智能控制理論及應用復習

1、智能控制理論及應用復習（緊扣課本）第一章緒論經(jīng)典控制和現(xiàn)代控制理論的統(tǒng)稱為傳統(tǒng)控制，智能控制是人工智能與控制理論交叉的產(chǎn)物，是傳統(tǒng)控制理論發(fā)展的高級階段。智能控制是針對系統(tǒng)的復雜性、非線性和不確定性而提出來的，傳統(tǒng)控制和智能控制的主要區(qū)別：A傳統(tǒng)控制方法在處理復雜化和不確定性問題方面能力很低；智能控制在處理復雜性、不確定性方面能力較高。智能控制系統(tǒng)的核心任務是控制具有復雜性和不確定性的系統(tǒng)，而控制的最有效途徑就是采用仿人智能控制決策。A傳統(tǒng)控制是基于被控對象精確模型的控制方式；智能控制的核心是基于知識進行智能決策，采用靈活機動的決策方式迫使控制朝著期望的目標逼近。傳統(tǒng)控制和智能控制的統(tǒng)一：智能

2、控制擅長解決非線性、時變等復雜的控制問題，而傳統(tǒng)控制適于解決線性、時不變等相對簡單的控制問題。智能控制的許多解決方案是在傳統(tǒng)控制方案基礎(chǔ)上的改進，因此，智能控制是對傳統(tǒng)控制的擴充和發(fā)展，傳統(tǒng)控制是智能控制的一個組成部分。智能控制應用對象的特點不確定性的模型模型未知或知之甚少；模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。高度的非線性復雜的任務要求例如，要求系統(tǒng)對一個復雜的任務具有自行規(guī)劃和決策的能力；要求除了實現(xiàn)對各被控物理量定值調(diào)節(jié)外，還要實現(xiàn)整個系統(tǒng)的自動啟停、故障的自動診斷以及緊急情況的自動處理等功能。智能控制的基本特點(1)分層遞階的組織結(jié)構(gòu)(2)多模態(tài)控制(3)自學習能力(4)自適應能力(5

3、)自組織能力(6)優(yōu)化能力智能控制系統(tǒng)的主要類型模糊控制神經(jīng)網(wǎng)絡控制專家控制系統(tǒng)分層遞階智能控制（該系統(tǒng)由組織級、協(xié)調(diào)級、執(zhí)行級組成，按照自上而下精確程度漸增、智能程度漸減的原則進行功能分配。在這類多層智能控制系統(tǒng)中，智能主要體現(xiàn)在高層次上，其主要作用是模仿人的功能實現(xiàn)規(guī)劃、決策、學習和任務協(xié)調(diào)等任務。執(zhí)行級仍然采用現(xiàn)有數(shù)學解析控制算法，對數(shù)值進行操作和運算。）與常規(guī)控制方法相比，模糊控制有以下特點：模糊控制完全是在操作人員控制經(jīng)驗基礎(chǔ)上實現(xiàn)對系統(tǒng)的控制，無需建立數(shù)學模型，是解決不確定性系統(tǒng)的一種有效途徑。模糊控制具有較強的魯棒性，被控對象參數(shù)的變化對模糊控制的影響不明顯，可用于非線性、時變、

4、時滯系統(tǒng)的控制。由離線計算得到控制查詢表，提高了控制系統(tǒng)的實時性?？刂频臋C理符合人們對過程控制作用的直觀描述和思維邏輯，為智能控制應用打下了基礎(chǔ)。人工神經(jīng)網(wǎng)絡具有幾個突出的特點：可以充分逼近任意復雜的非線性關(guān)系；所有定量或定性的信息都分布貯存于網(wǎng)絡內(nèi)的各神經(jīng)元的連接上，故有很強的魯棒性和容錯性；采用并行分布處理方法，使得快速進行大量運算成為可能；可學習和自適應不知道或不確定的系統(tǒng)。專家控制系統(tǒng)具有如下特點：它在一定程度上模擬人的思維活動規(guī)律，能進行自動推理，善于應付各種變化，具有透明性和靈活性。它可以不斷監(jiān)督生產(chǎn)過程，實現(xiàn)特定性能指標下的優(yōu)化控制，能處理大量低層信息，可進行操作指導。相對傳統(tǒng)控

5、制，擴展了許多功能，如復雜系統(tǒng)的高質(zhì)量控制，故障診斷和容錯控制，參數(shù)和算法的自動修改，不同算法的組合等。深層知識的引入，可以彌補專家經(jīng)驗的不足，可以自然地消除決策沖突。分層遞階智能控制具有兩個明顯的特點：對控制來講，自上而下控制精度愈來愈高；對識別來講，自下而上信息回饋愈來愈粗略。模糊控制器的一般結(jié)構(gòu)(b)間接專家控制系第二章模糊控制確定隸屬函數(shù)應遵循的一些基本原則:表示隸屬函數(shù)的模糊集合必須是凸模糊集合變量所取隸屬度函數(shù)通常是對稱的、平衡的隸屬度函數(shù)要符合人們的語義順序，避免不恰當?shù)闹丿B論域中每個點至少屬于一個隸屬函數(shù)的區(qū)域，并應屬于不超過兩個隸屬函數(shù)的區(qū)域。當兩個隸屬函數(shù)重疊時，重疊部分對

6、兩個隸屬函數(shù)的最大隸屬度不應有交叉。當兩個隸屬函數(shù)重疊時，重疊部分的任何點的隸屬函數(shù)的和應該小于或等于1。同時滿足自反性，對稱性，傳遞性的模糊關(guān)系稱為論域上的一個模糊等價關(guān)系模糊語言變量一個語言變量可定義為一個五元體(N,U,T(N),G,M)式中N為語言變量的名稱；“N)為語言變量語言值名稱的集合；U為論域；G為語法規(guī)則；M為語義規(guī)則。模糊條件語句有三種基本句型，分別為“若則”型若爐溫偏低，則增加燃料量“若則否則”型若爐溫偏低，則增加燃料量，否則減少燃料量“若且則”型若爐溫偏低且溫度變化的系數(shù)為負，則增加燃料量模糊控制器(FuzzyController)特點：A模糊控制是一種基于規(guī)則的控制。

7、A由工業(yè)過程的定性認識出發(fā)，容易建立語言控制規(guī)則。A控制效果優(yōu)于常規(guī)控制器.A具有一定的智能水平.A模糊控制系統(tǒng)的魯棒性強。模糊控制器設(shè)計的主要步驟1、選定模糊控制器的輸入輸出變量,一般取e、ec和u。2、確定各變量的模糊語言取值及相應的隸屬函數(shù)，即進行模糊化。模糊語言值通常選取3、5或7個，例如取為負，零，正等。然后對所選取的模糊集定義其隸屬函數(shù)3、建立模糊控制規(guī)則或控制算法。確定模糊推理和解模糊化方法。例：某電熱爐用于對金屬零件的熱處理，要求爐溫給定值，人工控制時，根據(jù)對爐溫的觀測值，調(diào)節(jié)電熱爐供電電壓，達到升降爐溫的目的?，F(xiàn)改為模糊控制系統(tǒng)，試設(shè)計模糊控制器。解：設(shè)計工作分為五步進行首先

8、確定模糊控制器的輸入量和輸出量。實測爐溫與給定值之誤差作為輸入量輸出量采用晶閘管整流電源的觸發(fā)電壓的變化量輸入、輸出變量的模糊化。描述輸入變量以及輸出變量的語言值E和U取為NBNSOPSPB誤差的論域為X=-3,-2,-1,-0,+0,+1,+2,+3控制量的論域為Y=-3,-2,-1,-0,+0,+1,+2,+3語言變重賦值表衛(wèi)等級語言變奩值、-%-卻-20心2卻PB00.5220.5000.520.500亦0.5W0心222NB0.5CIQ0心222模糊控制規(guī)則語言描述：操作人員經(jīng)驗的語言描述可以歸納為若爐溫低于，則升壓，低得越多升壓越高；若負大，則正大；若負小，則正?。蝗魻t溫等于，則保持

9、電壓不變；若為零，則為零；若爐溫高于，則降壓，高得越多降壓越低；若正大，則負大；若正小，則負小。例2-2的控制規(guī)則表NB0PBPB0NB)用誤差論域到控制量論域上的模糊關(guān)系表示模糊控制規(guī)則000000.5100000.50.50.5RTR000.50.510.50T000.510.500iT100.510.50.5000.50.50.5000010.500000(5)模糊決策：控制量通過模糊合成規(guī)則得出當時，有UPSRT000010.50$R1=0.50.510.50.5000.50.510.50.5=+-3-2-101解模糊化常用方法最大隸屬度法取中位數(shù)法重心法第三章神經(jīng)網(wǎng)絡控制及應用1.B

10、P算法的程序?qū)崿F(xiàn)1）初始化；2）輸入訓練樣本、計算各層輸出；3）計算網(wǎng)絡輸出誤差；4）計算各層誤差信號；5）調(diào)整各層權(quán)值；6）檢查是否對所有樣本完成一次輪訓；7）檢查網(wǎng)絡總誤差是否達到精度要求。標準BP算法的改進標準的BP算法在應用中暴露出不少內(nèi)在的缺陷：易形成局部極小而得不到全局最優(yōu)；訓練次數(shù)多使得學習效率低，收斂速度慢；隱節(jié)點的選取缺乏理論指導；訓練時學習新樣本有遺忘舊樣本的趨勢。改進算法的方法：1)增加動量項2)自適應調(diào)節(jié)學習率3)引入陡度因子正則化RBF網(wǎng)絡具有以下3個特點：正則化網(wǎng)絡是一種通用逼近器，只有要足夠的隱節(jié)點，它可以以任意精度逼近緊集上的任意多元連續(xù)函數(shù)。具有最佳逼近特性，

11、即任給一個未知的非線性函數(shù)于，總可以找到一組權(quán)值使得正則化網(wǎng)絡對于f的逼近由于所有其他可能的選擇。正則化網(wǎng)絡得到的解是最佳的，所謂“最佳”體現(xiàn)在同時滿足對樣本的逼近誤差和逼近曲線的平滑性。與正則化RBF網(wǎng)絡相比，廣義RBF網(wǎng)絡有以下幾個特點：徑向基函數(shù)的個數(shù)M與樣本的個數(shù)P不相等，且M常常遠小于P。徑向基函數(shù)的中心不再限制在數(shù)據(jù)點上，而是由訓練算法確定。各徑向基函數(shù)的擴展常數(shù)不再統(tǒng)一，其值由訓練算法確定。輸出函數(shù)的線性中包含閾值參數(shù)，用于補償基函數(shù)在樣本集上的平均值與目標值之平均值之間的差別。5.第四章專家控制系統(tǒng)從本質(zhì)上講，專家系統(tǒng)是一類包含著知識和推理的智能計算機程序?qū)＜蚁到y(tǒng)可以解決的問題

12、一般包括解釋、預測、診斷、設(shè)計、規(guī)劃、監(jiān)視、修理、指導和控制等。專家系統(tǒng)的基本組成及作用知識庫是知識的存儲器，用于存儲領(lǐng)域?qū)＜业慕?jīng)驗性知識以及有關(guān)的事實、一般常識等。知識庫中的知識來源于知識獲取機構(gòu)，同時它又為推理機提供求解問題所需的知識。推理機推理機是專家系統(tǒng)的“思維”機構(gòu)，實際上是求解問題的計算機軟件系統(tǒng)。推理機的運行可以有不同的控制策略。綜合數(shù)據(jù)庫(全局數(shù)據(jù)庫)又稱為“黑板”或“數(shù)據(jù)庫”。它是用于存放推理的初始證據(jù)、中間結(jié)果以及最終結(jié)果等的工作存儲器(WorkingMemory)。解釋接口又稱人-機界面，它把用戶輸人的信息轉(zhuǎn)換成系統(tǒng)內(nèi)規(guī)范化的表示形式，然后交給相應模塊去處理，把系統(tǒng)輸出的

13、信息轉(zhuǎn)換成用戶易于理解的外部表示形式顯示給用戶，回答用戶提出的“為什么？”“結(jié)論是如何得出的？”等問題。知識獲取知識獲取是指通過人工方法或機器學習的方法，將某個領(lǐng)域內(nèi)的事實性知識和領(lǐng)域?qū)＜宜赜械慕?jīng)驗性知識轉(zhuǎn)化為計算機程序的過程。對知識庫的修改和擴充也是在系統(tǒng)的調(diào)試和驗證中進行的，是一件很困難的工作。知識獲取被認為是專家系統(tǒng)中的一個“瓶頸”問題。4.1.4專家系統(tǒng)的知識表示1、產(chǎn)生式規(guī)則表示法規(guī)則庫：存放了若干規(guī)則，每條產(chǎn)生式規(guī)則是一個以“如果滿足這個條件，就應當采取這個操作”形式表示的語句。數(shù)據(jù)庫：是產(chǎn)生式規(guī)則注意的中心，每個產(chǎn)生式規(guī)則的左半部分表示在啟用這一規(guī)則之前數(shù)據(jù)庫內(nèi)必須準備好的條件

14、?？刂破鳎菏钦f明下一步應該選用什么規(guī)則，也就是如何運用規(guī)則。通常從選擇規(guī)則到執(zhí)行規(guī)則分成三步：匹配、沖突解決和操作。5.優(yōu)先搜索所謂寬度優(yōu)先搜索方法是按“最早產(chǎn)生的節(jié)點優(yōu)先擴展”的搜索方法。具體地說，搜索的節(jié)點是一層一層地檢查的，只有在上一層的每一個節(jié)點都檢查完畢之后，這一層的節(jié)點才能開始檢查，也就是說，節(jié)點的擴展是按它們接近起始節(jié)點的程度依次進行的。這種方法是考慮了每一種可能，所以這種搜索可能是一種非常長的過程，但如果存在任何解答的話，它能保證最終找到最短的解答序列。所謂深度優(yōu)先搜索方法就是按“最晚產(chǎn)生（最深的）節(jié)點優(yōu)先擴展”的搜索方法，深度相等的節(jié)點其順序可以任意排列。也就是總是向親代到子

15、代方向進行，直到不得不返回追蹤的搜索。然而實際上，從樹的觀點看，不是從左枝開始，就是從右枝開始。不精確推理專家系統(tǒng)中把領(lǐng)域知識表示成必然的因果關(guān)系、邏輯關(guān)系，推理的結(jié)論是肯定的，這種推理稱為精確推理。除此以外，更重要的是以專家的經(jīng)驗知識對不確定的事實，根據(jù)不充分的證據(jù)和不完全的知識進行推理，這種推理稱為不精確推理。應該指出，所謂不精確推理不是要使推理變得不精確，而是提供一種在采用目前已有的精確推理方式無法進行推理的情況下的推理方式，以便得到更加精確的推理結(jié)論。不精確推理又稱非精確性推理，其核心問題是處理在推理過程中專家知識的不精確性和推理證據(jù)的不精確性，并給出這些不精確性在推理過程中的傳播規(guī)則

16、。7.專家控制系統(tǒng)的結(jié)構(gòu)與原理專家控制與一般的專家系統(tǒng)的區(qū)別：（1）通常的專家系統(tǒng)只完成專門領(lǐng)域問題的咨詢功能，它的推理結(jié)果一般用于輔助用戶的決策；而專家控制則要求能對控制動作進行獨立的、自動的決策，它的功能一定要具有連續(xù)的可靠性和較強的抗擾性。（2）通常的專家系統(tǒng)一般處于離線工作方式，而專家控制則要求在線地獲取動態(tài)反饋信息，因而是一種動態(tài)系統(tǒng)，它應具有使用的靈活性和實時性，即能聯(lián)機完成控制。專家控制系統(tǒng)的結(jié)構(gòu)與原理：1、專家控制系統(tǒng)的工作原理五、(20分)程序題：BP網(wǎng)絡曲線擬合仿真實例對一組輸入輸出數(shù)據(jù)，完成y=f(x)的曲線擬合。4clearall4p=-1:0.1:0.9;4t=-0.

17、832-0.423-0.0240.3441.2823.4564.023.2322.1021.5040.2481.2422.3443.2622.0521.6841.0222.2243.0221.984;4net=newff(-1,1,15,1,tansigpurelin,traingdx,learngdm);4net.trainParam.epochs=2500;4net.trainParam.goal=0.001;4net.trainParam.show=10;4net.trainParam.lr=0.05;4net=train(net,p,t);4savemynetnet;4holdon4figure(1);4r=sim(net,p);4plot(p,t,*,p,r,+);4holdoffBP網(wǎng)絡逼近仿真實例使用BP網(wǎng)絡逼近對象yout(k)=u(k)3y(k-1)1,y(k一1)2t0.5sclearall;closeall;xite=0.50;alfa=0.05;w2=rands(6,1);w2_1=w2;w2_2=w2_1;w1=