智能控制基礎(chǔ)：第一章 智能控制概述

智能控制基礎(chǔ)IntelligentControl授課時(shí)間教材參考文獻(xiàn)網(wǎng)絡(luò)資料考核方法教材：《智能控制技術(shù)》，易繼鍇、侯媛彬編著，北京：北京工業(yè)大學(xué)出版社，1999，第1版。

參考文獻(xiàn)：《智能控制》，劉金錕編著，北京：電子工業(yè)出版社，2009，第2版；《模糊控制·神經(jīng)控制和智能控制論》，李士勇編著，哈爾濱：哈爾濱工業(yè)大學(xué)出版社，1998，第2版；《智能控制理論與技術(shù)》，孫增圻等編著，北京：清華大學(xué)出版社，南寧：廣西科學(xué)技術(shù)出版社，1997，第1版。

網(wǎng)絡(luò)資料：中國期刊網(wǎng)萬方數(shù)據(jù)服務(wù)平臺/

考核方式：包括試卷成績及平時(shí)成績兩大部分：試卷成績比例：70%

平時(shí)成績：30%(考勤、課堂作業(yè)、提問)

考核方式：注：一次考勤不到平時(shí)成績扣5分；遲到扣2分；替考勤者和被替者平時(shí)成績記為0分；三次考勤不到者，平時(shí)成績記0分；課堂作業(yè)視完成程序給分；提問視問題難度、回答情況加減一定的分?jǐn)?shù)；踴躍回答問題且回答正確者有加分。紀(jì)律杜絕遲到早退不許講話拒絕抄襲智能控制基礎(chǔ)第一章智能控制概述第二章知識的表示第三章分級遞階控制第四章遺傳算法第五章神經(jīng)網(wǎng)絡(luò)控制第六章模糊控制第七章專家控制第八章仿人控制第一章智能控制概述

1.1

智能控制的基本概念

1.2

智能控制的特性

1.3智能控制系統(tǒng)的類型

1.4智能控制的發(fā)展概況

1.1智能控制的基本概念

1.1.1

什么是智能控制

1.1.2

智能控制的研究對象IntelligentControliseverywhere

1.1.1什么是智能控制智能：能有效地獲取、傳遞、處理、再生和利用信息，從而在任意給定的環(huán)境下成功地達(dá)到預(yù)定目的的能力。思考題：智能是什么？何種情況下需要智能？研究智能理論與技術(shù)的目的，是要設(shè)計(jì)制造出具有高度智能水平的人工系統(tǒng)(智能系統(tǒng))，以便在那些必要的場合能夠用人工系統(tǒng)替代人去執(zhí)行各種任務(wù)。Curiosity蛟龍?zhí)栔悄芸刂疲菏菓?yīng)用人工智能的理論與技術(shù)和運(yùn)籌學(xué)的優(yōu)化方法，并將其同控制理論方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效人的智能，實(shí)現(xiàn)對系統(tǒng)的控制。IC=AI∩AC∩OR人工智能AI智能控制IC運(yùn)籌學(xué)OR自動控制ACArtificialIntelligence一個(gè)知識處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語言、啟發(fā)式推理等功能。OperationResearch一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。AutomaticControl描述系統(tǒng)的動力學(xué)特性，是一種動態(tài)反饋。Intelligentcontrol智能控制是一類無需(或僅需盡可能少的)人的干預(yù)就能夠獨(dú)立地驅(qū)動智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動控制。智能控制是智能機(jī)器自主地實(shí)現(xiàn)目標(biāo)的過程。智能控制是研究與模擬人類智能活動信息傳遞與處理的規(guī)律。從工程控制角度看：智能信息∩智能反饋∩智能決策智能控制

1.1.2智能控制的研究對象

無精確數(shù)學(xué)模型不滿足苛刻的線性化假設(shè)無法解決建模問題傳統(tǒng)控制系統(tǒng)可靠性低實(shí)際系統(tǒng)的復(fù)雜性、非線性、時(shí)變性等假設(shè)與實(shí)際不吻合對復(fù)雜的和包含不確定性的控制過程為提高性能，使傳統(tǒng)控制復(fù)雜化，并增加了設(shè)備投資傳統(tǒng)控制：模型論=不精確模型+固定控制算法缺乏靈活性和應(yīng)變能力難控制復(fù)雜系統(tǒng)智能控制：“控制論”=控制理論+人工智能改變控制策略去適應(yīng)對象的復(fù)雜性和不確定性1.2智能控制的特性1.2.1智能控制系統(tǒng)的一般結(jié)構(gòu)1.2.2

智能控制系統(tǒng)的主要功能1.2.3

智能控制系統(tǒng)的特征模型

1.2.1智能控制系統(tǒng)的一般結(jié)構(gòu)廣義對象感知信息處理規(guī)劃/控制認(rèn)知執(zhí)行器各種傳感器通常意義下的控制對象和所處的外部環(huán)境將傳感器傳遞的分級的和不完全的信息加以處理，并在學(xué)習(xí)過程中不斷加以辨識、整理和更新，以獲得有用的信息包括：不完全任務(wù)描述、任務(wù)協(xié)調(diào)、混合知識表示。接受和儲存知識、經(jīng)驗(yàn)和數(shù)據(jù)，分析推理，做出行動的決策并送至規(guī)劃和控制部分系統(tǒng)的核心，根據(jù)給定任務(wù)的要求、反饋信息及經(jīng)驗(yàn)知識，進(jìn)行自動搜索、推理決策、動作規(guī)劃，最終產(chǎn)生具體的控制作用，經(jīng)常規(guī)控制器和執(zhí)行機(jī)構(gòu)作用于控制對象

1.2.2智能控制系統(tǒng)的主要功能特征1.2.2智能控制系統(tǒng)的主要功能學(xué)習(xí)能力適應(yīng)性容錯性魯棒性組織功能實(shí)時(shí)性人－機(jī)協(xié)作系統(tǒng)對一個(gè)未知環(huán)境提供的信息進(jìn)行識別、記憶、學(xué)習(xí)，并利用積累的經(jīng)驗(yàn)進(jìn)一步改善自身性能的能力。在經(jīng)歷某種變化后，變化后的系統(tǒng)性能應(yīng)優(yōu)于變化前的系統(tǒng)性能。系統(tǒng)應(yīng)具有適應(yīng)受控對象動力特性變化、環(huán)境變化和運(yùn)行條件變化的能力。可看成是不依賴模型的自適應(yīng)估計(jì)。系統(tǒng)對各類故障應(yīng)具有自診斷、屏蔽和自恢復(fù)的功能。系統(tǒng)性能應(yīng)對環(huán)境干擾和不確定性因素不敏感。對于復(fù)雜任務(wù)和分散的傳感信息具有自組織和協(xié)調(diào)功能，使系統(tǒng)具有主動性和靈活性。智能控制器可在任務(wù)要求范圍內(nèi)自行決策，主動采取行動。系統(tǒng)應(yīng)具有相當(dāng)?shù)脑诰€實(shí)時(shí)響應(yīng)能力。系統(tǒng)具有友好的人-機(jī)界面。

1.2.3智能控制系統(tǒng)的特征模型

特征模型：是對系統(tǒng)動態(tài)特性的一種定性與定量相結(jié)合的描述。是針對問題求解和控制指標(biāo)的不同要求，對系統(tǒng)動態(tài)信息空間的一種劃分。

智能控制系統(tǒng)的特征模型上述特征表明，系統(tǒng)正處于受擾動的作用，以較大的速度偏離目標(biāo)值的狀態(tài)。其中參數(shù)為閾值。

智能控制系統(tǒng)的特征模型

特征記憶：是指智能控制器對一些特征信息的記憶。反映控制前期決策與控制的效果。如：誤差出現(xiàn)的極值、誤差極值之間的時(shí)間間隔、誤差的過零速度等。

智能控制系統(tǒng)的特征模型特征記憶：有利于有效地利用控制的儲存容量，消除冗余?？蓸?gòu)成判斷系統(tǒng)穩(wěn)定性的特征模型，也可作為智能控制系統(tǒng)穩(wěn)定性監(jiān)控的依據(jù)。

智能控制系統(tǒng)的特征模型

控制決策模態(tài)：是當(dāng)前特征狀態(tài)和特征記憶量與輸出信息之間的某種定量或定性的映射關(guān)系。如：：IF前提條件THEN結(jié)論或動作

1.3智能控制系統(tǒng)的類型1.3.1

按系統(tǒng)構(gòu)成原理分類1.3.2

按系統(tǒng)結(jié)構(gòu)分類1.3.3按系統(tǒng)實(shí)現(xiàn)功能分類

1.3.1按系統(tǒng)構(gòu)成原理分類

分級遞階智能控制系統(tǒng)專家控制系統(tǒng)模糊控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)基于規(guī)則的仿人智能控制系統(tǒng)集成智能控制系統(tǒng)組合智能控制系統(tǒng)

由組織級、協(xié)調(diào)級和執(zhí)行級組成；遵循“精度遞增，智能遞減”；組織級起主導(dǎo)作用，應(yīng)用人工智能；協(xié)調(diào)級起橋梁作用；執(zhí)行級進(jìn)行高精度控制分級遞階智能控制系統(tǒng)組織級協(xié)調(diào)級執(zhí)行級精度智能分為專家控制器和專家控制系統(tǒng)；應(yīng)用于故障診斷、過程控制等；工程控制論與專家系統(tǒng)的結(jié)合。專家控制系統(tǒng)

實(shí)現(xiàn)基于自然語言描述規(guī)則的控制；可替代、改進(jìn)非線性控制器；由知識庫、模糊化、模糊推理和反模糊化組成。模糊控制系統(tǒng)基于仿生學(xué)研究人腦；由控制效果作為評價(jià)函數(shù)引導(dǎo)學(xué)習(xí)。能充分逼近任意非線性特性，分布式并行處理機(jī)制，自學(xué)習(xí)和自適應(yīng)能力，數(shù)據(jù)融合能力，適合于多變量系統(tǒng)，可硬件實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

不是研究被控對象，而是控制器本身；概括和總結(jié)人的控制經(jīng)驗(yàn)和技巧；使控制器模仿控制專家的功能行為。仿人智能控制系統(tǒng)

將幾種智能控制方法或機(jī)理融合在一起；模糊神經(jīng)控制系統(tǒng)；基于遺傳算法的模糊控制系統(tǒng)；模糊專家系統(tǒng)。集成智能控制系統(tǒng)將模糊系統(tǒng)轉(zhuǎn)換為對應(yīng)的神經(jīng)網(wǎng)絡(luò)，從而提高整個(gè)系統(tǒng)的學(xué)習(xí)能力和表達(dá)能力。針對模糊規(guī)則的不變性，基于遺傳算法的優(yōu)化搜索，使模糊推理規(guī)則能根據(jù)實(shí)際情況作出相應(yīng)變化。模擬人類專家，運(yùn)用不太完善的知識體系，給出盡可能準(zhǔn)確的解答和提示。

將智能控制與常規(guī)控制模式組合起來；

PID模糊控制器；自組織模糊控制器基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制系統(tǒng)。組合智能控制系統(tǒng)獲取互補(bǔ)特性，以獲得人類、人工智能和控制理論的緊密結(jié)合的智能控制系統(tǒng)。

直接智能控制系統(tǒng)間接智能控制系統(tǒng)分級遞階智能控制系統(tǒng)集散智能控制系統(tǒng)1.3.2按系統(tǒng)結(jié)構(gòu)分類智能控制器對象reuy

直接智能控制系統(tǒng)y直接控制器對象reu智能控制器

間接智能控制系統(tǒng)

智能自適應(yīng)控制系統(tǒng)智能自組織控制系統(tǒng)智能自學(xué)習(xí)控制系統(tǒng)智能自修復(fù)控制系統(tǒng)1.3.3按系統(tǒng)實(shí)現(xiàn)功能分類

智能自適應(yīng)控制系統(tǒng)(間接)y變結(jié)構(gòu)控制器對象reu智能推理與決策智能辨識與估計(jì)智能自適應(yīng)控制系統(tǒng)傳統(tǒng)的自適應(yīng)控制根據(jù)對象IO，能在線辨識出對象不斷變化的參數(shù)與結(jié)構(gòu)通過智能推理與決策不斷改變直接控制器的結(jié)構(gòu)與參數(shù)，以達(dá)到滿意的控制效果

智能自學(xué)習(xí)控制系統(tǒng)(間接)

智能自學(xué)習(xí)控制系統(tǒng)基本控制器未知對象reuy智能控制器學(xué)習(xí)模塊智能辨識與估計(jì)20世紀(jì)60年代，傅京孫先生提出：學(xué)習(xí)是使系統(tǒng)做適應(yīng)性的變化，從而在下次完成相同或類似任務(wù)時(shí)效果更好。自學(xué)習(xí)：可以是完全未知情況下，或變化比較巨大/顯著自適應(yīng)：有一定先驗(yàn)知識下的自學(xué)習(xí)

智能自組織控制系統(tǒng)

智能自組織控制系統(tǒng)(間接)y基本控制器未知對象reu自組織模塊智能辨識與估計(jì)根據(jù)被控對象的要求、特性、環(huán)境信息，把已有的控制單元和連接工具組成一個(gè)滿足性能要求的新控制器。

智能自修復(fù)控制系統(tǒng)在系統(tǒng)運(yùn)行過程中，能夠自動診斷并排除故障。

1.4智能控制的發(fā)展概況

經(jīng)典控制論現(xiàn)代控制論智能控制論研究對象、研究重點(diǎn)、形成時(shí)間、理論基礎(chǔ)、分析方法、核心裝置、應(yīng)用

經(jīng)典控制論線性定常系統(tǒng)SISO20世紀(jì)20年代末誕生、40-50年代成形調(diào)節(jié)器傳遞函數(shù)法/頻域反饋控制

現(xiàn)代控制論線性/具有一定非線性/分布參數(shù)系統(tǒng)MIMO20世紀(jì)50-60年代誕生、60-70年代成形狀態(tài)空間法/時(shí)域最優(yōu)/隨機(jī)/自適應(yīng)

智能控制論20世紀(jì)80年代成形智能算子/多級控制大系統(tǒng)理論/智能控制理論智能機(jī)器復(fù)雜非線性系統(tǒng)1991-至今發(fā)展期形成期萌芽期1970以前1970-19791980-1990萌芽期（1970以前）控制系統(tǒng)具有初步的智能和一定的適應(yīng)性，比如模型參考自適應(yīng)控制。1965年普渡大學(xué)的傅京孫（Fu,K.S.）教授把人工智能引入到控制技術(shù)中，提出將人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)的思想和方法。1966年Mendel將人工智能用于飛船控制系統(tǒng)的設(shè)計(jì)并首先提出“人工智能控制”的概念。1967年Leondes和Mendel開始首先使用“智能控制”一詞。形成期（1970-1979）1971年傅京孫從控制論的角度進(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)控制之間的關(guān)系，正式提出智能控制是人工智能技術(shù)與控制理論的交叉的“二元論”思想。1974年Mamdani教授把模糊理論用于控制領(lǐng)域，把扎德教授提出的IF～THEN～型模糊規(guī)則用于模糊推理，再把這種推理用于蒸汽機(jī)的自動控制。1977年Saridis全面地論述了從反饋控制到最優(yōu)控制、隨機(jī)控制以及自適應(yīng)控制、自組織控制、學(xué)習(xí)控制，最終向智能控制發(fā)展的過程，提出了智能控制是人工智能、運(yùn)籌學(xué)、自動控制相交叉的“三元論”思想以及分級遞階的智能控制系統(tǒng)框架。發(fā)展期（1980-1990）1982年Hopfield網(wǎng)絡(luò)和BP算法提出為一直處于低潮的人工神經(jīng)網(wǎng)絡(luò)研究注入了新的活力，掀起了神經(jīng)網(wǎng)絡(luò)控制研究和應(yīng)用的新高潮。1984年瑞典著名學(xué)者K.J.Astrom在他的論文“專家控制”中，將人工智能中的專家系統(tǒng)技術(shù)引入控制系統(tǒng)，形成了——專家控制系統(tǒng)（ECS）。1985年，在Saridis等人的倡議下，在美國紐約州的Troy召開了第一次智能控制學(xué)術(shù)討論會，此后不久在IEEE的控制系統(tǒng)學(xué)術(shù)會議上成立了智能控制專業(yè)委員會，標(biāo)志著智能控制作為一個(gè)新的學(xué)科分支正式被控制界所公認(rèn)。1987年1月在美國費(fèi)城由IEEE控制系統(tǒng)學(xué)會和計(jì)算機(jī)學(xué)會聯(lián)合召開了第一次智能控制國際會議。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。新的發(fā)展階段（1990-至今）1992年美國國家自然科學(xué)基金會和電力研究院聯(lián)合發(fā)出“智能控制”研究項(xiàng)目倡議書。1993年美國IEEE控制系統(tǒng)學(xué)會智能控制專業(yè)委員會成立專家小組，專門探討“智能控制”的含義。1993年中國自動化協(xié)會在北京召開了第一屆全球華人智能控制