仿人与专家智能控制 (1)

第二章 仿人与专家智能控制

2.1 仿人智能控制的基本思想和概念

1.仿人智能控制（Simulating Human Intelligent Control，SHIC）的基本思想

“仿人, 仿智”, 强调对人脑的宏观结构模拟与对人控制器模拟的结合。

仿人智能控制器应具有的基本结构和功能:

(1)分层的信息处理和决策的高阶产生式系统结构;

(2)在线的特征辨识与特征记忆;

(3)开、闭环控制，正、负反馈，定性决策与定量控制相结合的

多模态控制；

(4)启发式和直觉推理逻辑的应用。

2.仿人智能控制基本特点：

（1） 研究的主要目标不是控制对象，而是控制器自身如何对控制专家结构和行为的模仿；

（2） 辨识和建模的目标不是对象的定量数学模型，而是系统的动态特征模型和控制器定性与定量描述相结合的知识模型； （3）基于特征辨识与特征记忆的多模态控制可实现系统动态特性变化与控制器输出的多值影射关系，因而能使系统实现多种性能指标的优化。

（4）启发式与直觉推理，分层递阶的信息处理和多CPU并行的计算机硬、软件系统为仿人智能控制提供了具有在线自整定、自学

习和自适应能力的快速实时运行条件。

2．2 仿人智能控制的基本概念

1. 特征变量（Characteristic Variable ）

用来描述控制系统的动态特征和行为的变量称为特征变量。

（1）e e Δ⋅

0<Δ⋅e e ,表明系统动态过程正向误差减小的方向变化，

0>Δ⋅e e ，表明系统动态过程正向误差增大的方向变化。

（2）1−Δ⋅Δn n e e

相邻两次误差变化之积：

01<Δ⋅Δ−n n e e 表示出现极值（误差反方向）

； 01>Δ⋅Δ−n n e e 表示无极值。

2．特征模型 （Characteristic Model ）

仿人智能控制的特征模型定义为系统动态特性的一种定性和定量相结合的描述，它是根据控制问题求解和控制指标的不同要求，对系统动态信息空间∑的一种划分。

Σ∈=i n φφφφφ},

,...,,{21

例如： ]/0[211δδαφ>>>≥Δ⋅=e e e e

e e ∩∩ ∩ 特征状态由一些特征基元组合而成：

},......,,{21m q q q =φ

q 1: 0≥⋅e

e 或 0<⋅e e ； q 2: //e e e e αβ>≤ 或 ； q 3:

1δ

q 5: 2δ

； q 6: 2M e > q 7: 01>⋅−i

i m m e e ； q 8: 1/1>−i i m m e e

特征模型φ与特征基元集 Q 的关系： φ = P ⊙Q

P ij 可取 -1， 0，1。

例如：

)](,),()[(22211m im i i i q P q P q P ⋅⋅⋅⋅⋅⋅⋅=∩∩φ

]0,,0,1,1[],,,[21⋅⋅⋅−=⋅⋅⋅im i i P P P

[1=φ∩ 0≥⋅e e ]/α≤e e

3．特征辩识 (Characteristic Identification)

依据特征模型中对采样信息在线处理，模式识别并确定系统当前所处特征状态的过程。 只记忆必要的特征信息。

4．特征记忆 (Characteristic Memory)

记忆一些反映前期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。

如 系统偏差的第i 次极值，

控制先期输出，偏差的第i 次过零速度，相邻偏差极值间时间。

5．控制模态（Control Mode ）

控制模态集合Ψ定义为控制器的输入信息E ，特征记忆信息∧（合记为R ）

与输出信息U 之间某种定量或定性映射关系F 的集合，即

},...,,{21r ψψψ=Ψ

其中,...),,,(:λe

e f u i i i =Ψ 为定量映射；或→i i f :ψIF （条件）THEN （操作），为定性映射。

仿人智能控制中这种根据不同输入和特征记忆信息不断变化策略的控制方

式，称为多模态控制。

通过特征辨识确定系统当前所处的运动状态并立即采用相应控制模态的过

程可看成是对人的启发式和直觉逻辑的模仿。

控制模态集也应是SHIC 的先验知识，其中每一个控制模态一般都可有一些

模态基元构成。

常用的模态基元有：

1234156max :();:();:();:();:();:();...

n

p d i mi i H m K e m K e

m K edy m K e m u m U bang bang =±−∑∫ 比例微分积分峰值时间保持控制

集合1ψ与模态基元i m 之间的关系为1111:M L U =ψ

式中1U 为输出向量，1M 为模态基元向量；1L 为关系矩阵，其中只有1，0，-1

三种元素。由此构成的控制模态可有：

e K e K u u d p H ++=:11ψ（保持+比例为分）；

121:i n

m i u k e ψ==∑（开环观察保持）；

max 13:U u ±=ψ（bang-bang 控制）；

a u u n ±=:14ψ（非线性不灵敏区预补偿）；

6．启发与直觉推理（Heuristic and Intuition ）

启发与直觉推理规则集Ω是对人（专家）决策过程的模拟，根据特征辨识