第2章-3 智能控制!

1、2.3 2.3 最熱門(mén)的控制方法最熱門(mén)的控制方法 智能控制智能控制 主要內(nèi)容主要內(nèi)容智能控制的基本概念智能控制的基本概念專(zhuān)家控制（專(zhuān)家控制（Expert Control）模糊控制（模糊控制（Fuzzy Control）神經(jīng)網(wǎng)絡(luò)控制（神經(jīng)網(wǎng)絡(luò)控制（Neural Network Control）對(duì)智能控制的一些展望對(duì)智能控制的一些展望 2.3.1 2.3.1 智能控制的基本概念智能控制的基本概念什么是什么是“智能智能”? ? 什么是什么是“智能控制智能控制”？ 人的智能表現(xiàn)在其所具有的記憶、人的智能表現(xiàn)在其所具有的記憶、學(xué)習(xí)、模仿、適應(yīng)、聯(lián)想、語(yǔ)言表學(xué)習(xí)、模仿、適應(yīng)、聯(lián)想、語(yǔ)言表達(dá)、文字識(shí)別、邏輯

2、推理、歸納總達(dá)、文字識(shí)別、邏輯推理、歸納總結(jié)、綜合決策結(jié)、綜合決策等各種等各種能力能力。 當(dāng)自動(dòng)控制方式明顯地具有這些智能特征時(shí)，就當(dāng)自動(dòng)控制方式明顯地具有這些智能特征時(shí)，就稱(chēng)其為稱(chēng)其為“智能控制智能控制”。 人與智能控制人與智能控制 人本身就是一個(gè)非常完美的智能控制系統(tǒng)，人人本身就是一個(gè)非常完美的智能控制系統(tǒng)，人腦及神經(jīng)系統(tǒng)相當(dāng)于智能控制器，對(duì)通過(guò)感官獲腦及神經(jīng)系統(tǒng)相當(dāng)于智能控制器，對(duì)通過(guò)感官獲取的各種信息進(jìn)行綜合分析、處理和決策，并利取的各種信息進(jìn)行綜合分析、處理和決策，并利用手和腳等執(zhí)行機(jī)構(gòu)作出相應(yīng)的反應(yīng)，能適應(yīng)各用手和腳等執(zhí)行機(jī)構(gòu)作出相應(yīng)的反應(yīng)，能適應(yīng)各種復(fù)雜的控制環(huán)境，完成難度很大的

3、任務(wù)。種復(fù)雜的控制環(huán)境，完成難度很大的任務(wù)。 5傳統(tǒng)自動(dòng)控制與智能控制傳統(tǒng)自動(dòng)控制與智能控制 廣義地講，幾乎所有的自動(dòng)控制系統(tǒng)都在一定廣義地講，幾乎所有的自動(dòng)控制系統(tǒng)都在一定程度上模仿了人的控制方式，或多或少地具有程度上模仿了人的控制方式，或多或少地具有“智能智能”，但是今天我們所講的，但是今天我們所講的“智能控制智能控制”仍仍然有別于傳統(tǒng)的自動(dòng)控制方式，兩者雖無(wú)明確的然有別于傳統(tǒng)的自動(dòng)控制方式，兩者雖無(wú)明確的界限，但存在明顯的區(qū)別。界限，但存在明顯的區(qū)別。 傳統(tǒng)的自動(dòng)控制是基于數(shù)學(xué)模型、以定量分析傳統(tǒng)的自動(dòng)控制是基于數(shù)學(xué)模型、以定量分析為主；而智能控制則更多地基于知識(shí)，利用專(zhuān)家為主；而智能控

4、制則更多地基于知識(shí)，利用專(zhuān)家經(jīng)驗(yàn)、邏輯推理、學(xué)習(xí)功能、遺傳和進(jìn)化機(jī)制等經(jīng)驗(yàn)、邏輯推理、學(xué)習(xí)功能、遺傳和進(jìn)化機(jī)制等來(lái)進(jìn)行控制，是以定性分析為主、定量與定性相來(lái)進(jìn)行控制，是以定性分析為主、定量與定性相結(jié)合的控制方式。結(jié)合的控制方式。 智能控制的主要特點(diǎn)智能控制的主要特點(diǎn)體現(xiàn)了人的控制策略和控制思想，擁有受控對(duì)象及體現(xiàn)了人的控制策略和控制思想，擁有受控對(duì)象及環(huán)境的相關(guān)知識(shí)以及運(yùn)用這些知識(shí)的能力，具有很環(huán)境的相關(guān)知識(shí)以及運(yùn)用這些知識(shí)的能力，具有很強(qiáng)的自適應(yīng)、自學(xué)習(xí)、自組織和自協(xié)調(diào)能力、能在強(qiáng)的自適應(yīng)、自學(xué)習(xí)、自組織和自協(xié)調(diào)能力、能在復(fù)雜環(huán)境下進(jìn)行綜合分析、判斷和決策，實(shí)現(xiàn)對(duì)復(fù)復(fù)雜環(huán)境下進(jìn)行綜合分析、判

5、斷和決策，實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)的控制。雜系統(tǒng)的控制。屬于典型的交叉學(xué)科，涉及人工屬于典型的交叉學(xué)科，涉及人工智能、自動(dòng)控制、運(yùn)籌學(xué)、系統(tǒng)智能、自動(dòng)控制、運(yùn)籌學(xué)、系統(tǒng)論、信息論等，在系統(tǒng)的實(shí)現(xiàn)上論、信息論等，在系統(tǒng)的實(shí)現(xiàn)上則必須依托計(jì)算機(jī)技術(shù)。則必須依托計(jì)算機(jī)技術(shù)?；旧蠈儆诨旧蠈儆凇胺椒ǚ椒ā狈懂牐碚摲懂牐碚摲治隼щy，理論體系尚未建立。分析困難，理論體系尚未建立。萌芽期（萌芽期（6060年代）年代）形成期（形成期（7070年代）年代）發(fā)展期（發(fā)展期（8080年代）年代）高潮期（高潮期（9090年代至今）年代至今）智能控制的發(fā)展階段：智能控制的發(fā)展階段：智能控制的主要類(lèi)型智能控制的主要類(lèi)型l專(zhuān)家

6、控制專(zhuān)家控制l模糊控制模糊控制l神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制l學(xué)習(xí)控制學(xué)習(xí)控制l基于規(guī)則的仿人控制基于規(guī)則的仿人控制什么是專(zhuān)家系統(tǒng)、專(zhuān)家控制什么是專(zhuān)家系統(tǒng)、專(zhuān)家控制? ?2.3.2 2.3.2 專(zhuān)家控制專(zhuān)家控制（Expert ControlExpert Control） “專(zhuān)家專(zhuān)家” ” 是具有某一領(lǐng)域?qū)ｉT(mén)知識(shí)或豐富實(shí)踐是具有某一領(lǐng)域?qū)ｉT(mén)知識(shí)或豐富實(shí)踐經(jīng)驗(yàn)的人，而經(jīng)驗(yàn)的人，而“專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)”則是一個(gè)計(jì)算機(jī)系統(tǒng)，則是一個(gè)計(jì)算機(jī)系統(tǒng)，存儲(chǔ)有專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，并用推理的方式針對(duì)問(wèn)存儲(chǔ)有專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，并用推理的方式針對(duì)問(wèn)題給出結(jié)論。題給出結(jié)論。 “ “專(zhuān)家控制專(zhuān)家控制”是將專(zhuān)家或現(xiàn)是將專(zhuān)家或現(xiàn)場(chǎng)操

7、作人員的知識(shí)和經(jīng)驗(yàn)總結(jié)場(chǎng)操作人員的知識(shí)和經(jīng)驗(yàn)總結(jié)成知識(shí)庫(kù)，形成很多條規(guī)則，成知識(shí)庫(kù)，形成很多條規(guī)則，并利用計(jì)算機(jī)、通過(guò)推理來(lái)實(shí)并利用計(jì)算機(jī)、通過(guò)推理來(lái)實(shí)施控制。施控制。 專(zhuān)家系統(tǒng)、專(zhuān)家控制的產(chǎn)生及發(fā)展專(zhuān)家系統(tǒng)、專(zhuān)家控制的產(chǎn)生及發(fā)展l 專(zhuān)家系統(tǒng)是人工智能的重要內(nèi)容，由美國(guó)斯坦福專(zhuān)家系統(tǒng)是人工智能的重要內(nèi)容，由美國(guó)斯坦福大學(xué)大學(xué)1965年提出，最初用于化學(xué)質(zhì)譜分析，后廣年提出，最初用于化學(xué)質(zhì)譜分析，后廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療、教育等領(lǐng)域。泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療、教育等領(lǐng)域。l 瑞典的瑞典的strm于于1983年首次將專(zhuān)家系統(tǒng)用于常年首次將專(zhuān)家系統(tǒng)用于常規(guī)控制器參數(shù)的自動(dòng)整定，并于規(guī)控制器參數(shù)的

8、自動(dòng)整定，并于1984年正式提出年正式提出了專(zhuān)家控制的概念，目前已成功應(yīng)用于機(jī)器人控了專(zhuān)家控制的概念，目前已成功應(yīng)用于機(jī)器人控制、飛機(jī)的操縱控制、故障診斷、各種工業(yè)過(guò)程制、飛機(jī)的操縱控制、故障診斷、各種工業(yè)過(guò)程控制等控制等 。 常見(jiàn)的兩類(lèi)專(zhuān)家控制系統(tǒng)常見(jiàn)的兩類(lèi)專(zhuān)家控制系統(tǒng)l 直接型專(zhuān)家控制直接型專(zhuān)家控制 用于取代常規(guī)的控制用于取代常規(guī)的控制器，直接控制受控對(duì)器，直接控制受控對(duì)象或生產(chǎn)過(guò)程。象或生產(chǎn)過(guò)程。l 間控型專(zhuān)家控制間控型專(zhuān)家控制 和常規(guī)控制器相結(jié)和常規(guī)控制器相結(jié)合，組成對(duì)受控對(duì)合，組成對(duì)受控對(duì)象或生產(chǎn)過(guò)程進(jìn)行象或生產(chǎn)過(guò)程進(jìn)行間接控制的智能控制系統(tǒng)，通常利用偏差和偏差間接控制的智能控制系統(tǒng)

9、，通常利用偏差和偏差變化率來(lái)調(diào)節(jié)常規(guī)控制器的參數(shù)。變化率來(lái)調(diào)節(jié)常規(guī)控制器的參數(shù)。專(zhuān)家控制器專(zhuān)家控制器受控對(duì)象受控對(duì)象檢測(cè)檢測(cè)常規(guī)控制器常規(guī)控制器受控對(duì)象受控對(duì)象檢測(cè)檢測(cè)專(zhuān)家控制器專(zhuān)家控制器例：水溫調(diào)節(jié)系統(tǒng)的專(zhuān)家控制例：水溫調(diào)節(jié)系統(tǒng)的專(zhuān)家控制 間接型專(zhuān)家控制的基本思路：間接型專(zhuān)家控制的基本思路： 可將常規(guī)的可將常規(guī)的PIDPID控制與專(zhuān)家系統(tǒng)相結(jié)合，把專(zhuān)家設(shè)控制與專(zhuān)家系統(tǒng)相結(jié)合，把專(zhuān)家設(shè)計(jì)和調(diào)試計(jì)和調(diào)試PIDPID參數(shù)的知識(shí)和經(jīng)驗(yàn)總結(jié)成一些規(guī)則，根參數(shù)的知識(shí)和經(jīng)驗(yàn)總結(jié)成一些規(guī)則，根據(jù)系統(tǒng)的運(yùn)行狀態(tài)自動(dòng)地調(diào)整控制器的相關(guān)參數(shù)。這據(jù)系統(tǒng)的運(yùn)行狀態(tài)自動(dòng)地調(diào)整控制器的相關(guān)參數(shù)。這就是所謂的就是所謂的“基

10、于規(guī)則的參數(shù)自整定基于規(guī)則的參數(shù)自整定PIDPID控制控制”。熱水熱水冷水冷水溫?zé)崴疁責(zé)崴{(diào)調(diào)節(jié)節(jié)閥閥水溫檢測(cè)水溫檢測(cè)PID控制控制期望水溫期望水溫誤差誤差e控制量控制量u專(zhuān)家系統(tǒng)專(zhuān)家系統(tǒng)直接型專(zhuān)家控制的基本思路：直接型專(zhuān)家控制的基本思路：熱水熱水冷水冷水溫?zé)崴疁責(zé)崴{(diào)調(diào)節(jié)節(jié)閥閥水溫檢測(cè)水溫檢測(cè)專(zhuān)家控制專(zhuān)家控制期望期望水溫水溫誤差誤差e控制量控制量u 對(duì)誤差和誤差變化率進(jìn)行了分段，并根據(jù)其位對(duì)誤差和誤差變化率進(jìn)行了分段，并根據(jù)其位于哪一段來(lái)決定相應(yīng)的控制量，屬于最簡(jiǎn)單且最于哪一段來(lái)決定相應(yīng)的控制量，屬于最簡(jiǎn)單且最直觀(guān)的分段智能控制方法。直觀(guān)的分段智能控制方法。 下面討論這種控制方法。下面討論這

11、種控制方法。水溫調(diào)節(jié)系統(tǒng)的直接型專(zhuān)家控制水溫調(diào)節(jié)系統(tǒng)的直接型專(zhuān)家控制 熱水熱水冷水冷水溫?zé)崴疁責(zé)崴{(diào)調(diào)節(jié)節(jié)閥閥水溫檢測(cè)水溫檢測(cè)專(zhuān)家控制專(zhuān)家控制期望期望水溫水溫誤差誤差e控制量控制量u控制規(guī)則：控制規(guī)則：l 若水溫很高，則將控制量（熱若水溫很高，則將控制量（熱/ /冷水比值）調(diào)至最小；冷水比值）調(diào)至最??；l 若水溫很低，則將控制量調(diào)至最大；若水溫很低，則將控制量調(diào)至最大；l 若水溫比較低，且沒(méi)有上升，則大幅度調(diào)大控制量；若水溫比較低，且沒(méi)有上升，則大幅度調(diào)大控制量；l 若水溫比較低，且在緩慢上升，則較大幅度調(diào)大控制量；若水溫比較低，且在緩慢上升，則較大幅度調(diào)大控制量；l 若水溫比較低，但上升較快

12、，則適當(dāng)調(diào)大控制量；若水溫比較低，但上升較快，則適當(dāng)調(diào)大控制量； 專(zhuān)家的知識(shí)和經(jīng)驗(yàn)就專(zhuān)家的知識(shí)和經(jīng)驗(yàn)就體現(xiàn)在如何對(duì)體現(xiàn)在如何對(duì)e及其及其變化率進(jìn)行分段，以變化率進(jìn)行分段，以及如何確定其與及如何確定其與u的的具體取值上。具體取值上。 控制規(guī)則的具體化控制規(guī)則的具體化if e4, then u=10; if e4, then u=10; （水溫很低，則輸入最大）（水溫很低，則輸入最大）if e-3, then u=0; if e-3, then u=0; （水溫很高，則輸入最?。ㄋ疁睾芨?，則輸入最?。﹊f 3e4 and e0,then u=8;if 3e4 and e0,then u=8; （

13、水溫較低且沒(méi)有上升，則輸入很大）（水溫較低且沒(méi)有上升，則輸入很大）if 3e4 and -1e0, then u=6;if 3e4 and -1e0, then u=6; （水溫較低且緩慢上升，則輸入較大）（水溫較低且緩慢上升，則輸入較大）if 3e4 and -2e-1, then u=3;if 3e4 and -2e-1, then u=3; （水溫較低且較快上升，則輸入中等）（水溫較低且較快上升，則輸入中等） 設(shè)設(shè) -5e5-5e5，0u100u10，ee代表誤差變化率，代表誤差變化率，則控制規(guī)則可能如下：則控制規(guī)則可能如下：關(guān)于專(zhuān)家控制的幾點(diǎn)說(shuō)明關(guān)于專(zhuān)家控制的幾點(diǎn)說(shuō)明l 專(zhuān)家控制要求不

14、斷地根據(jù)反饋信息迅速作出決策，專(zhuān)家控制要求不斷地根據(jù)反饋信息迅速作出決策，對(duì)實(shí)時(shí)性要求很高，因此專(zhuān)家控制器的結(jié)構(gòu)一般比對(duì)實(shí)時(shí)性要求很高，因此專(zhuān)家控制器的結(jié)構(gòu)一般比專(zhuān)家系統(tǒng)簡(jiǎn)單，其核心是知識(shí)庫(kù)和推理機(jī)構(gòu)。專(zhuān)家系統(tǒng)簡(jiǎn)單，其核心是知識(shí)庫(kù)和推理機(jī)構(gòu)。l 知識(shí)庫(kù)所存儲(chǔ)的知識(shí)既可以是定性的，也可以是定知識(shí)庫(kù)所存儲(chǔ)的知識(shí)既可以是定性的，也可以是定量的，并可以利用知識(shí)獲取系統(tǒng)隨時(shí)對(duì)知識(shí)進(jìn)行補(bǔ)量的，并可以利用知識(shí)獲取系統(tǒng)隨時(shí)對(duì)知識(shí)進(jìn)行補(bǔ)充、修改和更新；因此，專(zhuān)家控制比常規(guī)控制更加充、修改和更新；因此，專(zhuān)家控制比常規(guī)控制更加靈活，對(duì)復(fù)雜環(huán)境的適應(yīng)能力更強(qiáng)。靈活，對(duì)復(fù)雜環(huán)境的適應(yīng)能力更強(qiáng)。l 如何簡(jiǎn)便有效地獲取專(zhuān)家

15、知識(shí)、如何在控制過(guò)程中如何簡(jiǎn)便有效地獲取專(zhuān)家知識(shí)、如何在控制過(guò)程中自動(dòng)修改、更新和擴(kuò)充知識(shí)，并滿(mǎn)足實(shí)時(shí)控制的快自動(dòng)修改、更新和擴(kuò)充知識(shí)，并滿(mǎn)足實(shí)時(shí)控制的快速性需求是非常關(guān)鍵的。速性需求是非常關(guān)鍵的。 2.3.3 2.3.3 模糊控制模糊控制（Fuzzy Control） 模糊控制的發(fā)展：模糊控制的發(fā)展：u19651965年美國(guó)的年美國(guó)的ZadehZadeh提出模糊集合理論提出模糊集合理論; ;u19741974年英國(guó)的年英國(guó)的MamdaniMamdani首次將模糊理論應(yīng)用于蒸汽首次將模糊理論應(yīng)用于蒸汽機(jī)控制機(jī)控制; ;u19851985年年AT&TAT&T貝爾實(shí)驗(yàn)室研制出第一個(gè)模糊邏輯芯片貝爾

16、實(shí)驗(yàn)室研制出第一個(gè)模糊邏輯芯片; ; u8080年代末日本將模糊控制廣泛應(yīng)用于家用電器（洗年代末日本將模糊控制廣泛應(yīng)用于家用電器（洗衣機(jī)、空調(diào)、吸塵器、電冰箱、電飯煲、微波爐、衣機(jī)、空調(diào)、吸塵器、電冰箱、電飯煲、微波爐、照相機(jī)等），促進(jìn)了模糊控制的推廣和應(yīng)用照相機(jī)等），促進(jìn)了模糊控制的推廣和應(yīng)用; ;u9090年代模糊邏輯及其應(yīng)用形成高潮，應(yīng)用范圍包年代模糊邏輯及其應(yīng)用形成高潮，應(yīng)用范圍包括工業(yè)控制、地鐵、電梯、交通、汽車(chē)、空間飛括工業(yè)控制、地鐵、電梯、交通、汽車(chē)、空間飛行器、機(jī)器人、核反應(yīng)堆、圖象識(shí)別、故障診斷、行器、機(jī)器人、核反應(yīng)堆、圖象識(shí)別、故障診斷、污水處理、數(shù)據(jù)壓縮、移動(dòng)通信、財(cái)政金

17、融等污水處理、數(shù)據(jù)壓縮、移動(dòng)通信、財(cái)政金融等模糊邏輯技術(shù)的優(yōu)越性：模糊邏輯技術(shù)的優(yōu)越性：簡(jiǎn)單、直觀(guān)、有效、可靠簡(jiǎn)單、直觀(guān)、有效、可靠一、模糊集合一、模糊集合 隸屬度函數(shù)隸屬度函數(shù): 某元素某元素 a 屬于某集合屬于某集合 A 的程度的程度, 用用 (a)=01 表示表示 ( 經(jīng)典集合對(duì)應(yīng)經(jīng)典集合對(duì)應(yīng)=0, 1 ) 例例: 已知經(jīng)典集合已知經(jīng)典集合 A 為為 0） vi(k) 學(xué)習(xí)信號(hào)（通常為誤差的函數(shù)）學(xué)習(xí)信號(hào)（通常為誤差的函數(shù)）yf().w1wnw2x1x2xn.學(xué)習(xí)規(guī)則學(xué)習(xí)規(guī)則學(xué)習(xí)學(xué)習(xí)信號(hào)信號(hào)學(xué)習(xí)的意義：學(xué)習(xí)的意義：通過(guò)調(diào)整權(quán)值通過(guò)調(diào)整權(quán)值 wi ，使神經(jīng)元具有期望的使神經(jīng)元具有期望的輸入

18、輸出模式輸入輸出模式)k(WWi)k(WWiii2n21w)k(e)k(ewJ)k(vw)k(e)k(e21JwwwW T , T則則的的函函數(shù)數(shù)，是是誤誤差差，為為基基于于某某種種評(píng)評(píng)價(jià)價(jià)準(zhǔn)準(zhǔn)則則的的其其中中設(shè)設(shè)性性能能指指標(biāo)標(biāo)為為表表示示轉(zhuǎn)轉(zhuǎn)置置，令令最大變化率。最大變化率。具有具有處的梯度，處的梯度，在在稱(chēng)為稱(chēng)為 )k(WJwJwJWJn1 學(xué)習(xí)方法學(xué)習(xí)方法梯度下降法：梯度下降法：特點(diǎn)：特點(diǎn)：l 沿梯度方向下降一定能到達(dá)沿梯度方向下降一定能到達(dá) J 的極小點(diǎn)；的極小點(diǎn)；l 學(xué)習(xí)的快慢取決于學(xué)習(xí)速率學(xué)習(xí)的快慢取決于學(xué)習(xí)速率i 的選??；的選??；l缺點(diǎn)是可能陷入局部最小點(diǎn)。缺點(diǎn)是可能陷入局部最

19、小點(diǎn)。JWW(k)梯度方向梯度方向簡(jiǎn)單例：簡(jiǎn)單例：設(shè)設(shè) y = w1x1 （即（即 = 0 , f(s) = s） w1 的初值的初值 w1(0) = 0yf()w1x1單輸入神經(jīng)元單輸入神經(jīng)元取性能指標(biāo)為取性能指標(biāo)為 J = e2(k)2 = 2 y(k) 2 2 = 2 w1(k) 2 2)k(w2)k(w)1k(w)k(w2wJ1111)k(ww111 則有則有Jw12梯度方向梯度方向02用梯度下降法用梯度下降法, 使使 x1 = 1 時(shí)時(shí), y = 2 k 1 2 3 4 5w1(k), y(k) 1 1.51.751.8751.9375 k 1 2 3 4 5w1(k), y(k)

20、3 752.0625表表 6-1 =0.5 時(shí)的學(xué)習(xí)結(jié)果時(shí)的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率較小學(xué)習(xí)速率較小 )表表 6-2 =1.5 時(shí)的學(xué)習(xí)結(jié)果時(shí)的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率較大學(xué)習(xí)速率較大 ) )k(w2)k(w)1k(w111 學(xué)習(xí)規(guī)則：學(xué)習(xí)規(guī)則： k 1 2 34 5w1(k), y(k) 4 0404表表 6-3 =2 時(shí)的學(xué)習(xí)結(jié)果時(shí)的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率過(guò)大學(xué)習(xí)速率過(guò)大 ) k 1 2 34 5w1(k), y(k) 6 -618-3066表表 6-4 =3 時(shí)的學(xué)習(xí)結(jié)果時(shí)的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率過(guò)大學(xué)習(xí)速率過(guò)大 ) 結(jié)論：結(jié)論：過(guò)小收斂慢；過(guò)小收斂慢；過(guò)大則振蕩甚至可能

21、發(fā)散。過(guò)大則振蕩甚至可能發(fā)散。對(duì)于該例，對(duì)于該例，=1 時(shí)的學(xué)習(xí)次數(shù)最少時(shí)的學(xué)習(xí)次數(shù)最少( 一次結(jié)束一次結(jié)束) )k(w2)k(w)1k(w111 學(xué)習(xí)規(guī)則：學(xué)習(xí)規(guī)則：三、神經(jīng)元網(wǎng)絡(luò)三、神經(jīng)元網(wǎng)絡(luò). . . . . . .三層前饋網(wǎng)絡(luò)三層前饋網(wǎng)絡(luò)神經(jīng)元按一神經(jīng)元按一定方式連接定方式連接神經(jīng)神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)目的：目的：通過(guò)學(xué)習(xí)，使神經(jīng)網(wǎng)絡(luò)具有期望通過(guò)學(xué)習(xí)，使神經(jīng)網(wǎng)絡(luò)具有期望 的輸入輸出模式的輸入輸出模式兩個(gè)關(guān)鍵兩個(gè)關(guān)鍵: 網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)結(jié)構(gòu) , 學(xué)習(xí)方法學(xué)習(xí)方法常用結(jié)構(gòu)常用結(jié)構(gòu): 前饋網(wǎng)，反饋網(wǎng)等前饋網(wǎng)，反饋網(wǎng)等著名的著名的BP網(wǎng)絡(luò)網(wǎng)絡(luò) = 前饋網(wǎng)前饋網(wǎng) + BP算法算法 （ BP: Back Pro

22、pagation ） 梯度梯度下降法下降法由輸出層向輸入層由輸出層向輸入層反向計(jì)算每一層的反向計(jì)算每一層的連接權(quán)值連接權(quán)值BP算法算法 BP算法的進(jìn)行方式算法的進(jìn)行方式: 由給定的輸入樣本計(jì)算網(wǎng)絡(luò)輸出，并與輸由給定的輸入樣本計(jì)算網(wǎng)絡(luò)輸出，并與輸出樣本進(jìn)行比較（輸出誤差）；出樣本進(jìn)行比較（輸出誤差）；由輸出誤差依次反向計(jì)算每一層的權(quán)值；由輸出誤差依次反向計(jì)算每一層的權(quán)值；重復(fù)重復(fù)、，直至輸出誤差滿(mǎn)足要求為止；，直至輸出誤差滿(mǎn)足要求為止；對(duì)每組輸入輸出樣本數(shù)據(jù)都按對(duì)每組輸入輸出樣本數(shù)據(jù)都按 進(jìn)行進(jìn)行學(xué)習(xí)；學(xué)習(xí)；重復(fù)重復(fù)，直至所有輸出誤差都達(dá)到要，直至所有輸出誤差都達(dá)到要求的精度。求的精度。 前饋網(wǎng)

23、絡(luò)前饋網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的特點(diǎn)：神經(jīng)網(wǎng)絡(luò)的特點(diǎn)：l 通過(guò)學(xué)習(xí)，可以無(wú)限逼近任意的輸入輸出函數(shù)；通過(guò)學(xué)習(xí)，可以無(wú)限逼近任意的輸入輸出函數(shù)；l 具有歸納或泛化能力具有歸納或泛化能力（經(jīng)樣本訓(xùn)練后，輸入不屬（經(jīng)樣本訓(xùn)練后，輸入不屬于樣本集時(shí)也能產(chǎn)生合適的輸出）于樣本集時(shí)也能產(chǎn)生合適的輸出）；l 并行計(jì)算并行計(jì)算（速度快）（速度快），分布存儲(chǔ)，分布存儲(chǔ)（容錯(cuò)性好）（容錯(cuò)性好）；l 學(xué)習(xí)過(guò)程收斂較慢學(xué)習(xí)過(guò)程收斂較慢（較費(fèi)時(shí)）（較費(fèi)時(shí)），實(shí)時(shí)應(yīng)用性差；，實(shí)時(shí)應(yīng)用性差； l 如何確定網(wǎng)絡(luò)的層數(shù)及每一層的神經(jīng)元個(gè)數(shù)尚無(wú)如何確定網(wǎng)絡(luò)的層數(shù)及每一層的神經(jīng)元個(gè)數(shù)尚無(wú)明確的方法。明確的方法。神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)：神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)：

24、神經(jīng)元芯片神經(jīng)元芯片 計(jì)算機(jī)軟件模擬計(jì)算機(jī)軟件模擬四、神經(jīng)網(wǎng)絡(luò)的應(yīng)用四、神經(jīng)網(wǎng)絡(luò)的應(yīng)用典型應(yīng)用領(lǐng)域：典型應(yīng)用領(lǐng)域：l 各類(lèi)控制與優(yōu)化問(wèn)題各類(lèi)控制與優(yōu)化問(wèn)題l 系統(tǒng)辨識(shí)系統(tǒng)辨識(shí)l 故障診斷故障診斷l(xiāng) 容錯(cuò)技術(shù)容錯(cuò)技術(shù)l 信號(hào)處理信號(hào)處理l 模式識(shí)別模式識(shí)別l 文字識(shí)別文字識(shí)別l 專(zhuān)家系統(tǒng)等專(zhuān)家系統(tǒng)等神經(jīng)網(wǎng)絡(luò)應(yīng)用于系統(tǒng)辨神經(jīng)網(wǎng)絡(luò)應(yīng)用于系統(tǒng)辨識(shí)與控制的優(yōu)點(diǎn)：識(shí)與控制的優(yōu)點(diǎn)：u無(wú)須數(shù)學(xué)建模，只需在線(xiàn)無(wú)須數(shù)學(xué)建模，只需在線(xiàn)或離線(xiàn)學(xué)習(xí)訓(xùn)練或離線(xiàn)學(xué)習(xí)訓(xùn)練u同時(shí)適用于線(xiàn)性和非線(xiàn)性同時(shí)適用于線(xiàn)性和非線(xiàn)性系統(tǒng)系統(tǒng)u具有很強(qiáng)的適應(yīng)性和魯棒具有很強(qiáng)的適應(yīng)性和魯棒性性u(píng)容易和其他控制方式結(jié)合容易和其他控制方式結(jié)合 數(shù)字

25、識(shí)別數(shù)字識(shí)別NN.0 1 9標(biāo)準(zhǔn)輸出：標(biāo)準(zhǔn)輸出：0=（1 0 0 0）1=（0 1 0 0） 9=（0 0 0 1）.通過(guò)調(diào)整通過(guò)調(diào)整NNNN的權(quán)值使的權(quán)值使 實(shí)際輸出實(shí)際輸出標(biāo)準(zhǔn)輸出標(biāo)準(zhǔn)輸出NN：Neural Network （神經(jīng)網(wǎng)絡(luò)）（神經(jīng)網(wǎng)絡(luò)）實(shí)際可能輸出可能為實(shí)際可能輸出可能為（0.1 0.8 0.1 0.2 0.1 0.3 0.1 0.2 0.1 0.1）則以最大數(shù)字為準(zhǔn)，即對(duì)應(yīng)數(shù)字則以最大數(shù)字為準(zhǔn)，即對(duì)應(yīng)數(shù)字 1u每一網(wǎng)格的明暗每一網(wǎng)格的明暗度經(jīng)光電器件轉(zhuǎn)度經(jīng)光電器件轉(zhuǎn)換成電信號(hào)換成電信號(hào)u神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(NN)的的輸入與網(wǎng)格陣列輸入與網(wǎng)格陣列一一對(duì)應(yīng)一一對(duì)應(yīng)u輸出電平高低的輸

26、出電平高低的組合對(duì)應(yīng)要識(shí)別組合對(duì)應(yīng)要識(shí)別的數(shù)字的數(shù)字u用數(shù)字樣本和標(biāo)用數(shù)字樣本和標(biāo)準(zhǔn)輸出對(duì)準(zhǔn)輸出對(duì)NN進(jìn)行進(jìn)行訓(xùn)練訓(xùn)練 系統(tǒng)辨識(shí)系統(tǒng)辨識(shí)動(dòng)態(tài)系統(tǒng)動(dòng)態(tài)系統(tǒng)NNyNuye+- 正模型辨識(shí)正模型辨識(shí)動(dòng)態(tài)系統(tǒng)動(dòng)態(tài)系統(tǒng)NNuyuNe+-逆模型辨識(shí)逆模型辨識(shí)通過(guò)學(xué)習(xí)（依據(jù)誤差通過(guò)學(xué)習(xí)（依據(jù)誤差 e 調(diào)整調(diào)整 NN 的權(quán)值）使的權(quán)值）使 yN y 從而使從而使 NN 動(dòng)態(tài)系統(tǒng)動(dòng)態(tài)系統(tǒng)通過(guò)學(xué)習(xí)使通過(guò)學(xué)習(xí)使 uN u從而使從而使 NN 逆動(dòng)態(tài)系統(tǒng)逆動(dòng)態(tài)系統(tǒng) 專(zhuān)家控制專(zhuān)家控制NN控制器控制器受控對(duì)象受控對(duì)象檢測(cè)裝置檢測(cè)裝置給定給定輸入輸入反饋信號(hào)反饋信號(hào)控制量控制量誤差誤差輸出輸出執(zhí)行機(jī)構(gòu)執(zhí)行機(jī)構(gòu) 在專(zhuān)家或操作人

27、員能夠很好地進(jìn)行控制的情況在專(zhuān)家或操作人員能夠很好地進(jìn)行控制的情況下，為了把人解放出來(lái)，可以用一個(gè)神經(jīng)網(wǎng)絡(luò)控下，為了把人解放出來(lái)，可以用一個(gè)神經(jīng)網(wǎng)絡(luò)控制器去模仿人的控制行為，神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)和制器去模仿人的控制行為，神經(jīng)網(wǎng)絡(luò)通過(guò)學(xué)習(xí)和訓(xùn)練就可以逼近操作人員的控制模式。訓(xùn)練就可以逼近操作人員的控制模式。 模型參考自適應(yīng)控制模型參考自適應(yīng)控制NN1對(duì)象對(duì)象 參考模型參考模型reuyymeyyNeN+-NN2NN1：自適應(yīng)控制器自適應(yīng)控制器（根據(jù)（根據(jù) ey 調(diào)整調(diào)整 NN1 的權(quán)值）的權(quán)值）可利用對(duì)象正模型可利用對(duì)象正模型 NN2 ：y yN ， ey ymyN， 由由 ey 經(jīng)經(jīng) NN2 反傳學(xué)

28、習(xí)得到反傳學(xué)習(xí)得到u 的誤差，再由的誤差，再由u 的誤差反傳學(xué)習(xí)調(diào)整的誤差反傳學(xué)習(xí)調(diào)整 NN1 的權(quán)值。的權(quán)值。對(duì)象未知對(duì)象未知 直接調(diào)整有困難。直接調(diào)整有困難。2.3.5 對(duì)智能控制的一些展望對(duì)智能控制的一些展望 l 各種智能控制方法各有利弊，因此可以將不同的各種智能控制方法各有利弊，因此可以將不同的智能控制方法有機(jī)結(jié)合在一起，取長(zhǎng)補(bǔ)短，如模智能控制方法有機(jī)結(jié)合在一起，取長(zhǎng)補(bǔ)短，如模糊神經(jīng)網(wǎng)絡(luò)控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制、糊神經(jīng)網(wǎng)絡(luò)控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制、基于專(zhuān)家系統(tǒng)的專(zhuān)家模糊控制等?；趯?zhuān)家系統(tǒng)的專(zhuān)家模糊控制等。l 智能控制是傳統(tǒng)控制方法的延伸和發(fā)展，是自動(dòng)智能控制是傳統(tǒng)控制方法的延伸和發(fā)展，是自動(dòng)控制發(fā)展的高級(jí)階段，但智能控制與傳統(tǒng)控制并控制發(fā)展的高級(jí)階段，但智能控制與傳統(tǒng)控制并不相互排斥，常常可以有機(jī)結(jié)合，如智能不相互排斥，常?？梢杂袡C(jī)結(jié)合，如智能PID控控制、智能自適應(yīng)控制等。制、智能自適應(yīng)控制等。 l 對(duì)于較復(fù)雜的系統(tǒng)，反饋信息往往包含圖象、聲對(duì)于較復(fù)雜的系統(tǒng)，反饋信息往往包含圖象、聲音、文字、統(tǒng)計(jì)數(shù)據(jù)、各種實(shí)時(shí)變量等，通常需音、文字、統(tǒng)計(jì)數(shù)據(jù)、各種實(shí)時(shí)變量等，通常需要綜合運(yùn)用多種技術(shù)和控制手段來(lái)解決