智能控制理論及應(yīng)用

1、智能控制理論及應(yīng)用智能控制理論及應(yīng)用張張 勇勇School of Information Engineering, Inner Mongolia University of Science and Technology2Personal Informationv Native Place: Linqing, Shandong Provincev 00/9-04/7: BEng, Daqing Petroleum Institute (Daqing)v 04/9-07/6: MASc, Jiangnan University (Wuxi)v 07/6-08/4: Electronic Eng.,

2、 Sunpentown （Wuxi）Appliance Co., LTDv 08/7-xx/x: Inner Mongolia University of Science and Technologyv Research Interests: System Identification & Intelligent Control v Research Projects： 有色噪聲干擾的多率系統(tǒng)識變方法研究有色噪聲干擾的多率系統(tǒng)識變方法研究(Z2009-1-01052) 基于偏差補(bǔ)償方法的有色噪聲干擾系統(tǒng)的辨識研究基于偏差補(bǔ)償方法的有色噪聲干擾系統(tǒng)的辨識研究(2009MS0904) 基于

3、數(shù)據(jù)驅(qū)動的白云鄂博礦高爐煉鐵過程的建模及優(yōu)化研究基于數(shù)據(jù)驅(qū)動的白云鄂博礦高爐煉鐵過程的建模及優(yōu)化研究(61164018 )v Part-time in Academic Positions: 自動化學(xué)報(bào)自動化學(xué)報(bào)審稿專家審稿專家v E-mail: v HomePage: http:/ of Information Engineering, Inner Mongolia University of Science and Technology3第一章第一章 緒論緒論學(xué)習(xí)智能控制的意義學(xué)習(xí)智能控制的意義1智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展2智能控制的定義和特點(diǎn)智能控制的定義和特點(diǎn)3智能控制的

4、主要形式智能控制的主要形式4智能控制的現(xiàn)狀和發(fā)展趨勢智能控制的現(xiàn)狀和發(fā)展趨勢5School of Information Engineering, Inner Mongolia University of Science and Technology41.1 學(xué)習(xí)智能控制的意義學(xué)習(xí)智能控制的意義v 智能控制智能控制在自動化課程體系中的位置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(yùn)用人工智能的 方法來構(gòu)造控制系統(tǒng)和設(shè)計(jì)控制器構(gòu)造控制系統(tǒng)和設(shè)計(jì)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(chǔ)。v 智能控制智能控制在控制理論中的位置在控制理論中的位置智能控

5、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(fù)雜的控制問題。其相關(guān)技術(shù)可以推廣應(yīng)用于控制之外的領(lǐng)域：金融、管理、土木、設(shè)計(jì)等等。School of Information Engineering, Inner Mongolia University of Science and Technology5School of Information Engineering, Inner Mongolia University of Science and Technology61.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展v 控制理論在應(yīng)用中面臨的難題包括：控制理論在應(yīng)用中

6、面臨的難題包括： 傳統(tǒng)控制系統(tǒng)的設(shè)計(jì)與分析是建立在已知系統(tǒng)精確數(shù)學(xué)模型的基礎(chǔ)上，而實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型； 研究這類系統(tǒng)時，必須提出并遵循一些比較苛刻的假設(shè)，而這些假設(shè)在應(yīng)用中往往與實(shí)際不相吻合； 對于某些復(fù)雜的和具有不確定性的對象，根本無法以傳統(tǒng)數(shù)學(xué)模型來表示，即無法解決建模問題； 為了提高性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的初始投資和維修費(fèi)用，降低了系統(tǒng)的可靠性。School of Information Engineering, Inner Mongolia University of Science and

7、 Technology71.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展v 產(chǎn)生的背景產(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和差分方程描述的動力學(xué)系統(tǒng)進(jìn)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?yán)碚?、幾何方法，由頻率方法轉(zhuǎn)向狀態(tài)空間的研究；由機(jī)理建模向統(tǒng)計(jì)建模轉(zhuǎn)變，開始采用參數(shù)估計(jì)和系統(tǒng)辨識理論適用大型、復(fù)雜、高維、非線性和不確定性嚴(yán)重的對象不依賴對象模型，適用于未知或不確定性嚴(yán)重的對象具有人類智能的特征能夠表達(dá)定性的知

8、識或具有自學(xué)習(xí)能力School of Information Engineering, Inner Mongolia University of Science and Technology81.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展v 智能控制的兩個發(fā)展方向智能控制的兩個發(fā)展方向 模擬人類的專家模擬人類的專家控制經(jīng)驗(yàn)來進(jìn)行控制經(jīng)驗(yàn)來進(jìn)行控制控制智能控制智能控制模擬人類的學(xué)習(xí)模擬人類的學(xué)習(xí)能力來進(jìn)行控制能力來進(jìn)行控制School of Information Engineering, Inner Mongolia University of Science and Technology9

9、1.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展v 智能控制的三個發(fā)展階段智能控制的三個發(fā)展階段 現(xiàn)在現(xiàn)在發(fā)展期發(fā)展期形成期形成期萌芽期萌芽期196019601970197019801980School of Information Engineering, Inner Mongolia University of Science and Technology101.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展1）萌芽期（）萌芽期（19601970）n1960年代初，F(xiàn).W.Smiths首先采用性能模式識別器來學(xué)習(xí)最優(yōu)控制方法n1965年，加利福尼亞大學(xué)的扎德(L.A. Zadeh)教授提出了

10、模糊集合理論n1965年，美國的Feigenbaum著手研制世界上第一個專家系統(tǒng)n1965年，普渡大學(xué)傅京孫教授將人工智能中的直覺推理方法用于學(xué)習(xí)控制系統(tǒng)。n1966年Mendel在空間飛行器學(xué)習(xí)系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制”的概念。n1967年，Leondes等人首先正式使用“智能控制”一詞，并把記憶、目標(biāo)分解等一些簡單的人工智能技術(shù)用于學(xué)習(xí)控制系統(tǒng)，提高了系統(tǒng)處理不確定性問題的能力。這標(biāo)志著智能控制的思想已經(jīng)萌芽。School of Information Engineering, Inner Mongolia University of Science and Tec

11、hnology111.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展2）形成期（）形成期（19701980）n1970年代初，傅京孫等人從控制論的角度進(jìn)一步總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)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(yīng)堆、城市交通的控制中成功地應(yīng)用了智能控制系統(tǒng)。n1970年代中期，智能控制在模糊控制的應(yīng)用上取得了重要的進(jìn)展。1974年英國倫敦大學(xué)瑪麗皇后分校的E.H.Mamdani教授把模糊理論用于控制領(lǐng)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(jī)的自動運(yùn)轉(zhuǎn)中通過實(shí)驗(yàn)取得良好的結(jié)果。n1977年，薩里迪斯(Sa

12、ridis)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(yùn)籌學(xué)的交叉。n1970年代后期起，把規(guī)則型模糊推理用于控制領(lǐng)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。School of Information Engineering, Inner Mongolia University of Science and Technology121.2 智能控制的產(chǎn)生和發(fā)展智能控制的產(chǎn)生和發(fā)展3）發(fā)展期（）發(fā)展期（1980 ）n1982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)n1982年，Hopfi

13、eld引用能量函數(shù)的概念，使神經(jīng)網(wǎng)絡(luò)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(luò)的硬件模型，為實(shí)現(xiàn)硬件奠定了基礎(chǔ)，使神經(jīng)網(wǎng)絡(luò)的研究取得突破性進(jìn)展n1985年，IEEE在紐約召開了第一屆全球智能控制學(xué)術(shù)討論會，標(biāo)志著智能控制作為一個學(xué)科分支正式被學(xué)術(shù)界接受。n1986年，Rumelhart提出多層網(wǎng)絡(luò)的“遞推”(或稱“反傳”)學(xué)習(xí)算法，簡稱BP算法，從實(shí)踐上證實(shí)了人工神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的運(yùn)算能力，BP算法是最為引人注目，應(yīng)用最廣的神經(jīng)網(wǎng)絡(luò)算法之一n1987年在費(fèi)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(yùn)疇學(xué)相結(jié)合或自動控制、人工智能、運(yùn)疇學(xué)和

14、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。School of Information Engineering, Inner Mongolia University of Science and Technology131.3 智能控制的定義和特點(diǎn)智能控制的定義和特點(diǎn)v 智能控制的定義智能控制的定義IEEEIEEE定義：智能控制必須具有模擬人類學(xué)習(xí)和自適應(yīng)的能力。定義：智能控制必須具有模擬人類學(xué)習(xí)和自適應(yīng)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(jìn)行決策和控制的功能，一般來說，一個智能控制系統(tǒng)要具有對環(huán)境的敏感，進(jìn)行決策和控制的功能，根據(jù)其性

15、能要求的不同可以有各種人工智能的水平。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(jī)器理解的結(jié)構(gòu)化信息的能力；在復(fù)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(dá)知識、進(jìn)行思考和計(jì)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高級較高較高簡單簡單School of Information Engineering, Inner Mongolia University of Science and Technology141.3 智能控制的定義和特點(diǎn)智能控制的定義和特點(diǎn)v 智能控制的特點(diǎn)智能控制的特點(diǎn)n 應(yīng)

16、能為復(fù)雜系統(tǒng)（如非線性、快時變、多變量、強(qiáng)耦合、不確定性等）進(jìn)行有效的全局控制，并具有較強(qiáng)的容錯能力；n 是定性決策和定量控制相結(jié)合的多模態(tài)組合控制；n 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(shí)現(xiàn)預(yù)定的目標(biāo)，并應(yīng)具有自組織能力。n 是同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)表示的數(shù)學(xué)模型的混合控制過程，系統(tǒng)在信息處理上，既有數(shù)學(xué)運(yùn)算，又有邏輯和知識推理。School of Information Engineering, Inner Mongolia University of Science and Technology151.4 智能控制的主要形式智能控制的主要形式

17、分級遞階分級遞階智能控制智能控制模糊控制模糊控制神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制仿人智能控制仿人智能控制專家控制專家控制各種方法的綜合集成各種方法的綜合集成School of Information Engineering, Inner Mongolia University of Science and Technology161.4 智能控制的主要形式智能控制的主要形式l 組織級起主導(dǎo)作用，涉及知識的表示與處理，主要應(yīng)用人工智能；l 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(yùn)籌學(xué)實(shí)現(xiàn)控制；l 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

18、度智 能n 基于信息論的分級遞階智能控制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。School of Information Engineering, Inner Mongolia University of Science and Technology171.4 智能控制的主要形式智能控制的主要形式n 以模糊系統(tǒng)理論為基礎(chǔ)的模糊控制以模糊系統(tǒng)理論為基礎(chǔ)的模糊控制 人類最初對事物的認(rèn)識來看，都是定性的、模糊的和非精確的，因而將模糊信息引入智能控制具有現(xiàn)實(shí)的意義。模糊邏輯

19、在控制領(lǐng)域的應(yīng)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。 School of Information Engineering, Inner Mongolia University of Science and Technology181.4 智能控制的主要形式智能控制的主要形式v 模糊模型就是用模糊模型就是用 if-then 形式的規(guī)則表示控制系統(tǒng)的輸入形式的規(guī)則表示控制系統(tǒng)的輸入/輸出關(guān)系，主要有輸出關(guān)系，主要有Mamdani模型和模型和T-S模

20、型。模型。v 模糊模型除具有連續(xù)函數(shù)的映射能力外，還具有以下優(yōu)點(diǎn)：模糊模型除具有連續(xù)函數(shù)的映射能力外，還具有以下優(yōu)點(diǎn)： 集成專家控制經(jīng)驗(yàn)，以if - then規(guī)則的形式表示，具有知識表達(dá)的特點(diǎn)； 局部線性化模型可以采用現(xiàn)代控制理論(極點(diǎn)配置、狀態(tài)反饋、預(yù)測控制等)方法進(jìn)行系統(tǒng)設(shè)計(jì)和分析； Mamdani和T-S模型都可以根據(jù)系統(tǒng)的輸入/輸出進(jìn)行辨識，具有定量和定性知識集成的特點(diǎn)。School of Information Engineering, Inner Mongolia University of Science and Technology191.4 智能控制的主要形式智能控制的主要形

21、式n 基于腦模型的神經(jīng)網(wǎng)絡(luò)控制基于腦模型的神經(jīng)網(wǎng)絡(luò)控制 人工神經(jīng)網(wǎng)絡(luò)采用仿生學(xué)的觀點(diǎn)與方法來研究人腦和智能系統(tǒng)中的高級信息處理。School of Information Engineering, Inner Mongolia University of Science and Technology201.4 智能控制的主要形式智能控制的主要形式v 神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于：神經(jīng)網(wǎng)絡(luò)的優(yōu)勢在于： 能夠充分逼近任意復(fù)雜的非線性系統(tǒng)； 能夠?qū)W習(xí)與適應(yīng)嚴(yán)重不確定性系統(tǒng)的動態(tài)特性； 由于大量神經(jīng)元之間廣泛連接，即使有少量單元或連接損壞，也不影響系統(tǒng)的整體功能，表現(xiàn)出很強(qiáng)的魯棒性和容錯性； 采用并行分布處理方

22、法，使得快速進(jìn)行大量運(yùn)算成為可能。v 神經(jīng)網(wǎng)絡(luò)用于控制有兩種方法，一種是用來實(shí)現(xiàn)建模，一種是直接作神經(jīng)網(wǎng)絡(luò)用于控制有兩種方法，一種是用來實(shí)現(xiàn)建模，一種是直接作為控制器使用。具體可分為以下幾個方面：為控制器使用。具體可分為以下幾個方面： 系統(tǒng)建模 直接自校正控制 間接自校正控制 神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)控制 神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂芐chool of Information Engineering, Inner Mongolia University of Science and Technology211.4 智能控制的主要形式智能控制的主要形式n基于知識工程的專家控制系統(tǒng)基于知識工程的專家控制系統(tǒng)專家

23、控制可定義為：具有模糊專家智能的功能，采用專家系統(tǒng)技術(shù)與控制理論相結(jié)合的方法設(shè)計(jì)控制系統(tǒng)。School of Information Engineering, Inner Mongolia University of Science and Technology221.4 智能控制的主要形式智能控制的主要形式n基于規(guī)則的仿人智能控制基于規(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(jì)算機(jī)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(jìn)行啟發(fā)和直覺推理，從而實(shí)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

24、系統(tǒng)當(dāng)前所處的特怔狀態(tài)，確定控制的策略，進(jìn)行多模態(tài)控制。School of Information Engineering, Inner Mongolia University of Science and Technology231.4 智能控制的主要形式智能控制的主要形式n基于進(jìn)化的遺傳算法基于進(jìn)化的遺傳算法遺傳算法（遺傳算法（GA）是模擬自然進(jìn)化過程而得到的一種隨機(jī)性全局優(yōu)化方法。）是模擬自然進(jìn)化過程而得到的一種隨機(jī)性全局優(yōu)化方法。遺傳算法的應(yīng)用按其方式可分為三部分：遺傳算法的應(yīng)用按其方式可分為三部分：基于遺傳的優(yōu)化計(jì)算基于遺傳的優(yōu)化編程基于遺傳的機(jī)器學(xué)習(xí)School of Information Engineering, Inner Mongolia University of Science and Technology241.4 智能控制的主要形式智能控制的主要形式n