*0.2 0

6、.9v0,1 103 090.7 0.4 0.1 0.90.40.3 0.2 0.9 0.10.20.10.1例3-90.5A =a1試確定0.1B =b11 -0.71 -0.10.3 0.9I= I1 -0.31-0.9-10.70.1設(shè)論域 x=a1,a3), y=b 1, b2, th, z=c 1, C2, C3,10.10.1B =a2a3bi“If A AND B then C0.51十十一b2b3時(shí)的輸出G.A B= At B解：0.510.110.60.41C 二b2a3C1C2所決定的模糊關(guān)系R,以及A ="囚aia2a30.6,.1,.1,.10.51.00.1

7、0.50.60.1 J將AX B矩陣擴(kuò)展成如以下向量:R= A_ 0.1= 0.1T1B C=0.40.40.50.50.10.10.1當(dāng)輸入為A和B時(shí),有:(AMB=b.1 0.5 1=A1TB10.50.50.11.00.410.40.60.10.10.10.10.60.10.10.1 T0.10.1T 0.40.10.50.50.10.10.11一11人=0.5 |A 0.10.1 J0.5-0.10.1a0.50.50.110.50.1將A X B矩陣擴(kuò)展成如下行向量: 最后得,5 O,5 Oo O-,5 O,5 O,5 Ob-,5 O4b-巧O十,4O(8)模糊限制原理框圖4歡立下載

8、精品文檔校尚控犯監(jiān),制機(jī))算制運(yùn)汁投變糊化理模量處糊制那么模糊決%非糊處(9)模糊限制器的構(gòu)成(模糊限制器的組成框圖)(10)模糊限制器結(jié)構(gòu)類型1單變量模糊限制器(a) 一維模糊限制器 如下圖,一維模糊限制器的輸入變量往往選擇為受控 量和輸入給定的偏差量E.由于僅僅采用偏差值,很難反映過(guò)程的動(dòng)態(tài)特性品質(zhì), 因此,所能獲得的系統(tǒng)動(dòng)態(tài)性能是不能令人滿意的.這種一維模糊限制器往往被 用于一階被控對(duì)象.(b)二維模糊限制器二維模糊限制器的兩個(gè)輸入變量根本上都選用受控變量和輸入 給定的偏差E和偏差變化EC,由于它們能夠較嚴(yán)格地反映受控過(guò)程中輸出變量的動(dòng)態(tài)特 性,因此,在限制效果上要比一維限制器好得多,也

9、是目前采用較廣泛的一類模糊限制 器(c)三維模糊限制器如下圖,三維模糊限制器的三個(gè)輸入變量分別為系統(tǒng)偏差量E、 偏差變化量EC偏差變化的變化率ECCo由于這些模糊限制器結(jié)構(gòu)較復(fù)雜,推理運(yùn)算時(shí) 間長(zhǎng),因此除非對(duì)動(dòng)態(tài)特性的要求特別高的場(chǎng)合,一般較少選用三維模糊限制器.5歡立下載精品文檔ECC(11)將模糊推理結(jié)果轉(zhuǎn)化為精確值的過(guò)程稱為反模糊化.常用的反模糊化有 三種：(1)最大隸屬度法選取推理結(jié)果模糊集合中隸屬度最大的元素作為輸出值,即v0 = maxV(v)v V如果在輸出論域v中,其最大隸屬度對(duì)應(yīng)的輸出值多于一個(gè),那么取所有具有最大隸屬度輸出的平均值,即：N*M<tmM*aMmM0 .(

10、2)重心法為了獲得準(zhǔn)確的限制量,就要求模糊方法能夠很好的表達(dá)輸出隸屬度函數(shù)的計(jì) 算結(jié)果.重心法是取隸屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心為模糊推理的最終輸出v 口 v ( v ) dv值,即“ V對(duì)于具有m個(gè)輸出量化級(jí)數(shù)的離散域情況v 0=J v ( v ) dvm' vjk .1v0 二V(vk ) 與最大隸屬度法相比擬,重心法具有更平滑的輸出推理限制.二 v (vk) k T即使對(duì)應(yīng)于輸入信號(hào)的微小變化,輸出也會(huì)發(fā)生變化.(3)加權(quán)平均法工業(yè)限制中廣泛使用的反模糊方法為加權(quán)平均法,輸出值由下式?jīng)Q定m, viki=j其中系數(shù)ki的選擇根據(jù)實(shí)際情況而定.不同的系數(shù)決定系統(tǒng)具有不m“ ki

11、 i W同的響應(yīng)特性.當(dāng)系數(shù)取隸屬度NV(vj)時(shí),就轉(zhuǎn)化為重心法(12)神經(jīng)元/神經(jīng)細(xì)胞由三局部構(gòu)成：(1)細(xì)胞體(主體局部)：包括細(xì)胞質(zhì)、細(xì)胞膜和細(xì)胞核；(2)樹(shù)突：用于為細(xì)胞體傳入信息；(3)軸突：為細(xì)胞體傳出信息,其末端是軸突末梢,含傳遞信息的化學(xué)物質(zhì)；(4)突觸：是神經(jīng)元之間的接口(104105個(gè)/每個(gè)神經(jīng)元).一個(gè)神經(jīng)元通過(guò)其軸突的 神經(jīng)末梢,經(jīng)突觸與另外一個(gè)神經(jīng)元的樹(shù)突連接,以實(shí)現(xiàn)信息的傳遞.由于突觸的信息 傳遞特性是可變的,隨著神經(jīng)沖動(dòng)傳遞方式的變化,傳遞作用強(qiáng)弱不同,形成了神經(jīng)元 之間連接的柔性,稱為結(jié)構(gòu)的可塑性.(13)神經(jīng)網(wǎng)絡(luò)的分類根據(jù)神經(jīng)網(wǎng)絡(luò)的連接方式,神經(jīng)網(wǎng)絡(luò)可分為兩

12、種形式：(1)前向網(wǎng)絡(luò)(2)反應(yīng)網(wǎng)絡(luò)(3)自組織網(wǎng)絡(luò)6歡立下載精品文檔(14)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法按有無(wú)導(dǎo)師分類可分為有教師學(xué)習(xí)、無(wú)教師學(xué)習(xí)和再勵(lì)學(xué)習(xí)等幾大類.(15)最根本的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法：Hebb學(xué)習(xí)規(guī)那么、Delta( B)學(xué)習(xí)規(guī)那么、概率式學(xué)習(xí)規(guī)那么、競(jìng)爭(zhēng)式學(xué)習(xí)規(guī)那么(16)神經(jīng)網(wǎng)絡(luò)特征(1)能逼近任意非線性函數(shù)；(2)信息的并行分布式處理與存儲(chǔ)；(2)便于用超大規(guī)模硬件實(shí)行并行處理(3)能進(jìn)行學(xué)習(xí),以適應(yīng)環(huán)境的變化(17)神經(jīng)網(wǎng)絡(luò)要素(1)神經(jīng)元(信息處理單元)的特性；(2)神經(jīng)元之間相互連接的形式一拓?fù)浣Y(jié)構(gòu)；(3)為適應(yīng)環(huán)境而改善性能的學(xué)習(xí)規(guī)那么.(18)BP網(wǎng)絡(luò)特點(diǎn)(1)是一種多層

13、網(wǎng)絡(luò),包括輸入層、隱含層和輸出層(2)層與層之間采用全互連方式,同一層神經(jīng)元之間不連接；(3)權(quán)值通過(guò)B學(xué)習(xí)算法進(jìn)行調(diào)節(jié)；(4)神經(jīng)元激發(fā)函數(shù)為S函數(shù)；(5)學(xué)習(xí)算法由正向傳播和反向傳播組成；(6)層與層的連接是單向的,信息的傳播是雙向的.(19)BP算法的學(xué)習(xí)過(guò)程由正向傳播和反向傳播組成. 在正向傳播過(guò)程中,輸入信息從輸入層經(jīng)隱層逐層處理,并傳向輸出層,每層神經(jīng)元(節(jié)點(diǎn))的狀態(tài)只影響下一層神經(jīng)元的 狀態(tài).如果在輸出層不能得到期望的輸出,那么轉(zhuǎn)至反向傳播,將誤差信號(hào)(理想 輸出與實(shí)際輸出之差)按聯(lián)接通路反向計(jì)算,由梯度下降法調(diào)整各層神經(jīng)元的權(quán) 值,使誤差信號(hào)減小.(20)神經(jīng)網(wǎng)絡(luò)監(jiān)督限制y d

14、(21)神經(jīng)網(wǎng)絡(luò)直接逆動(dòng)態(tài)限制7歡立下載精品文檔yd t(22)遺傳算法的根本原理(1)遺傳(2)變異(3)生存斗爭(zhēng)和適者生存(23)遺傳算法的根本操作為：(1)復(fù)制(2)交叉(3)變異(24)遺傳算法的構(gòu)成要素(1)染色體編碼方法(2)個(gè)體適應(yīng)度評(píng)價(jià)(3)遺傳算子 選擇運(yùn)算：使用比例選擇算子； 交叉運(yùn)算：使用單點(diǎn)交叉算子； 變異運(yùn)算：使用根本位變異算子或均勻變異算子.(4)根本遺傳算法的運(yùn)行參數(shù)(25)遺傳算法的應(yīng)用步驟第一步：確定決策變量及各種約束條件,即確定出個(gè)體的表現(xiàn)型X和問(wèn)題的解空間；第二步：建立優(yōu)化模型,即確定出目標(biāo)函數(shù)的類型及數(shù)學(xué)描述形式或量化方法；第三步：確定表示可行解的染色體編碼方法,即確定出個(gè)體的基因型x及遺傳算法的搜 索空間；第四