人工智能實驗報告

人工智能試驗報告試驗名稱：模糊方法實現(xiàn)電熱箱的閉環(huán)掌握試驗?zāi)：?guī)律掌握(FuzzyLogicControl)簡稱模糊掌握(FuzzyControl)，是以模糊集合論、模1965年，美國的L.A.Zadeh創(chuàng)立了模糊集合論；1973年他給出了模糊規(guī)律掌握的定義和相關(guān)的定理。1974年，英國的E.H.Mamdani試驗室獲得成功。這一開拓性的工作標(biāo)志著模糊掌握論的誕生。力；然而在東方尤其是在日本，卻得到了快速而廣泛的推廣應(yīng)用。近20多年來，模糊掌握不管從理論上還是技術(shù)上都有了長足的進(jìn)步機、空調(diào)、微波爐、吸塵器、照相機和攝錄機等；在工業(yè)掌握領(lǐng)域中有水凈化處理、發(fā)酵過駛、電梯、自動扶梯、蒸汽引擎以及機器人的模糊掌握等。模糊掌握是以模糊集合論、模糊語言變量和模糊規(guī)律推理為根底的微機數(shù)字掌握。它能模擬人的思維,構(gòu)成一種非線性掌握,,是一種典型的智能掌握。模糊掌握系統(tǒng)類似于常規(guī)的微機掌握系統(tǒng),如以下圖所示:1模糊掌握系統(tǒng)的構(gòu)成圖一、試驗?zāi)康膶W(xué)習(xí)由對象建立一個雙入單出模糊掌握器;把握利用模糊掌握器實現(xiàn)溫度掌握的方法。二、試驗原理及內(nèi)容模糊掌握器最常用的都是二維的,其輸入變量有兩個(X1,X2),輸出變量只有一個(Y)。在實際掌握系統(tǒng)中,X1一般取為誤差信號,X2一般取誤差的變化,由于同時考慮到誤差和誤差變化的影響,所以才能保證系統(tǒng)穩(wěn)定,不致于產(chǎn)生振蕩。模糊掌握系統(tǒng)的方框圖如以下圖所示:2模糊掌握系統(tǒng)構(gòu)造框圖圖中,E為實際誤差,EC為實際誤差變化,U為掌握量。下面就以電熱箱為掌握對象,介紹雙入單出模糊掌握器的設(shè)計。模糊掌握器設(shè)計模糊化誤差E∈[-30℃,230℃],L＝7,α=7/230,E=αE。承受就近取整原則,E的論域為:X={-1,0,+1,+2,+3,+4,+5}。而誤差的語言變量在論域X7個語言值,即:含義:正大大大正大大正大正中正小零負(fù)小符號:PBBBPBBPBPMPSZONS誤差變化EC∈[0℃,9℃],且L＝6,誤差的比例因子β=6/9,這樣就有EC=βEC。同樣得到EC的論域為:EC={0,+1,+2,+3,+4,+5}。符號:ZOPSPMPBPBPBBB輸出量U的根本論域為:U={7fH,66H,4dH,34H,19H,00H}。符號:ZOPSPMPBPBPBBB模糊掌握表1模糊掌握系統(tǒng)構(gòu)造框圖為便于掌握,使系統(tǒng)在微機實時掌握中在線運行,可事先對各種誤差和誤差變化用微機離線計算好一個掌握表,(E)和誤差變化(EC),查模糊掌握表就可輸出掌握量(U),完成掌握溫度的任務(wù)。模糊掌握器里的模糊掌握規(guī)章表是基于手動操作閱歷來建立的,而另一個與模糊掌握表有關(guān)的還有模糊化接口和清楚化接口,也即誤差(E)化(EC)、掌握量(U)三個變量的論域的設(shè)定。這些都需要通過不斷的做試驗,從試驗中找到反響值和掌握量之間的關(guān)系和規(guī)律,才能找到比較適宜的論域。模糊掌握器試驗線路圖設(shè)計2的模糊掌握系統(tǒng)框圖,設(shè)計如以下圖所示的試驗線路圖:3模糊掌握器試驗線路圖80888255PB0PWM脈沖信號為掌握量,經(jīng)驅(qū)動電路驅(qū)動固態(tài)繼10K熱敏電阻,經(jīng)A/D轉(zhuǎn)換構(gòu)成反響量,在參數(shù)給定的狀況下,經(jīng)雙入單出模糊掌握器,由誤差(E)(EC)查找模糊掌握規(guī)章表得到相應(yīng)的掌握量,使烤箱溫度穩(wěn)定在給定值。其中OPKLK1.1625MHz時鐘信號,82532號10ms的方波,一方面作為A/D的定時啟動信號,8259產(chǎn)生IRQ6中斷,作為系統(tǒng)采樣時鐘。模糊掌握器的實現(xiàn)以下圖是模糊掌握器實現(xiàn)的參考程序流程圖:4參考程序流程圖;IRQ7中斷子程序是為了處理A/D轉(zhuǎn)換完后產(chǎn)生的中斷;IRQ6中斷子程序是為了給采樣周期計時,并且每一次中斷產(chǎn)生一次PWM脈沖。三、試驗設(shè)備電熱箱一臺;PC機一臺,TD-ACC系列教學(xué)試驗系統(tǒng)一套。四、試驗步驟參考流程圖編寫程序,匯編、鏈接、裝載;3接線,檢查接線無誤后,運行程序;用系統(tǒng)供給的專用圖形顯示窗口觀看響應(yīng)曲線,記錄超調(diào)和過渡時間。五．試驗圖表六、試驗分析模糊掌握器的設(shè)計內(nèi)容選擇模糊掌握器的設(shè)計內(nèi)容與原則E〔或e〕和誤差變化信號EC(或ec)控變量的變化y作為輸出變量。選取模糊掌握的規(guī)章選擇描述掌握器輸入和輸出變量的語義詞匯。規(guī)定模糊集。確定模糊掌握狀態(tài)表。確定模糊化的解模糊策略，制定掌握表。EECU可由模糊推理綜合算法獲得：U=E×EC°R式中：R為模糊關(guān)系矩陣。掌握量的模糊集U可被變換為準(zhǔn)確值。確定模糊掌握器的參數(shù)模糊掌握的根本思想是利用計算機來實現(xiàn)人的掌握閱歷(FuzzyController，即FC)獲得巨大成功的主要緣由在于它具有如下一些突出特點：模糊掌握是一種基于規(guī)章的掌握。它直接承受語言型掌握規(guī)章，動身點是現(xiàn)場操作人員制機理和策略易于承受與理解，設(shè)計簡潔，便于應(yīng)用。由工業(yè)過程的定性生疏動身，比較簡潔建立語言掌握規(guī)章，因而模糊掌握對那些數(shù)學(xué)模型難以獵取、動態(tài)特性不易把握或變化格外顯著的對象格外適用?；谀Ｐ偷恼莆账惴跋到y(tǒng)設(shè)計方法，由于動身點和性能指標(biāo)的不同，簡潔導(dǎo)致較大差易找到折中的選擇，使掌握效果優(yōu)于常規(guī)掌握器。模糊掌握算法是基于啟發(fā)性的學(xué)問及語言決策規(guī)章設(shè)計的，這有利于模擬人工掌握的過程和方法，增加掌握系統(tǒng)的適應(yīng)力量，使之具有肯定的智能水平。模糊掌握系統(tǒng)的魯棒性強，干擾和參數(shù)變化對掌握效果的影響被大大減弱，尤其適合于非線性、時變及純滯后系統(tǒng)的掌握七、試驗結(jié)論本次試驗是在室溫環(huán)境下進(jìn)展的,100oC(64H),起始溫度為室溫。依據(jù)試驗現(xiàn)象可以看出,模糊掌握在掌握大滯后系統(tǒng)時比常規(guī)PID掌握的效果要好。一個方面是被控對象是一個大滯后系統(tǒng),所以在掌握量發(fā)生轉(zhuǎn)變時,被控對象不能馬上表現(xiàn)出來,它要經(jīng)過一段時間才能對上一個掌握量作出反響;另一個方面常規(guī)PID的掌握是一種線性掌握,在PID算法中,它的積分項是一個誤差累加值,當(dāng)系統(tǒng)誤差為零或為負(fù)值時,雖然積分項的值開頭下降,但在誤差為正值時,積分項可能已經(jīng)累加到了一個很大的值,這使得積分項的值不能很快地減下來,因而在掌握上就消滅了慣性,因此當(dāng)誤差為零或為負(fù)值時,掌握量不行能很快為零或為負(fù)值,系統(tǒng)則消滅了超調(diào)和調(diào)整時間過長。當(dāng)積分項累加值大過肯定值時,系統(tǒng)則還會消滅積分飽和現(xiàn)象,系統(tǒng)將振蕩下去而不穩(wěn)定。模糊掌握是模擬人的思維,是一種非線性掌握,它的輸出量是階躍的,因而在掌握方面不存在慣性和滯后問題。由于沒有誤差的累加,模糊掌握系統(tǒng)也就不會消滅積分飽和現(xiàn)象。所謂神經(jīng)網(wǎng)絡(luò)掌握，即基于神經(jīng)網(wǎng)絡(luò)掌握或簡稱神經(jīng)掌握，是指砸掌握系統(tǒng)中承受神經(jīng)網(wǎng)絡(luò)這一工具對難以準(zhǔn)確描述的簡單的非線性對象進(jìn)展建模，或充當(dāng)掌握器，或優(yōu)化計算，或進(jìn)展推理，或故障診斷等，遺跡同時兼有上述某些功能的適應(yīng)組合，將這樣的系統(tǒng)統(tǒng)稱為神經(jīng)網(wǎng)絡(luò)的掌握系統(tǒng)，將這種掌握方式稱為神經(jīng)網(wǎng)絡(luò)掌握。神經(jīng)網(wǎng)絡(luò)是由眾多的神經(jīng)元承受某種網(wǎng)絡(luò)拓?fù)錁?gòu)造構(gòu)成的,可以用來描述幾乎任意的非線性系統(tǒng),而且神經(jīng)網(wǎng)絡(luò)還具有自學(xué)習(xí)、自適應(yīng)和并行分布處理等特點,在掌握領(lǐng)域有著寬闊的應(yīng)用前景。單神經(jīng)元作為神經(jīng)網(wǎng)絡(luò)的最根本單元,具有自學(xué)習(xí)、自適應(yīng)力量,而且由單神經(jīng)元構(gòu)成的掌握器構(gòu)造簡潔,易于實時掌握,因此其應(yīng)用格外廣泛。一、試驗?zāi)康陌盐諉紊窠?jīng)元掌握器的設(shè)計方法;觀測單神經(jīng)元掌握器對時變對象系統(tǒng)的自適應(yīng)掌握力量。二、試驗原理及內(nèi)容單神經(jīng)元的數(shù)學(xué)模型單神經(jīng)元的數(shù)學(xué)模型由三局部組成:加權(quán)加法器、線性動態(tài)系統(tǒng)和非線性函數(shù),如以下圖所示。Xi是神經(jīng)元的輸入,Wi是加權(quán)系數(shù)(或連接強度),Vi是加權(quán)加法器的輸出,U是單神經(jīng)元的輸出。1單神經(jīng)元的數(shù)學(xué)模型神經(jīng)元的學(xué)習(xí)過程就是為了獲得期望的輸出而不斷地調(diào)整權(quán)值,權(quán)值的修正承受學(xué)習(xí)規(guī)章。單神經(jīng)元掌握器設(shè)計2是一個典型的單神經(jīng)元掌握器方框圖:2單神經(jīng)元掌握器構(gòu)造圖試驗線路圖設(shè)計依據(jù)圖2所示的單神經(jīng)元掌握器方框圖,試驗電路原理圖及接線圖可設(shè)計為:3單神經(jīng)元試驗線路圖這里,系統(tǒng)誤差信號EA/DIN7端輸入,82532來作為基準(zhǔn)時鐘(10ms),IN7端的信號,8259IRQ78088掌握機的運行,8255AE的數(shù)字量,并將采樣值進(jìn)展計算,X1、X2、X3并進(jìn)展自適應(yīng)算法學(xué)習(xí),把得到的掌握量直接送到D/A轉(zhuǎn)換單元,OUT端輸出相應(yīng)的模擬信號,掌握對象系統(tǒng)。參考流程圖設(shè)計參照單神經(jīng)元掌握器線路原理圖(圖3),程序的參考流程圖如下:4單神經(jīng)元程序參考流程圖參考程序中規(guī)定采樣周期T及學(xué)習(xí)速率P1,P2,P3的取值范圍為:掌握器中的參數(shù)可遵循如下的調(diào)整規(guī)律:初始加權(quán)系數(shù)W1(0)、W2(0)、W3(0)可以任意選取,參考程序中全部取為0100H;一般K值偏大將使系統(tǒng)響應(yīng)超調(diào)過大,K值偏小使過渡過程時間加長,參考程序中K值1;學(xué)習(xí)速率的選擇:由于承受了標(biāo)準(zhǔn)化學(xué)習(xí)算法,學(xué)習(xí)速率可以取得較大,同時此神經(jīng)元掌握器具有PID特性,學(xué)習(xí)速率的選擇和PID,可增加η1η3,假設(shè)響應(yīng)曲線下降低于給定值后又緩慢上升到穩(wěn)態(tài)的時間太長,η1。三、試驗設(shè)備PC機一臺,TD-ACC系列教學(xué)試驗系統(tǒng)一套。四、試驗步驟單神經(jīng)元閉環(huán)掌握器試驗(1).參考流程圖編寫單神經(jīng)元掌握器程序,匯編、鏈接、裝載到掌握機中;(2).依據(jù)試驗線路圖接線,2V,6S的方波;檢查無誤后運行程序,用示波器觀看輸入端R和輸出端C,依據(jù)試驗現(xiàn)象轉(zhuǎn)變相應(yīng)的學(xué)習(xí)速率直到滿足為止,并登記此時的響應(yīng)曲線;當(dāng)響應(yīng)曲線穩(wěn)定后,斷開“ST”和“S”端,使被控對象處于不鎖零的狀態(tài);此時去掉被控對10μF的電容(轉(zhuǎn)變對象的時間常數(shù)),觀看并記錄此時的響應(yīng)曲線。常規(guī)數(shù)字PID閉環(huán)掌握器試驗(1).編寫數(shù)字PID掌握器程序,匯編、鏈接、裝載到掌握機中;(2).(2)依據(jù)單神經(jīng)元閉環(huán)掌握器試驗步驟2～4進(jìn)展操作。參考程序中局部參數(shù)取值范圍:五、試驗圖表1.斷開“ST”和“S”端，使被控對象處于不鎖零的狀態(tài)。10uf的電容〔轉(zhuǎn)變對象的時間常數(shù)。六、人工神經(jīng)網(wǎng)絡(luò)的特性：并行分布處理非線性映射通過訓(xùn)練進(jìn)展學(xué)習(xí)適應(yīng)與集成硬件實現(xiàn)神經(jīng)掌握器的設(shè)計(1)建立受控對象的數(shù)學(xué)計算模型或?qū)W問表示模型(2)選擇神經(jīng)網(wǎng)絡(luò)及其算法，進(jìn)展初步辨識與訓(xùn)練設(shè)計深井掌握器，包括掌握器構(gòu)造、功能表示與推理(4)掌握系統(tǒng)仿真試驗，并通過試驗結(jié)果改進(jìn)設(shè)計神經(jīng)網(wǎng)絡(luò)在掌握中的作用分為以下幾種：在基于精度模型的各種掌握構(gòu)造中充當(dāng)對象的模型。在反響掌握系統(tǒng)中直接充當(dāng)掌握器的作用。在傳統(tǒng)掌握系統(tǒng)中起優(yōu)化計算的作用。在與其他智能掌握方法和優(yōu)化算法，如模糊掌握/專家考證及遺傳算法等相融合中，為其供給非參數(shù)化對象模型、優(yōu)化參數(shù)、推理模型及故障診斷等。七、結(jié)論從試驗結(jié)果可以看出:在系統(tǒng)開頭階段,數(shù)字PID掌握的響應(yīng)曲線超調(diào)和調(diào)整時間較小,這是由于數(shù)字PID掌