智能控制理論及應用1課件

1、智能控制理論及應用智能控制理論及應用參考教材智能控制（第2版）劉金琨智能控制理論及應用-王耀南 著參考教材第一章 緒論學習智能控制的意義1智能控制的產(chǎn)生和發(fā)展2智能控制的定義和特點3智能控制的主要形式4智能控制的現(xiàn)狀和發(fā)展趨勢5第一章 緒論學習智能控制的意義1智能控制的產(chǎn)生和發(fā)展2智能控1.1 學習智能控制的意義智能控制在自動化課程體系中的位置智能控制是一門控制理論課程，研究如何運用人工智能的方法來構(gòu)造控制系統(tǒng)和設計控制器。與自動控制原理和現(xiàn)代控制原理一起構(gòu)成了自動控制課程體系的理論基礎。智能控制在控制理論中的位置智能控制是目前控制理論的最高級形式，代表了控制理論的發(fā)展趨勢，能有效地處理復雜的

2、控制問題。其相關(guān)技術(shù)可以推廣應用于控制之外的領域：金融、管理、土木、設計等等。1.1 學習智能控制的意義智能控制在自動化課程體系中的位1.2 智能控制的產(chǎn)生和發(fā)展 傳統(tǒng)控制方法包括經(jīng)典控制和現(xiàn)代控制，是基于被控對象精確模型的控制方式，缺乏靈活性和應變能力，適于解決線性、時不變性等相對簡單的控制問題，難以解決對復雜系統(tǒng)的控制。在傳統(tǒng)控制的實際應用遇到很多難解決的問題，主要表現(xiàn)以下幾點：（1）實際系統(tǒng)由于存在復雜性、非線性、時變性、不確定性和不完全性等，無法獲得精確的數(shù)學模型。（2）某些復雜的和包含不確定性的控制過程無法用傳統(tǒng)的數(shù)學模型來描述，即無法解決建模問題。1.2 智能控制的產(chǎn)生和發(fā)展 傳統(tǒng)

3、控制方法包括經(jīng)典控制和1.2 智能控制的產(chǎn)生和發(fā)展（3）針對實際系統(tǒng)往往需要進行一些比較苛刻的線性化假設，而這些假設往往與實際系統(tǒng)不符合。（4）實際控制任務復雜，而傳統(tǒng)的控制任務要求低，對復雜的控制任務，如機器人控制、CIMS、社會經(jīng)濟管理系統(tǒng)等復雜任務無能為力。 在生產(chǎn)實踐中，復雜控制問題可通過熟練操作人員的經(jīng)驗和控制理論相結(jié)合去解決，由此，產(chǎn)生了智能控制。智能控制將控制理論的方法和人工智能技術(shù)靈活地結(jié)合起來，其控制方法適應對象的復雜性和不確定性。1.2 智能控制的產(chǎn)生和發(fā)展（3）針對實際系統(tǒng)往往需要進行一1.2 智能控制的產(chǎn)生和發(fā)展產(chǎn)生的背景經(jīng)典控制理論現(xiàn)代控制理論智能控制理論對由微分方程

4、和差分方程描述的動力學系統(tǒng)進行控制研究的是單變量常系數(shù)線性系統(tǒng)只適用于單輸入單輸出控制系統(tǒng)(SISO) 控制對象由單輸入單輸出系統(tǒng)轉(zhuǎn)變?yōu)槎噍斎硕噍敵鱿到y(tǒng)；系統(tǒng)信息的獲得由借助傳感器轉(zhuǎn)變?yōu)榻柚鸂顟B(tài)模型；研究方法由積分變換轉(zhuǎn)向矩陣理論、幾何方法，由頻率方法轉(zhuǎn)向狀態(tài)空間的研究；由機理建模向統(tǒng)計建模轉(zhuǎn)變，開始采用參數(shù)估計和系統(tǒng)辨識理論適用大型、復雜、高維、非線性和不確定性嚴重的對象不依賴對象模型，適用于未知或不確定性嚴重的對象具有人類智能的特征能夠表達定性的知識或具有自學習能力1.2 智能控制的產(chǎn)生和發(fā)展產(chǎn)生的背景經(jīng)典控制理論現(xiàn)代控制理1.2 智能控制的產(chǎn)生和發(fā)展智能控制的兩個發(fā)展方向 模擬人類的專家

5、控制經(jīng)驗來進行控制智能控制模擬人類的學習能力來進行控制1.2 智能控制的產(chǎn)生和發(fā)展智能控制的兩個發(fā)展方向 模擬人類1.2 智能控制的產(chǎn)生和發(fā)展智能控制的三個發(fā)展階段 現(xiàn)在發(fā)展期形成期萌芽期1960197019801.2 智能控制的產(chǎn)生和發(fā)展智能控制的三個發(fā)展階段 現(xiàn)在發(fā)展1.2 智能控制的產(chǎn)生和發(fā)展1）萌芽期（19601970）1960年代初，F(xiàn).W.Smiths首先采用性能模式識別器來學習最優(yōu)控制方法1965年，加利福尼亞大學的扎德(L.A. Zadeh)教授提出了模糊集合理論1965年，美國的Feigenbaum著手研制世界上第一個專家系統(tǒng)1965年，普渡大學傅京孫教授將人工智能中的直覺推

6、理方法用于學習控制系統(tǒng)。1966年Mendel在空間飛行器學習系統(tǒng)中應用了人工智能技術(shù)，并提出了“人工智能控制”的概念。1967年，Leondes等人首先正式使用“智能控制”一詞，并把記憶、目標分解等一些簡單的人工智能技術(shù)用于學習控制系統(tǒng)，提高了系統(tǒng)處理不確定性問題的能力。這標志著智能控制的思想已經(jīng)萌芽。1.2 智能控制的產(chǎn)生和發(fā)展1）萌芽期（19601970）1.2 智能控制的產(chǎn)生和發(fā)展2）形成期（19701980）1970年代初，傅京孫等人從控制論的角度進一步總結(jié)了人工智能技術(shù)與自適應、自組織、自學習控制的關(guān)系，正式提出智能控制是人工智能技術(shù)與控制理論的交叉，并在核反應堆、城市交通的控制中

7、成功地應用了智能控制系統(tǒng)。1970年代中期，智能控制在模糊控制的應用上取得了重要的進展。1974年英國倫敦大學瑪麗皇后分校的E.H.Mamdani教授把模糊理論用于控制領域，把扎德教授提出的IFTHEN型模糊規(guī)則用于模糊推理，再把這種推理用于蒸汽機的自動運轉(zhuǎn)中通過實驗取得良好的結(jié)果。1977年，薩里迪斯(Saridis)提出了智能控制的三元結(jié)構(gòu)定義，即把智能控制看作為人工智能、自動控制和運籌學的交叉。1970年代后期起，把規(guī)則型模糊推理用于控制領域的研究頗為盛行。1979年，Mandani又成功研制出自組織模糊控制器，使得模糊控制器具有了較高的智能。1.2 智能控制的產(chǎn)生和發(fā)展2）形成期（19

8、701980）1.2 智能控制的產(chǎn)生和發(fā)展3）發(fā)展期（1980 ）1982年，F(xiàn)ox等人完成了一個稱為ISIS的加工車間調(diào)度的專家系統(tǒng)1982年，Hopfield引用能量函數(shù)的概念，使神經(jīng)網(wǎng)絡的平衡穩(wěn)定狀態(tài)有了明確的判據(jù)方法，并利用模擬電路的基本元件構(gòu)作了人工神經(jīng)網(wǎng)絡的硬件模型，為實現(xiàn)硬件奠定了基礎，使神經(jīng)網(wǎng)絡的研究取得突破性進展1985年，IEEE在紐約召開了第一屆全球智能控制學術(shù)討論會，標志著智能控制作為一個學科分支正式被學術(shù)界接受。1986年，Rumelhart提出多層網(wǎng)絡的“遞推”(或稱“反傳”)學習算法，簡稱BP算法，從實踐上證實了人工神經(jīng)網(wǎng)絡具有很強的運算能力，BP算法是最為引人注

9、目，應用最廣的神經(jīng)網(wǎng)絡算法之一1987年在費城舉行的國際智能控制會議上，提出了智能控制是自動控制，人工智能、運疇學相結(jié)合或自動控制、人工智能、運疇學和信息論相結(jié)合的說法。此后，每年舉行一次全球智能控制研討會，形成了智能控制的研究熱潮。1.2 智能控制的產(chǎn)生和發(fā)展3）發(fā)展期（1980 ）191.3 智能控制的定義和特點智能控制是一門交叉學科，著名美籍華人傅京遜教授1971年首先提出智能控制是人工智能與自動控制的交叉，即二元論。美國學者G.N.Saridis1977年在此基礎上引入運籌學，提出了三元論的智能控制概念，即IC=ACAIOR式中各子集的含義為IC智能控制（Intelligent Con

10、trol）AI人工智能（Artificial Intelligence）AC自動控制（Automatic Control）OR運籌學（Operational Research）1.3 智能控制的定義和特點智能控制是一門交叉學科，著名美籍1.3 智能控制的定義和特點人工智能（AI） 是一個用來模擬人思維的知識處理系統(tǒng)，具有記憶、學習、信息處理、形式語言、啟發(fā)推理等功能。自動控制（AC） 描述系統(tǒng)的動力學特性，是一種動態(tài)反饋。 運籌學（OR） 是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標優(yōu)化方法等。1.3 智能控制的定義和特點人工智能（AI）1.3 智能控制的定義和特點基

11、于三元論的智能控制1.3 智能控制的定義和特點基于三元論的智能控制1.3 智能控制的定義和特點智能控制的定義IEEE定義：智能控制必須具有模擬人類學習和自適應的能力。一般來說，一個智能控制系統(tǒng)要具有對環(huán)境的敏感，進行決策和控制的功能，根據(jù)其性能要求的不同可以有各種人工智能的水平。分析、組織數(shù)據(jù)并將數(shù)據(jù)變換為機器理解的結(jié)構(gòu)化信息的能力；在復雜環(huán)境中選取優(yōu)化行為，使系統(tǒng)能在不確定情況下繼續(xù)工作的能力。具有辯識對象和事件、在客觀世界模型中獲取和表達知識、進行思考和計劃未來行動的具有感知環(huán)境、作出決策和控制的能力高級較高簡單1.3 智能控制的定義和特點智能控制的定義一般來說，一個智能1.3 智能控制的

12、定義和特點智能控制的特點應能為復雜系統(tǒng)（如非線性、快時變、多變量、強耦合、不確定性等）進行有效的全局控制，并具有較強的容錯能力；是定性決策和定量控制相結(jié)合的多模態(tài)組合控制；其基本目的是從系統(tǒng)的功能和整體優(yōu)化的角度來分析和綜合系統(tǒng)，以實現(xiàn)預定的目標，并應具有自組織能力。是同時具有以知識表示的非數(shù)學廣義模型和以數(shù)學表示的數(shù)學模型的混合控制過程，系統(tǒng)在信息處理上，既有數(shù)學運算，又有邏輯和知識推理。1.3 智能控制的定義和特點智能控制的特點1.4 智能控制的主要形式智能控制BECDA分級遞階智能控制模糊控制神經(jīng)網(wǎng)絡控制仿人智能控制專家控制F各種方法的綜合集成1.4 智能控制的主要形式智能控制BECDA

13、分級遞階模糊控制1.4 智能控制的主要形式組織級起主導作用，涉及知識的表示與處理，主要應用人工智能；協(xié)調(diào)級在組織級和執(zhí)行級間起連接作用，涉及決策方式及其表示，采用人工智能及運籌學實現(xiàn)控制；執(zhí)行級是底層，具有很高的控制精度，采用常規(guī)自動控制。組織級協(xié)調(diào)級執(zhí)行級精 度智 能 基于信息論的分級遞階智能控制 三級分級遞階智能控制系統(tǒng)是由GNSaridis于1977年提出的。該系統(tǒng)由組織級、協(xié)調(diào)級和執(zhí)行級組成，遵循“精度遞增伴隨智能遞減”的原則。1.4 智能控制的主要形式組織級起主導作用，涉及知識的表示與1.4 智能控制的主要形式以模糊系統(tǒng)理論為基礎的模糊控制 人類最初對事物的認識來看，都是定性的、模糊

14、的和非精確的，因而將模糊信息引入智能控制具有現(xiàn)實的意義。模糊邏輯在控制領域的應用稱為模糊控制。 它的基本思想是把人類專家對特定的被控對象或過程的控制策略總結(jié)成一系列以“IF（條件）THEN（作用）”形式表示的控制規(guī)則，通過模糊推理得到控制作用集，作用于被控對象或過程。1.4 智能控制的主要形式以模糊系統(tǒng)理論為基礎的模糊控制人類1.4 智能控制的主要形式基于腦模型的神經(jīng)網(wǎng)絡控制 人工神經(jīng)網(wǎng)絡采用仿生學的觀點與方法來研究人腦和智能系統(tǒng)中的高級信息處理。1.4 智能控制的主要形式基于腦模型的神經(jīng)網(wǎng)絡控制 人工1.4 智能控制的主要形式基于知識工程的專家控制系統(tǒng)專家控制可定義為：具有模糊專家智能的功能

15、，采用專家系統(tǒng)技術(shù)與控制理論相結(jié)合的方法設計控制系統(tǒng)。1.4 智能控制的主要形式基于知識工程的專家控制系統(tǒng)專家控制1.4 智能控制的主要形式基于規(guī)則的仿人智能控制仿人智能控制的核心思想是在控制過程中，利用計算機模擬人的控制行為功能，最大限度地識別和利用控制系統(tǒng)動態(tài)過程提供的特征信息，進行啟發(fā)和直覺推理，從而實現(xiàn)對缺乏精確模型的對象迸行有效的控制。其基本原理是模仿人的啟發(fā)式直覺推理邏輯，即通過特征辯識判斷系統(tǒng)當前所處的特怔狀態(tài)，確定控制的策略，進行多模態(tài)控制。1.4 智能控制的主要形式基于規(guī)則的仿人智能控制仿人智能控制1.4 智能控制的主要形式各種方法的綜合集成模糊神經(jīng)網(wǎng)絡控制模糊專家控制模糊P

16、ID控制神經(jīng)網(wǎng)絡魯棒控制神經(jīng)網(wǎng)絡自適應控制 1.4 智能控制的主要形式各種方法的綜合集成模糊神經(jīng)網(wǎng)絡控制1.5 智能控制的現(xiàn)狀和發(fā)展趨勢智能控制的基礎理論和方法研究；智能控制系統(tǒng)結(jié)構(gòu)研究；知識系統(tǒng)和專家控制的研究；模糊控制系統(tǒng)的研究；神經(jīng)網(wǎng)絡控制系統(tǒng)的研究；基于進化理論的學習控制研究；模糊神經(jīng)網(wǎng)絡控制的研究；智能控制與其它控制方法結(jié)合的研究目前的主要研究方向和內(nèi)容1.5 智能控制的現(xiàn)狀和發(fā)展趨勢智能控制的基礎理論和方法研究1.5 智能控制的現(xiàn)狀和發(fā)展趨勢智能控制的應用作為智能控制發(fā)展的高級階段，智能控制主要解決那些用傳統(tǒng)控制方法難以解決的復雜系統(tǒng)的控制問題，其中包括智能機器人控制、計算機集成制

17、造系統(tǒng)（CIMS）、工業(yè)過程控制、航空航天控制、社會經(jīng)濟管理系統(tǒng)、交通運輸系統(tǒng)、環(huán)保及能源系統(tǒng)等。下面以智能控制在運動控制和過程控制中的應用為例進行說明。1.5 智能控制的現(xiàn)狀和發(fā)展趨勢智能控制的應用1.5 智能控制的現(xiàn)狀和發(fā)展趨勢（1）在機器人控制中的應用 智能機器人是目前機器人研究中的熱門課題。J.S.Albus于1975年提出小腦模型小腦模型關(guān)節(jié)控制器（Cerebellar Model Arculation Controller，簡稱CMAC），它是仿照小腦如何控制肢體運動的原理而建立的神經(jīng)網(wǎng)絡模型，采用CMAC，可實現(xiàn)機器人的關(guān)節(jié)控制，這是神經(jīng)網(wǎng)絡在機器人控制的一個典型應用。E.H.M

18、amdan于20世紀80年代初首次將模糊控制應用于一臺實際機器人的操作臂控制。 目前工業(yè)上用的90%以上的機器人都不具有智能。隨著機器人技術(shù)的迅速發(fā)展，需要各種具有不同程度智能的機器人。1.5 智能控制的現(xiàn)狀和發(fā)展趨勢（1）在機器人控制中的應用1.5 智能控制的現(xiàn)狀和發(fā)展趨勢（2）在過程控制中的應用 過程控制是指石油、化工、冶金、輕工、紡織、制藥、建材等工業(yè)生產(chǎn)過程的自動控制，它是自動化技術(shù)的一個極其重要的方面。智能控制在過程控制上有著廣泛的應用。 在石油化工方面，1994年美國的Gensym公司和Neuralware公司聯(lián)合將神經(jīng)網(wǎng)絡用于煉油廠的非線性工藝過程。在冶金方面，日本的新日鐵公司于1990年將專家控制系統(tǒng)應用于軋鋼生產(chǎn)過程。在化工方面，日本的三菱化學合成公司研制出用于乙烯工程模糊控制系統(tǒng)。 將智能控制應用于過程控制領域，是過程