智能控制 第4章 专家控制仿人智能控制PPT课件

特征模型
❖利用特征状态对误差信息空间的划分 ，是
所有特征状态i的集合 。
Φ{1,2, ,n} i
关系矩阵
❖特征模型和特征基元集Q之间的关系，也可 由关系矩阵P来描述 ：
=P⊙Q
i [p i 1 ( q 1 ) ( p i2 q 2 ) ( p im q m )]
1 取反
p ij
0
取零
1
取正
q~1:ee0 pi1*q1 无约束
q1:ee0
pi1 1 pi1 0 pi1 1
举例
❖特征状态1对应的关系向量在ee 中可表示
为：
p 1 j [ 1 , 1 , 1 ,0 ,0 ,0 ,0 ,0 ,0 , 1 , ,0 ]
❖在 et中可表示为：
p1j [1,1,1,0,0,0]
如果出现误差增大的失控现象，对应于区域⑦，此时，为 了使误差尽快回头，可采用PD模态控制。
控制模态集
❖11： usgne)(uma磅x －磅控制模态 ❖12：uKpeKde PD控制模态
❖13： u uH
保持控制模态
直觉推理的实现
第一阶段：
❖特征模型到控制模态的映射，即
Ω:ΦΨ Ω {1,2, ,s}
若误差减小的过程中，误差变化速度高于预定的速度，则 对应于区域③和⑤，需在比例模态的基础上引入微分模态， 形成PD模态控制，压低误差变化率。
如果引入微分模态仍不能减小误差变化的速度至预设的范 围，则进入区域④，此时应引入正反馈抑制误差变化速度。
若误差和误差的变化率都很小，已满足要求，则对应于区 域⑥，可采用保持模态控制，使之自行衰减达到平衡。
误差时平面
特征状态
❖特征基元的特定组合，可以将误差信息空间 划分为一些区域，每一个区域代表了一种 系统运行特征的状态，称为特征状态。
1 { e e 0 |e /e | |e | 1 se g ) 0 } n(
1 { t tr e ( t) e 1 u ( t) e ( t) e 1 l(特征识别
基于误差e、误差导数和误差的二阶导数
❖多模态控制
4.4 仿人智能控制
4.4.1 仿人智能控制的引入 4.4.2 仿人智能控制的基本概念 4.4.3 仿人智能控制的实现
4.4.4 仿人智能控制的应用举例
4.4.2 仿人智能控制的基本概念
❖特征基元、特征状态和特征模型 ❖特征辨识和特征记忆 ❖控制（决策）模态和多模态控制
特征基元
❖特征元素构成 E{e,e,e} ❖可以构成描述动态系统运行状态 ❖举例
|e | e e | e / e |
| emi1 /em i|
描述系统输出与期望值的接近程度 描述系统误差变化的趋势
描述系统动态过程中误差的变化区域 描述动态系统振荡的收敛性
误差相平面
q 1 : e e 0 , q 2 :| e e | ,
e 0 i 误差第i次过零的速度
tem 误差极值的间隔时间
控制（决策）模态
❖定量
i ： ui fi(e,e,i, ) ui U
❖定性
i ： fi IF （条件 TH ） （ EN 操作）
模态基元
❖基本的控制环节
❖举例
m1：比例控制 K p e
m2： 微分控制 K d e
m3： 积分控制 Ki edt
第4章 专家控制－仿人智能控制
智能控制基础
标题添加
点击此处输入相 关文本内容
标题添加
点击此处输入相 关文本内容
总体概述
点击此处输入 相关文本内容
点击此处输入 相关文本内容
4.4 仿人智能控制
4.4.1 仿人智能控制的引入 4.4.2 仿人智能控制的基本概念 4.4.3 仿人智能控制的实现
4.4.4 仿人智能控制的应用举例
误差相平面的目标轨迹
误差时平面的目标轨迹
相平面的特征模型
❖定义特征基元集合
❖得到特征模型
时平面的特征模型
❖定义特征基元集合
❖得到特征模型
控制模态集的设计
❖ 对于特征模型1的7个特征状态，可以有如下控制模态：
误差很大时，对应于区域①，可采用磅－磅模态控制激发 误差的变化率。
误差减小的过程中，若误差变化速度低于或等于预定的速 度，则对应于区域②，可采取比例模态控制，提高或保持 误差变化率。
特征辨识
❖对控制系统输出的信息进行在线的辨识，确 定当前系统所处的特征状态，这一过程称作 特征辨识。
特征记忆
❖被控制器记忆的特征量被称为特征记忆
❖包括反映前期决策和控制效果的特征量和反 映控制任务要求及被控对象性质的特征量 。
❖例如：
1： 2： 3： 4：
emi 误差的第i次极值 uH 前期控制输出量的保持值
q3 :e 1, q 5 :| e | 2 ,
q 4 :| e | M 1 , q 6 :| e | M 2 ,
q 7 : e mi 1 e mi 0 ,
q 8 :| e mi 1 / e mi | 1 ,
q 9 : sgn( e ) 0 , q 10 : sgn( e ) 0 ,
4.4.1仿人智能控制的引入
❖我国重庆大学智能控制研究室周其鉴、李祖 枢等人在1980年前后提出 。
❖现有的人工智能理论只能模拟智能的某个侧 面，并不能反映人类智能的全貌。而另一方 面，人类对于自身信息处理的宏观过程却已 有了较为一致的认识，可以作为普适的结构。 因此，从控制问题的实际需求出发，将宏观 结构的模拟和行为功能的模拟相结合是现阶 段实现仿人智能控制较为合适的选择。
m4： 输出保持控制 u H
n
m5： 峰值误差记忆和控制 K e mi
m6： 磅－磅控制 umax
i 1
m7： 输出预补偿控制 ua
关系矩阵
❖控制模态也可以用关系矩阵表示。
Ψ:ULM
根据了lij的不同，就可以构成一系列的复合 控制模态，例如：
1： uuHKpeKde 比例＋微分＋保持
5： uKpeKde Ki edtPID控制
4.4 仿人智能控制
4.4.1 仿人智能控制的引入 4.4.2 仿人智能控制的基本概念 4.4.3 仿人智能控制的实现
4.4.4 仿人智能控制的应用举例
4.4.3 仿人智能控制的实现
❖目标轨迹的确定 ❖特征模型的设计 ❖控制模态集的设计 ❖直觉推理的实现
IC Φ ,Ψ ,Ω
❖例如
11： 12： 13：
1111
1 21 31 41 51 7 12