智能理論概論

1、智能系統(tǒng)與控制智能系統(tǒng)與控制本課程的主要內(nèi)容1. 智能控制概論2. 模糊控制3.神經(jīng)元網(wǎng)絡(luò)控制4.遺傳算法5.網(wǎng)絡(luò)智能控制理論人工智能定義定義1智能機(jī)器智能機(jī)器能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)能夠在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)(anthropomorphictasks)的機(jī)器。的機(jī)器。人工智能定義定義2人工智能人工智能(學(xué)科學(xué)科)人工智能人工智能(學(xué)科學(xué)科)是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支。它的近期主要目標(biāo)在于研究用機(jī)器來智能機(jī)器的一個分支。它的近期主要目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智力功能模仿和執(zhí)行人腦

2、的某些智力功能,并開發(fā)相關(guān)理論和技術(shù)。并開發(fā)相關(guān)理論和技術(shù)。定義定義3人工智能人工智能(能力能力)人工智能人工智能(能力能力)是智能機(jī)器所執(zhí)行的通常與人類智能有是智能機(jī)器所執(zhí)行的通常與人類智能有關(guān)的智能行為關(guān)的智能行為,如判斷、推理、證明、識別、感知、理解、通如判斷、推理、證明、識別、感知、理解、通信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。信、設(shè)計、思考、規(guī)劃、學(xué)習(xí)和問題求解等思維活動。厭惡 憤怒 快樂 輕蔑 悲傷 恐懼 驚訝 在在20072007年第一期年第一期科學(xué)科學(xué)美國人美國人雜志上，比爾雜志上，比爾蓋蓋茨撰寫的一篇茨撰寫的一篇家家都有機(jī)家家都有機(jī)器人器人文章中向世界預(yù)言：文章中向

3、世界預(yù)言：機(jī)器人將成為繼個人電腦之機(jī)器人將成為繼個人電腦之后的下一個熱門領(lǐng)域，其快后的下一個熱門領(lǐng)域，其快速發(fā)展必將徹底改變?nèi)藗兊乃侔l(fā)展必將徹底改變?nèi)藗兊纳罘绞?。生活方式。Kitchen Servant(美國美國)Family Kinetic (德國)歐洲智能“兒童機(jī)器人” Icub。9r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程r控制理論發(fā)展簡史控制理論發(fā)展簡史r智能控制簡介智能控制簡介r課程設(shè)置課程設(shè)置控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分

4、析( (SystemAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分析( (SystemAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程預(yù)處理預(yù)處理信號與系統(tǒng)信號與系統(tǒng)控制任務(wù)控制任務(wù)p第一步：第一步： 系

5、統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程信號信號l 測量輸出信號測量輸出信號l 測量噪聲信號測量噪聲信號l 系統(tǒng)干擾信號系統(tǒng)干擾信號l 控制輸入信號控制輸入信號l 參考輸出信號參考輸出信號被控對象被控對象執(zhí)行器執(zhí)行器傳感器傳感器控制器控制器uryyrup第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程u 信號與系統(tǒng)u 控制任務(wù)跟蹤跟蹤/ /穩(wěn)定；穩(wěn)定； 控制目標(biāo)函數(shù)控制目標(biāo)函數(shù)l 開環(huán)控制系統(tǒng)開環(huán)控制系統(tǒng)(Open loop control

6、 systems)C Co on nt tr ro ol ll le er rA Ac ct tu ua at to or rP Pr ro oc ce es ss sD Di is st tu ur rb ba an nc ce e( (N No oi is se e) )I In np pu ut t r r( (t t) )R Re ef fe er re en nc ce e d de es si ir re ed d o ou ut tp pu ut tO Ou ut tp pu ut t c c( (t t) )( (a ac ct tu ua al l o ou ut tp pu

7、 ut t) )C Co on nt tr ro ol ls si ig gn na al lA Ac ct tu ua at ti in ng gs si ig gn na al lu uk ku ua ac ct tF Fi ig g. . 1 1. .1 10 0(1). (1). 在系統(tǒng)響應(yīng)遠(yuǎn)離設(shè)定值區(qū)域時，可采用開關(guān)模式進(jìn)行控制，在系統(tǒng)響應(yīng)遠(yuǎn)離設(shè)定值區(qū)域時，可采用開關(guān)模式進(jìn)行控制，使系統(tǒng)快速向設(shè)定值回歸；使系統(tǒng)快速向設(shè)定值回歸；(2).(2).在極值附近時減少控制量直到誤差趨勢漸小時，保持控制在極值附近時減少控制量直到誤差趨勢漸小時，保持控制開環(huán)控制開環(huán)控制p第一步：第一步： 系統(tǒng)建

8、模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程C Co on nt tr ro ol ll le er rA Ac ct tu ua at to or rP Pr ro oc ce es ss sD Di is st tu ur rb ba an nc ce e( (N No oi is se e) )I In np pu ut t r r( (t t) )R Re ef fe er re en nc ce e d de es si ir re ed d o ou ut tp pu ut tO Ou ut tp pu ut t c

9、c( (t t) )( (a ac ct tu ua al l o ou ut tp pu ut t) )C Co on nt tr ro ol ls si ig gn na al lA Ac ct tu ua at ti in ng gs si ig gn na al lu uk ku ua ac ct tF Fi ig g. . 1 1. .1 11 1m me ea as su ur re em me en nt tF Fe ee ed db ba ac ck k s si ig gn na al l b b( (t t) )+ +- -( (+ +) )e e( (t t) )= =r

10、 r( (t t) )- -b b( (t t) )l 閉環(huán)控制系統(tǒng)閉環(huán)控制系統(tǒng) (Closed loop (feedback) control systems) (1). (1). 在系統(tǒng)響應(yīng)遠(yuǎn)離設(shè)定值區(qū)域時，可采用開關(guān)模式進(jìn)行控制，在系統(tǒng)響應(yīng)遠(yuǎn)離設(shè)定值區(qū)域時，可采用開關(guān)模式進(jìn)行控制，使系統(tǒng)快速向設(shè)定值回歸；使系統(tǒng)快速向設(shè)定值回歸；(2).(2).在極值附近時減少控制量直到誤差趨勢漸小時，保持控制在極值附近時減少控制量直到誤差趨勢漸小時，保持控制閉環(huán)控制閉環(huán)控制p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流

11、程預(yù)處理預(yù)處理信號與系統(tǒng)信號與系統(tǒng)控制任務(wù)控制任務(wù)建模建模基于機(jī)理的建?；跈C(jī)理的建模基于數(shù)據(jù)的建?；跀?shù)據(jù)的建模p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程基于機(jī)理的建模基于機(jī)理的建模l 電路系統(tǒng)電路系統(tǒng)-電路理論電路理論KirchhoffsLawset.all 機(jī)械系統(tǒng)機(jī)械系統(tǒng)-機(jī)械力學(xué)機(jī)械力學(xué)EulerLagrangeequationNewtonssecondlawet.all 熱力系統(tǒng)熱力系統(tǒng)-熱力學(xué)熱力學(xué)Thermodynamicequationset.all 電磁系統(tǒng)電磁系統(tǒng)-電磁學(xué)電磁學(xué)Ma

12、xwellsequationset.all 流體控制系統(tǒng)流體控制系統(tǒng)-流體力學(xué)流體力學(xué)NavierStokesequationset.all 過程過程(冶金冶金/化工化工)控制系統(tǒng)控制系統(tǒng)CahnHilliardequationet.al.p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程數(shù)學(xué)模型：數(shù)學(xué)模型：基于基于機(jī)理機(jī)理的建模方法示例的建模方法示例-RLC串聯(lián)電路串聯(lián)電路p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程ur

13、ucRLCi輸入信號輸入信號ur 輸出信號輸出信號 uc。 rccccrcuudtduRCdtudLCdtduCiuudtdiLRi22建模依據(jù)：建模依據(jù)：Kirchhoffs電壓定理電壓定理基于基于機(jī)理機(jī)理的建模方法示例的建模方法示例-質(zhì)量質(zhì)量-彈簧彈簧-阻尼阻尼機(jī)械系統(tǒng)機(jī)械系統(tǒng)p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程ykfFmFkydtdyfdtydmtdydmdtdyfkyF2222輸入信號輸入信號F 輸出信號輸出信號 y 數(shù)學(xué)模型：數(shù)學(xué)模型：建模依據(jù)：建模依據(jù)：牛頓力學(xué)原理牛頓力學(xué)原理基于機(jī)理

14、的建模基于機(jī)理的建模l 電路系統(tǒng)電路系統(tǒng)-電路理論電路理論KirchhoffsLawset.all 機(jī)械系統(tǒng)機(jī)械系統(tǒng)-機(jī)械力學(xué)機(jī)械力學(xué)EulerLagrangeequationNewtonssecondlawet.all 熱力系統(tǒng)熱力系統(tǒng)-熱力學(xué)熱力學(xué)Thermodynamicequationset.all 電磁系統(tǒng)電磁系統(tǒng)-電磁學(xué)電磁學(xué)Maxwellsequationset.all 流體控制系統(tǒng)流體控制系統(tǒng)-流體力學(xué)流體力學(xué)NavierStokesequationset.all 過程過程(冶金冶金/化工化工)控制系統(tǒng)控制系統(tǒng)CahnHilliardequationet.al.基于數(shù)據(jù)的建模基

15、于數(shù)據(jù)的建模l 白箱模型白箱模型(WhiteBox) 結(jié)構(gòu)已知 參數(shù)未知 (Parameter Identification)l 灰箱模型灰箱模型(GrayBox) 結(jié)構(gòu)未知&固定 參數(shù)未知l 黑箱模型黑箱模型(BlackBox) 結(jié)構(gòu)未知&待定 參數(shù)未知p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程系統(tǒng)辨識系統(tǒng)辨識/參數(shù)辨識參數(shù)辨識預(yù)處理預(yù)處理信號與系統(tǒng)信號與系統(tǒng)控制任務(wù)控制任務(wù)建模建模基于機(jī)理的建?；跈C(jī)理的建?；跀?shù)據(jù)的建模基于數(shù)據(jù)的建模后處理后處理線性化線性化/空間離散化空間離散化模

16、型降階模型降階/模型補(bǔ)償模型補(bǔ)償p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程LinearizationSpatial DiscretizationModelOrderReductionDissipativeEnforcement線性模型線性模型偏微分方程偏微分方程高階模型高階模型非耗散模型非耗散模型非線性模型非線性模型常微分方程常微分方程低階模型低階模型耗散模型耗散模型線性化線性化空間離散化空間離散化模型降階模型降階模型補(bǔ)償模型補(bǔ)償p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling)

17、)r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分析( (SystemAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程u 控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分析( (S

18、ystemAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程穩(wěn)定性穩(wěn)定性l漸進(jìn)穩(wěn)定漸進(jìn)穩(wěn)定/指數(shù)穩(wěn)定指數(shù)穩(wěn)定l全局穩(wěn)定全局穩(wěn)定/半全局穩(wěn)定半全局穩(wěn)定/局部穩(wěn)定局部穩(wěn)定p第二步：系統(tǒng)分析第二步：系統(tǒng)分析( (SystemAnalysis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程穩(wěn)定性穩(wěn)定性l漸進(jìn)穩(wěn)定漸進(jìn)穩(wěn)定/指數(shù)穩(wěn)定指數(shù)穩(wěn)定l全局穩(wěn)定全局穩(wěn)定/半全局穩(wěn)定半全局穩(wěn)定/局部穩(wěn)定局部穩(wěn)定( ),( )0etx txu tp第二步：系統(tǒng)分析第二步：系統(tǒng)分析( (SystemA

19、nalysis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程穩(wěn)定性穩(wěn)定性l漸進(jìn)穩(wěn)定漸進(jìn)穩(wěn)定/指數(shù)穩(wěn)定指數(shù)穩(wěn)定l全局穩(wěn)定全局穩(wěn)定/半全局穩(wěn)定半全局穩(wěn)定/局部穩(wěn)定局部穩(wěn)定可控可控/ /可觀可觀l可控性可控性/可穩(wěn)性可穩(wěn)性l可觀性可觀性/可檢性可檢性p第二步：系統(tǒng)分析第二步：系統(tǒng)分析( (SystemAnalysis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程可控可控/ /可觀可觀l可控性可控性/可穩(wěn)性可穩(wěn)性l可觀性可觀性/可檢性可檢性p第二步：系統(tǒng)分析第二步：系統(tǒng)分析( (SystemAnalysis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般

20、流程穩(wěn)定性穩(wěn)定性l漸進(jìn)穩(wěn)定漸進(jìn)穩(wěn)定/指數(shù)穩(wěn)定指數(shù)穩(wěn)定l全局穩(wěn)定全局穩(wěn)定/半全局穩(wěn)定半全局穩(wěn)定/局部穩(wěn)定局部穩(wěn)定可控可控/ /可觀可觀l可控性可控性/可穩(wěn)性可穩(wěn)性l可觀性可觀性/可檢性可檢性耗散性耗散性l無源性（正實）無源性（正實）/收縮性（有界收縮性（有界實）實）l負(fù)虛性負(fù)虛性p第二步：系統(tǒng)分析第二步：系統(tǒng)分析( (SystemAnalysis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分析( (Syst

21、emAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程u 控制系統(tǒng)設(shè)計的經(jīng)典控制系統(tǒng)設(shè)計的經(jīng)典(基于模型基于模型)方法方法p第一步：第一步： 系統(tǒng)建模系統(tǒng)建模( (SystemModeling) )p第二步：第二步： 系統(tǒng)分析系統(tǒng)分析( (SystemAnalysis) )p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程PlantActuatorSensorControlleruryDesigning

22、controllow:( )( )yuruuGs yGs r控制器設(shè)計控制器設(shè)計p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程控制器設(shè)計控制器設(shè)計l 設(shè)計任務(wù)設(shè)計任務(wù)鎮(zhèn)定鎮(zhèn)定/跟蹤跟蹤(Stabilization/Tracking)p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )控制器設(shè)計控制器設(shè)計l 設(shè)計任務(wù)設(shè)計任務(wù)鎮(zhèn)定鎮(zhèn)定/跟蹤跟蹤(Stabilization/Tracking)l 控制器結(jié)構(gòu)控制器結(jié)構(gòu)動態(tài)控制器（全階動態(tài)控制器（全階/低階低階/PID）,靜態(tài)控制器靜態(tài)控

23、制器l 控制性能控制性能LQR/LQG;Hinf/H2;最小二乘；上升時間最小二乘；上升時間/超調(diào)量超調(diào)量,l 反饋形式反饋形式狀態(tài)反饋；輸出反饋狀態(tài)反饋；輸出反饋p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )PlantSensoruFiltery zzDesigningfilter( )zF s yp第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (SystemSynthesis) )濾波器設(shè)計濾波器設(shè)計濾波器設(shè)計濾波器設(shè)計l 設(shè)計任務(wù)設(shè)計任務(wù)濾波濾波/平滑平滑/故障檢測故障檢測(Stabilization/Tracking)p第三步：第三步： 系統(tǒng)綜合系統(tǒng)綜合( (S

24、ystemSynthesis) )故障檢測故障檢測濾波濾波37r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程r控制理論發(fā)展簡史控制理論發(fā)展簡史r智能控制簡介智能控制簡介r課程設(shè)置課程設(shè)置1經(jīng)典控制理論經(jīng)典控制理論單變量控制，單變量控制，隨動隨動/ /調(diào)節(jié)，調(diào)節(jié)，微分方程和傳遞微分方程和傳遞函數(shù)，函數(shù)，頻率響應(yīng)法頻率響應(yīng)法3后現(xiàn)代控制理論后現(xiàn)代控制理論2現(xiàn)代控制理論現(xiàn)代控制理論 多變量控制、最優(yōu)多變量控制、最優(yōu)控制，時域法，狀控制，時域法，狀態(tài)方程態(tài)方程基于模型的控制基于智能的控制控制理論發(fā)展簡史控制理論發(fā)展簡史110110( )mmmmmmnnb sbsbyG s uua sasa

25、r控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)uy僅考慮系統(tǒng)輸入輸出關(guān)系的模型u研究對象-單輸入單輸出線性時不變系統(tǒng) (傳遞函數(shù)模型傳遞函數(shù)模型)u研究對象-單輸入單輸出線性時不變系統(tǒng) (傳遞函數(shù)模型傳遞函數(shù)模型)110110( )mmmmmmnnb sbsbyG s uua sasar控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s) 例子： 通過調(diào)節(jié)電壓來改變馬達(dá)的轉(zhuǎn)速 例子： 通過調(diào)節(jié)閥門的開度來改變水位高度1895年勞斯（勞斯（RouthRouth）與赫爾維茨赫爾維茨（Hurwit

26、zHurwitz）把馬克斯韋爾的思想擴(kuò)展到高階微分方程描述的更復(fù)雜的系統(tǒng)中,各自提出了兩個著名的穩(wěn)定性判據(jù)勞勞斯判據(jù)斯判據(jù)和赫爾維茨判據(jù)赫爾維茨判據(jù)?；旧蠞M足了二十世紀(jì)初期控制工程師的需要。 u標(biāo)志性成果-勞斯判據(jù)勞斯判據(jù)和赫爾維茨判據(jù)赫爾維茨判據(jù)r控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)r控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)u標(biāo)志性成果-Evans 根軌跡法 (1948)一種求特征根的簡單方法. 不直接求解特征方程，用作圖的方法表示特征方程的根與系統(tǒng)某一參數(shù)的全部數(shù)值

27、關(guān)系，當(dāng)這一參數(shù)取特定值時，對應(yīng)的特征根可在上述關(guān)系圖中找到。可分析結(jié)構(gòu)和參數(shù)已知的閉環(huán)系統(tǒng)的穩(wěn)定性和瞬態(tài)響應(yīng)特性，還可分析參數(shù)變化對系統(tǒng)性能的影響。RL = root locus; ZARL = zero angle root locusr控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)u標(biāo)志性成果-齊格勒尼科爾斯齊格勒尼科爾斯PID參數(shù)整定方法參數(shù)整定方法首先將積分和微分增益設(shè)置為0，然后比例增益從零開始逐漸增加，直到到達(dá)極限增益KU，此時控制器輸出值以恒定值振蕩。KU和振蕩周期TU根據(jù)不同的類型，按下表所示設(shè)置比例、積分和微分增益。r控

28、制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)u標(biāo)志性成果-維納和他的維納和他的控制論-關(guān)于在動物和機(jī)器中控制和通信的科學(xué)書中系統(tǒng)地闡述了控制理論的一般原理和方法，-標(biāo)志控制學(xué)科的正式誕生；r控制理論發(fā)展簡史控制理論發(fā)展簡史經(jīng)典控制理論經(jīng)典控制理論1. 經(jīng)典控制理論經(jīng)典控制理論(4050s)u標(biāo)志性成果-錢學(xué)森和他的工程控制論u研究對象-多輸入多輸出線性系統(tǒng)（狀態(tài)空間模型狀態(tài)空間模型）r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)( )( )( )( )( )( )x tAx tBu t

29、y tCx tDu tx1,x2, x3, xnu1u2upy1y2yq同時考慮系統(tǒng)的外部變量（輸入、輸出）和內(nèi)部變量（狀態(tài)變量）的模型l 標(biāo)志性成果-龐特里亞金龐特里亞金和他的極大值原理極大值原理r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)L.S. Pontryagin可用于最優(yōu)控制最優(yōu)控制，在某種指標(biāo)意義下，找出將動態(tài)系統(tǒng)的從某一狀態(tài)轉(zhuǎn)移到另一狀態(tài)的最優(yōu)控制策略最初的應(yīng)用是最大化火箭的終端速度l 標(biāo)志性成果-貝爾曼貝爾曼和他的動態(tài)規(guī)劃動態(tài)規(guī)劃r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6

30、070s)美國R. Bellman（UCL）在RAND Coporation數(shù)學(xué)部的 支 持 下 ， 發(fā) 表 著 名Dynamic Programming，建立最優(yōu)控制的基礎(chǔ)(1957)r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)l 標(biāo)志性成果-卡爾曼卡爾曼和他的卡爾曼濾波卡爾曼濾波從一組有限的，包含噪聲的，通過對物體位置的觀察序列（可能有偏差）預(yù)測出物體的位置的坐標(biāo)及速度。在很多工程應(yīng)用(如雷達(dá)、計算機(jī)視覺)該方法最初應(yīng)用于解決阿波羅計劃的軌道預(yù)測問題r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制

31、理論(6070s)發(fā)表“On the General Theory of Control Systems”等論文，引入狀態(tài)空間法分析系統(tǒng)，提出能控性，能觀測性，最佳調(diào)節(jié)器和kalman 濾波等概念，奠定了現(xiàn)代控制理論的基礎(chǔ)(1960)R. E. Kalmanl 標(biāo)志性成果-卡爾曼卡爾曼和他的卡爾曼濾波卡爾曼濾波(1956)r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)1957. Laika. Sputnik 2Oct. 4, 1957: Launch of the rocket carrying Sputnik, the first ma

32、n-made satellite. Photos of the launch were not initially released. This photo is a still from a 1967 Soviet documentary film. p 重要工程應(yīng)用-第一顆人造地球衛(wèi)星(Sputnik) 發(fā)射成功r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)p 重要工程應(yīng)用-重要載人宇宙飛船 (東方-號)發(fā)射(1961)1961, at the age of 27, Gagarin left the earth. It was Apr

33、il the 12th, 9.07 Moscow time (launch-site, Baikonur). 108 minutes later, he was back . The period of orbital revolution was 89:34 minutes (this figure was calculated by electronic computers). The missions maximum flight altitude was 327 000 meters. The maximum speed reached was 28 260 kilometers pe

34、r hour. 宇宙哥倫布-加加林Capsule used in first manned orbit of earth In 1961, the first human to pilot a spacecraft, Yuri Gagarin, was launched by the Soviet Union aboard Vostok I.r控制理論發(fā)展簡史控制理論發(fā)展簡史現(xiàn)代控制理論現(xiàn)代控制理論2. 現(xiàn)代控制理論現(xiàn)代控制理論(6070s)標(biāo)志性事件：美國G. Devol研制出第一臺工業(yè)機(jī)器人樣機(jī)(1954)，1959年，被稱為機(jī)器 人 之 父 的 J . Engelberger創(chuàng)立了第一家

35、機(jī)器人公司，Unimation Inc PUMA從簡單對象到復(fù)雜對象從簡單對象到復(fù)雜對象l 從線性系統(tǒng)到非線性系統(tǒng)l 從確定系統(tǒng)到不確定系統(tǒng)l 從時不變系統(tǒng)到時變系統(tǒng) 非線性控制（微分幾何方法；描述函數(shù)法；反演控制法；滑?？刂品ǎ?魯棒控制（應(yīng)對系統(tǒng)模型的有界建模誤差） 隨機(jī)控制（應(yīng)對系統(tǒng)結(jié)構(gòu)或參數(shù)的內(nèi)在隨機(jī)時變性） 自適應(yīng)控制（應(yīng)對系統(tǒng)參數(shù)的時變性） 切換控制（應(yīng)對系統(tǒng)結(jié)構(gòu)的時變性）r控制理論發(fā)展簡史控制理論發(fā)展簡史后現(xiàn)代控制理論后現(xiàn)代控制理論3. 后現(xiàn)代控制理論后現(xiàn)代控制理論(80s)r控制理論發(fā)展簡史控制理論發(fā)展簡史后現(xiàn)代控制理論后現(xiàn)代控制理論3. 后現(xiàn)代控制理論后現(xiàn)代控制理論(80s)

36、從本地控制到網(wǎng)絡(luò)控制從本地控制到網(wǎng)絡(luò)控制l 網(wǎng)絡(luò)傳輸時延l數(shù)據(jù)丟包l信號量化l 網(wǎng)絡(luò)帶寬受限r(nóng)控制理論發(fā)展簡史控制理論發(fā)展簡史后現(xiàn)代控制理論后現(xiàn)代控制理論3. 后現(xiàn)代控制理論后現(xiàn)代控制理論(80s)從單一對象到多個對象從單一對象到多個對象(multi-agent)r控制理論發(fā)展簡史控制理論發(fā)展簡史后現(xiàn)代控制理論后現(xiàn)代控制理論3. 后現(xiàn)代控制理論后現(xiàn)代控制理論(80s)58r控制系統(tǒng)分析與設(shè)計的一般流程控制系統(tǒng)分析與設(shè)計的一般流程r控制理論發(fā)展簡史控制理論發(fā)展簡史r若干典型的控制系統(tǒng)示例若干典型的控制系統(tǒng)示例r智能控制簡介智能控制簡介緒論緒論r課程設(shè)置課程設(shè)置r常規(guī)常規(guī)控制理論的共同特征控制理論

37、的共同特征經(jīng)典控制理論經(jīng)典控制理論SISO線性系統(tǒng)線性系統(tǒng)(模型模型) 共同特征：基于模型模型的控制策略！現(xiàn)代控制理論現(xiàn)代控制理論MIMO線性系統(tǒng)（線性系統(tǒng)（模型模型）后現(xiàn)代控制理論后現(xiàn)代控制理論非線性系統(tǒng)非線性系統(tǒng)(模型模型)不確定系統(tǒng)（不確定系統(tǒng)（模型模型）隨機(jī)系統(tǒng)（隨機(jī)系統(tǒng)（模型模型）時變系統(tǒng)（時變系統(tǒng)（模型模型） 可以達(dá)到最佳的控制效果（最優(yōu)控制） 系統(tǒng)性的控制器/濾波器設(shè)計方案 共同特征：基于模型模型的控制策略?。靠刂破鞯脑O(shè)計過程和實現(xiàn)方式復(fù)雜？無法建立精確的模型或建模代價過大r常規(guī)常規(guī)控制理論的共同特征控制理論的共同特征經(jīng)典控制理論經(jīng)典控制理論SISO線性系統(tǒng)線性系統(tǒng)(模型模型)現(xiàn)

38、代控制理論現(xiàn)代控制理論MIMO線性系統(tǒng)（線性系統(tǒng)（模型模型）后現(xiàn)代控制理論后現(xiàn)代控制理論非線性系統(tǒng)非線性系統(tǒng)(模型模型)不確定系統(tǒng)（不確定系統(tǒng)（模型模型）隨機(jī)系統(tǒng)（隨機(jī)系統(tǒng)（模型模型）時變系統(tǒng)（時變系統(tǒng)（模型模型）r基于模型的控制基于模型的控制vs基于經(jīng)驗的控制基于經(jīng)驗的控制l 設(shè)計過程和實現(xiàn)方式復(fù)雜兩輪平衡車倒立擺l 非線性動力學(xué)數(shù)學(xué)模型l 非線性的控制器基于模型模型的自動控制人工控制l 無模型l 直覺+經(jīng)驗l 建模過程復(fù)雜基于模型模型的自動控制人工控制l 無模型r基于模型的控制基于模型的控制vs基于經(jīng)驗的控制基于經(jīng)驗的控制水箱液位控制l 工業(yè)上的液位控制系統(tǒng) 通常難以建立精確模型l 控制經(jīng)

39、驗智能控制器智能控制器用計算機(jī)計算機(jī)去執(zhí)行人的控制策略人的控制策略r基于模型的控制基于模型的控制vs基于經(jīng)驗的控制基于經(jīng)驗的控制r基于模型的控制基于模型的控制vs基于智能基于智能(經(jīng)驗經(jīng)驗)的控制的控制基于模型的控制基于模型的控制基于智能的控制基于智能的控制l 對象模型是必要條件l 對象模型可有可無l 系統(tǒng)性的控制器設(shè)計方案l 控制器設(shè)計方案主觀性較強(qiáng)， 不同的設(shè)計者可能給出不同的控制器l 最優(yōu)控制性能l 控制性能的優(yōu)劣依賴于設(shè)計者的經(jīng)驗p適用于可建立數(shù)學(xué)模型的被控對象適用于可建立數(shù)學(xué)模型的被控對象p適用于數(shù)學(xué)方程很難提出但人們有適用于數(shù)學(xué)方程很難提出但人們有豐富控制經(jīng)驗的對象豐富控制經(jīng)驗的對

40、象智能不局限于人的經(jīng)驗，還包括人的思維模式，自然界的群體智能等65v智能控制的定義 【百度百科】智能控制是由智能機(jī)器自主地實現(xiàn)其目標(biāo)的過程. 而智能機(jī)器則定義為,在結(jié)構(gòu)化或非結(jié)構(gòu)化的,熟 悉的或陌生的環(huán)境中,自主地或與人交互地執(zhí)行 人類規(guī)定的任務(wù)的一種機(jī)器. 【維基百科】智能控制是一種控制技術(shù)，即使用各種人工智能 計算方法如神經(jīng)網(wǎng)絡(luò)，貝葉斯概率，模糊邏輯， 機(jī)器學(xué)習(xí)，進(jìn)化計算和遺傳算法。智能控制簡介智能控制簡介66智能控制簡介智能控制簡介v智能控制-二元交集結(jié)構(gòu)傅京孫(19301985)AIACIC智能控制的二元結(jié)構(gòu)含有擬人控制器的控制系統(tǒng)含有人機(jī)控制器的控制系統(tǒng)自主機(jī)器人系統(tǒng)l Aritif

41、ical Intelligentl Automatic Controll Intelligent Control67智能控制簡介智能控制簡介v智能控制-三元交集結(jié)構(gòu)George N.Saridis(19312006)智能控制的三元結(jié)構(gòu)ACAIORICl Aritifical Intelligentl Automatic Controll Intelligent Controll Operation Research68Introductiontoknowledge-baseintelligentsystems相關(guān)影視作品相關(guān)影視作品Directed bySteven SpielbergProd

42、uced by Steven SpielbergStory byIan WatsonNarrated byBen KingsleyStarringHaley Joel OsmentFrances OConnorJude LawSam RobardsJake ThomasWilliam HurtA.I. Artificial Intelligence相關(guān)影視作品相關(guān)影視作品Directed byChris ColumbusProduced byMichael BarnathanChris ColumbusGail KatzWritten byIsaac AsimovRobert Silverbe

43、rgNicholas KazanNarrated byRobin WilliamsStarringRobin WilliamsSam NeillEmbeth DavidtzOliver PlattWendy CrewsonBicentennial Man nIntelligence is their ability to understand and learn things. nThe goal of artificial intelligence (AI) as a science is to make machines do things that would require intel

44、ligence if done by humans. nCan Machines Think?nOne of the most significant papers on machine intelligence, “Computing Machinery and Intelligence”, was written by the British mathematician Alan Turing over sixty years ago . Alan Turing23 June 1912 7 June 1954 隨著計算機(jī)的發(fā)明，人們自然會問：隨著計算機(jī)的發(fā)明，人們自然會問：u計算機(jī)到底能做

45、什么？計算機(jī)到底能做什么？u計算機(jī)具有智能嗎？計算機(jī)具有智能嗎？u如何度量計算機(jī)的智能？如何度量計算機(jī)的智能？ThehistoryofartificialintelligencenThe first work recognised in the field of AI was presented by WarrenMcCulloch and WalterPitts in 1943. They proposed a model of an artificial neural network (ANN) and demonstrated that simple network structures

46、 could learn.Thebirthofartificialintelligence(19431956)WarrenMcCulloch:伊利諾斯大學(xué)精神病學(xué)系、擁有哥倫比伊利諾斯大學(xué)精神病學(xué)系、擁有哥倫比亞大學(xué)哲學(xué)及醫(yī)學(xué)學(xué)位亞大學(xué)哲學(xué)及醫(yī)學(xué)學(xué)位nThe third founder of AI was JohnvonNeumann, the brilliant Hungarian-born mathematician. In 1930, he joined the Princeton University, lecturing in mathematical physics. He was

47、 an adviser for the Electronic Numerical Calculator project at the University of Pennsylvania and helped to design the ElectronicDiscreteVariableCalculator. JohnvonNeumann:數(shù)學(xué)家、數(shù)學(xué)家、數(shù)字電子計算器項目負(fù)責(zé)數(shù)字電子計算器項目負(fù)責(zé)人人nIn 1956, JohnMcCarthy, MartinMinsky and ClaudeShannon organised a summer workshop at Dartmouth

48、College. They brought together researchers interested in the study of machine intelligence, artificial neural nets and automata theory. Although there were just ten researchers, this workshop gave birth to a new science called:nOne of the most ambitious projects of the era of great expectations was

49、the GeneralProblemSolver(GPS)vSimonSimon等人就開始研究一種不依賴于具體等人就開始研究一種不依賴于具體領(lǐng)域的通用解題程序領(lǐng)域的通用解題程序GPSGPS。For example, the National Research Council, USA, funded the translation of Russian scientific papers after the launch of the first artificial satellite (Sputnik) in 1957. Initially, the project team tried

50、simply replacing Russian words with English, using an electronic dictionary. However, it was soon found that translation requires a general understanding of the subject to choose the correct words. This task was too difficult. In 1966, all translation projects funded by the US government were cancel

51、led.nWhen weak methods failed, researchers finally realised that the only way to deliver practical results was to solve typical cases in narrow areas of expertise, making large reasoning steps. nDENDRAL was developed at Stanford University to determine the molecular structure of Martian soil, based

52、on the mass spectral data provided by a mass spectrometer. The project was supported by NASA. Edward Feigenbaum, Bruce Buchanan (a computer scientist) and Joshua Lederberg (a Nobel prize winner in genetics) formed a team.nThere was no scientific algorithm for mapping the mass spectrum into its molec

53、ular structure. Feigenbaums job was to incorporate the expertise of Lederberg into a computer program to make it perform at a human expert level. Such programs were later called expert systems.v該系統(tǒng)質(zhì)譜數(shù)據(jù)幫助推斷分子結(jié)構(gòu),被廣泛地應(yīng)用于世界各地的大學(xué)及工業(yè)界的化學(xué)實驗室。nMYCIN was a rule-based expert system for the diagnosis of infect

54、ious blood diseases. It also provided a doctor with therapeutic advice in a convenient, user-friendly manner.vMYCINMYCIN醫(yī)療專家系統(tǒng)用于診斷和治療血液感染和腦炎感染醫(yī)療專家系統(tǒng)用于診斷和治療血液感染和腦炎感染, ,可給出處方建議可給出處方建議( (提供抗菌劑治療建議提供抗菌劑治療建議) )。nA 1986 survey reported a remarkable number of successful expert system applications in differ

55、ent areas: chemistry, electronics, engineering, medicine, process control and military science (Waterman, 1986). Although Waterman found nearly 200 expert systems, most of the applications were in the field of medical diagnosis. Seven years later a similar survey reported over 2500 developed expert

56、systems (Durkin, 1994). The new growing area was business and manufacturing, which accounted for about 60% of the applications. Expert system technology had clearly matured.Rules and Knowledge RepresentationvRules can represent relations, recommendations, directives, strategies and heuristics:vRelat

57、ion（相關(guān)型）（相關(guān)型）IFthe fuel tank is emptyTHEN the car is deadvRecommendation（建議型）（建議型）IFthe season is autumnANDthe sky is cloudyANDthe forecast is drizzleTHEN the advice is take an umbrellavDirective（指導(dǎo)型）（指導(dǎo)型）IFthe car is deadANDthe fuel tank is emptyTHEN the action is refuel the carRules and Knowledge

58、RepresentationvStrategy（策略策略 式）IFthe car is deadTHENthe action is check the fuel tank;step1 is completeIFstep1 is completeANDthe fuel tank is fullTHENthe action is check the battery;step2 is completevHeuristic (啟發(fā)式啟發(fā)式)IFthe spill is liquidANDthe spill pH 6ANDthe spill smell is vinegarTHENthe spill m

59、aterial is acetic acidCommon Rule-Based Expert SystemUserExternalDatabaseExternal ProgramInference EngineKnowledge BaseRule: IF-THENDatabaseFactExplanation FacilitiesUser InterfaceDeveloperInterfaceExpert SystemExpertKnowledge EngineernExpert systems are restricted to a very narrow domain of experti

60、se. nExpert systems, especially the first generation, have little or no ability to learn from their experience. Complex systems can take over 30 person-years to build. Howtomakeamachinelearn,ortherebirthofneuralnetworks(mid-1980sonwards)nIn the mid-eighties, researchers, engineers and experts found that bui