《人工智能》-第十二章 智能控制

h:S×K→I；p:I→U
中南大学 智能系统与智能软件研究所
21
12.4 智能控制系统
12.4.3 模糊控制系统
1. 模糊控制器的结构
x 模糊化 X Y=X R
○
Y
模糊判决
y
图12. 9 理论模糊控制器框图
模糊控制器由N维关系R表示，R可视为[0，1]区 间的几个N维关系Ri的组合，每个Ri代表一条规则ri。 控制器的输入x被模糊化为关系X；模糊输出Y可应用 合成推理规则进行计算；对模糊输出Y进行非模糊化 (模糊判决)，可得精确的数值输出y。
AI
IC
OR
CT
萨里迪斯提出分级智能控制 图12-3 智能控制的三元结构 系统，由3个智能(感知)级组 成：组织级、协调级、执行 级。
中南大学 智能系统与智能软件研究所
6
12.2 智能控制的结构理论与特点
组织器
组织级
分配器
协调器1
协调器n
协调级
硬件控制器1
硬件控制器n
执行级
过程1
中南大学 智能系统与智能软件研究所
中南大学 智能系统与智能软件研究所
18
12.4 智能控制系统
12.4.2 专家控制系统(Expert Control System)
对专家控制器的控制要求 专家控制器的特点与设
运行可靠性高 决策能力强 应用通用性好 控制与处理的灵活性
拟人能力
计原则 模型描述的多样性 决策机构的递阶性 在线处理的灵巧性 推理与决策的实时性 控制策略的灵活性
控制复杂性
图12-1 自动控制的发展过程
中南大学 智能系统与智能软件研究所
3
12.1.2 智能控制的定义
智能机器
12.1 智能控制的发展与定义
能够在定形或不定形、熟悉或不熟悉的 环境中自主地或与操作人员交互作用以 执行各种拟人任务的机器。 能按规定程序对机器或装置进行自动操 作或控制的过程。 驱动智能机器自主实现其目标的过程。
12.4.5 神经控制系统
1. 神经控制研究的发展及特性
发展 1960年，威德罗(Widrow)和霍夫(Hoff)率先把神 经网络用于自动控制研究。 60年代末期至80年代中期，神经网络控制与整个 神经网络研究一样，处于低潮。
80年代后期以来，神经网络控制的研究日趋活跃。
中南大学 智能系统与智能软件研究所
第十二章 智能控制

智能控制的发展与定义 智能控制的结构理论与特点 智能控制的研究领域 智能控制系统 智能控制应用示例 小结
12.1 智能控制的发展与定义
(Development and Definition of Intelligent Control)
12.1.1 智能控制的产生和发展
2. 模糊控制器的控制规则
现有FLC中，控制规则一般为如下形式：
IF <过程状态>
THEN <控制作用>
专家模糊控制器（EFC）容许复杂的分级规则，如： IF〈过程状态1〉 THEN〈中间变量1〉 IF〈中间变量N〉THEN〈控制作用〉 ...
3. 模糊控制器的设计方法
语言相平面法；专家系统法 CAD环境工具；遗传优化算法
中南大学 智能系统与智能软件研究所
28
12.4 智能控制系统
2. 神经网络学习控制
监督对象 + r( t ) + 选择器
e( t )
NNC
u(t)
受控对象
y( t )
图12.11 监督式学习NN控制器的结构
中南大学 智能系统与智能软件研究所
29
12.4 智能控制系统
实现SNC包括下列步骤： 通过传感器及传感信息处理获取必要的控制 信息。 构造神经网络，包括选择合适的神经网络类
中南大学 智能系统与智能软件研究所
19
3. 专家控制器的结构
专家控制器
学习与适 应装置
12.4 智能控制系统
数据库
R Y E e 特征识别 S 信息处理 u
K 推理 机
传感器
G U 控制规则集
控制对 象
Y
图12-8 工业专家控制器结构框图
知识库由经验数据库和学习与适应装置组成。经 验数据库存储经验和事实；学习与适应装置在线获取 信息，补充或修改知识库内容，改进系统性能，提高 问题求解能力。
中南大学 智能系统与智能软件研究所
20
12.4 智能控制系统
控制规则集是对被控过程的各种控制模式和经验的归 纳和总结，采用向前推理方法逐次判别各种规则。 特征识别与信息处理实现信息的提取与加工，为控制 决策和学习适应提供依据。 专家控制器的输入集为：E = (R, e, Y, U)，e = R – Y 式中，Ｒ为参考控制输入，ｅ为误差信号，Ｙ为受控 输出，Ｕ为控制器的输出集。 专家控制器的模型可用式U = f (E,K,I)表示，智能算 子f为几个算子的复合运算：f=g·h·p，其中：g:E→S；
中南大学 智能系统与智能软件研究所
15
12.4 智能控制系统
2. 组织级与知识基系统
组织器(organizer)是智能控制的最高级，它的功 能是建立在几个人工智能(基于知识)概念基础上的。 这些概念转换为概率模型，表示推理、规划、决策、 长时记忆交换和反馈学习等功能，以规定一个响应外 部指令的任务。
12.4.1 递阶控制系统
递阶智能控制(hierarchically intelligent control)是 从工程控制论的角度总结人工智能与自适应、自学 习和自组织控制的关系之后而逐渐地形成的，是智 能控制的最早理论之一。
两种分级递阶控制理论: 基于知识/解析混合多层 智能控制理论以及递阶智能控制理论。
自动控制 智能控制
智能控制系统
中南大学 智能系统与智能软件研究所
用于驱动自主智能机器以实现其目标而 无需人员干预的系统叫智能控制系统。
4
12.2 智能控制的结构理论与特点
(Structural Theories and Feature of Intelligent Control)
12.2.1 智能控制的结构理论
不完全任务描述 任务协商
混合知识表示
多传感器 感知系统
高层规划/控制
常规控制过程
各种传感器
各种驱动器
世界（环境）
图12-6 智能控制器的一般结构
中南大学 智能系统与智能软件研究所
10
12.2 智能控制的结构理论与特点
12.2.3 智能控制的特点
智能控制以知识进行推理，以启发引导求解过程。 智能控制的核心在高层控制，即组织级。 智能控制是一门边缘交叉学科。 智能控制是一个新兴的研究领域。
长期存储交换单元
规划 输出 YF
uj
机器推理 自顶向下
机器规划
机器决策 自底向上
协调级
编译指 令输入
中南大学 智能系统与智能软件研究所
图12-7 组织级的结构框图
16
12.4 智能控制系统
3. 协调级与嵌套树
协调级的目标是把控制问题的实际公式与最有希 望的完全的协调规划联系起来，包括在可供选择 的原本中挑选一个规划。 协调级由一定数目的协调器组成，每个协调器与 执行级的具体硬件(执行装置)连接。当某个指令 由相应的协调器发送至执行装置时，这些装置就 执行规定好的任务。这种结构意味着：协调级不 具有推理能力。
型、结 构参数和学习算法等。 训练SNC，实现从输入到输出的映射，产生 正确控制。
中南大学 智能系统与智能软件研究所
30
12.4 智能控制系统
3. 神经网络非线性控制
d r( t ) + e( t ) NLO u(t) 对象 y( t ) + NLO —非线性优化器 NNP —神经网络预测器
- ^ y(t+k) NNP
中南大学 智能系统与智能软件研究所
17
12.4 智能控制系统
4. 具有熵函数的执行级
执行级是递阶智能控制的最底层，要求具有 较高的精度和较低的智能；按控制论进行控 制。 执行级的性能也可由熵来表示，因而统一了
智能机器的功用。此熵的量度选择一适当的 控制，以执行某任务的不确定性。我们能够 选择某个最优控制使此熵(即执行的不确定性) 为最小。
智能控制的发展 自动控制的发展过程
智能控制思潮出现于60年代； 60年代中期，自动控制与人工智能开始交接； 近十年来，智能控制的研究出现一股新的热潮。
中南大学 智能系统与智能软件研究所
2
12.1 智能控制的发展与定义
智能控制
进 展 方 向
最优控制 确定性反馈控制 开环控制
自学习控制 自适应/鲁棒控制 随机控制
中南大学 智能系统与智能软件研究所
14
12.4 智能控制系统
1. 定义与假设
智能控制系统各级的共同要素涉及机器各种作用 的不确定性，采用概率模型来描述这些具有共同度量 的作用，即它们各自的熵(entropies)。
组织级：以知识为主体，用香农熵来衡量所需知识。 协调级：以概率描述的决策方式来表示，这些方案 的熵用于度量协调的不确定性。 执行级：执行代价等价于系统所消耗的能量，并由 Boltzman的熵来表示。
中南大学 智能系统与智能软件研究所
...
24
12.4.4 学习控制系统
1.学习控制的发展及研究课题
12.4 智能控制系统
学习控制的发展
学习控制的研究课题
在非稳定环境中的学习 提高学习效率 学习系统的多级结构 结束规则 把模糊数学用于学习系统 直觉推理的应用 文法推理

中南大学 智能系统与智能软件研究所
1. 二元结构
傅京孙(K.S.Fu) 首先 论述了人工智能与自动控 AI IC AC 制的交接关系 ，指出“智 能控制系统描述自动控制 系统与人工智能的交接作 用”。 图12-2 智能控制的二元结构
中南大学 智能系统与智能软件研究所
5
12.2 智能控制的结构理论与特点
2. 三元结构
萨里迪斯(Saridis)认为，二元 交集的两元互相支配无助于 智能控制的有效和成功应用， 必须把远筹学的概念引入智 能控制，使它成为三元交集 中的一个子集。
中南大学 智能系统与智能软件研究所
22
12.4 智能控制系统
标度因子
规则库
隶属关系
标度因子
输入定标 原精确 值输入
x
模糊化
X
模糊决策
Y
模糊 输出
模糊判决
y
输出定标 原精确 值输出
标准精 确输入
模糊 输入
标准精 确输出
图12. 10 模糊控制器的一般框图
中南大学 智能系统与智能软件研究所
23
12.4 智能控制系统
中南大学 智能系统与智能软件研究所
11
12.3 智能控制的研究领域
(Research Fields of Intelligent Control)
智能机器人
随着机器人技术的发展和自动化程度的提高，对 机器人的功能提出更高的要求，特别是各种具有 不同程度智能的机器人，包括空间智能机器人。
智能过程控制与规划
过程n
7
图12-4 分级智能控制系统
12.2 智能控制的结构理论与特点
3. 四元结构
蔡自兴提出四元智 能控制结构，把智能控 制看做自动控制、人工 智能、信息论和运筹学 四个学科的交集。
AI AC IC IN OR
图12-5 智能控制的四元结构
中南大学 智能系统与智能软件研究所
8
信息论作为智能控制结构一个子集的理由：
27
12.4 智能控制系统
神经网络的特性
并行处理和快速性，适于实时控制和动力学控制。
本质非线性特性，为非线性控制带来新的希望。
可通过训练获得学习能力，能解决用数学模型或
规则描述难以处理或无法处理的控制过程。 很强的自适应能力和信息综合能力，能同时处理 大量的不同类型的控制输入，解决输入信息的互 补性和冗余性问题。
信息论是解释知识和智能的一种手段；
控制论、系统论和信息论是紧密相互作用的；
信息论已成为控制智能机器的工具；
信息熵成为智能控制的测度；
信息论参与智能控制的全过程，并对执行级起 到核心作用。
中南大学 智能系统与智能软件研究所
9
12.2 智能控制的结构理论与特点
12.2.2 智能控制器的一般结构
差异过程规划；生成过程规划；基于知识的过程 规划。
中南大学 智能系统与智能软件研究所
ຫໍສະໝຸດ Baidu12
12.3 智能控制的研究领域
专家控制系统 智能调度
语音控制
康复机器人控制
智能仪器
中南大学 智能系统与智能软件研究所
13
12.4 智能控制系统
(Intelligent Control Systems)
25
12.4 智能控制系统
2. 学习控制的设计原则
控制系统应具有分层信息处理和决策能力 控制器应具有在线特征辨识和特征记忆的功能 控制器应具有多模态控制 应用直觉推理逻辑，使控制器的决策更灵活和 迅速，以提高自学习效率。
中南大学 智能系统与智能软件研究所
26
12.4 智能控制系统