智能控制绪论
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
智能控制
Intelligent Control
教材及参考资料
教材
参考资料
蔡自兴—智能原理 与应用 刘金琨—智能控制 易继凯—智能控制 技术 孙增圻—智能控制 理论与技术 李少远—智能控制
网络资源
http://course.jingpinke.com/search?keywo rd=智能控制 http://www.icourses.cn/coursestatic/cours e_3738.html(爱课程APP) http://gp.hebut.edu.cn/(office下载)
清 输出 晰 化
模糊控制的发展可分为三个阶段: (1) 1965年-1974年为模糊控制发展的第一阶段, 即模糊数学发展和形成阶段;
(2) 1974年-1979年为模糊控制发展的第二阶段,
产生了简单的模糊控制器; (3) 1979年—现在为模糊控制发展的第三阶段,
即高性能模糊控制阶段。
2.神经网络控制(Neural Network)
智能控制的四元论
Zadeh L. A.提出的模糊 集合与Hopfield J. J. 对 神经网络所作出的巨大 贡献给智能控制注入了 新的内容。 1994年清华大学袁增任 教授提出智能控制应该 在三元论的基础上增加 人工智能中的连接主义 和模糊集合。
OR
AI
符号主义 连接主义
IC NC FC
wmi
wij
w jp
神经网络的研究已经有几十年的历史。
1943 年 McCulloch 和 Pitts 提出了神经元数学 模型;
1950 年 -1980 年为神经网络的形成期,有少
量成果,如 1975 年 Albus 提出了人脑记忆模
型CMAC网络,1976年Grossberg提出了用于
无导师指导下模式分类的自组织网络;
三元论除了“智能”与“控制”外,还强调了更 高层次控制中调度、规划和管理的作用,为递阶 智能控制提供了理论依据。
所谓智能控制 ,即设计一个控制器或系统,使之 具有学习、抽象、推理和决策等功能,并能根据 环境(包括被控对象或被控过程)信息的变化做出适 应性反应,从而实现由人来完成的任务。
自动控制理论发展的高级阶段。
智能控制的发展
1991年7月,中国人工智能学会成立。 1993年7月,成都,中国人工智能学会智能机 器人专 业委员会成立大会暨首届学术会议。 1993年8月,北京,全球华人智能控制与智能 自动化大会。 1995年8月,天津,中国自动化学会智能自动 化专业委员会成立大会暨首届中国智能自动化 学术会议。 学术刊物:《模式识别与人工智能》(1989年 创刊)、《智能控制学报》 (2006年创刊) 。
(3) 神经元网络理论 神经网络通过许多简单的关系来实现复杂的 函数,其本质是一个非线性动力学系统,但它不 依赖数学模型,是一种介于逻辑推理和数值计算 之间的工具和方法。
(4) 遗传算法
遗传算法根据适者生存、优胜劣汰等自然进 化规则来进行搜索计算和问题求解。对许多传统 数学难以解决或明显失效的复杂问题,特别是优 化问题,GA提供了一个行之有效的途径。
3.智能控制的研究工具
(1) 符号推理与数值计算的结合
例如专家控制,它的上层是专家系统,采用 人工智能中的符号推理方法;下层是传统意义下 的控制系统,采用数值计算方法。 (2) 模糊集理论 模糊集理论是模糊控制的基础,其核心是采用 模糊规则进行逻辑推理,其逻辑取值可在0与1之间 连续变化,其处理的方法是基于数值的而不是基于 符号的。
第一章 绪论
智能控制课程特点: 散、杂、难 智能控制课程重要性: 本科毕业设计 科研、工作
课程内容
教学内容
绪论(2学时) 模糊控制(9学时理论+4学时实验) 神经网络控制(7学时理论+2学时实验) 专家系统(2学时) 复习+答疑(2学时)
第一章 绪论
智能控制及其发展历程 智能控制的几个主要分支 智能控制的特点及结构理论体系
智能控制与传统控制的关系
经典控制主要用于分析线性定常SISO,其分析
工具是微分方程或传递函数。 现代控制还可以分析非线性时变 MIMO ,其 分析工具是状态方程和输出方程。 智能控制是模仿人类智能所构成的一类控制 策略,它可以处理各种复杂系统,其求解过程 主要依靠搜索、自学习、模拟进化。
(5)离散事件与连续时间系统的结合
主要用于计算机集成制造系统( CIMS )和
智能机器人的智能控制。以 CIMS为例,上层任
务的分配和调度、零件的加工和传输等可用离散
事件系统理论进行分析和设计;下层的控制,如 机床及机器人的控制,则采用常规的连续时间系 统方法。
4.结构理论体系
智能控制的二元论
制。
3.专家控制(Expert Control)
专家知识
知识库
输入或提问
答案
推理机
4.遗传算法(Genetic Algorithm)
遗传算法(Genetic Algorithm,简称GA) 是人工智能的一个重要分支,是基于自然 选择和基因遗传学原理的搜索算法,是基 于达尔文进化论,在计算机上模拟生命进 化论机制而发展起来的一门学科。
AI AC
IC
OR
人工智能 (AI) :是一个用来模拟人思维的知识处
理系统,具有记忆、学习、信息处理、形式语言、
启发推理等功能。
自动控制 (AC) :描述系统的动力学特性,是一种
动态反馈。
运筹学 (OR) : 是一种定量优化方法,如线性规划、
网络规划、调度、管理、优化决策和多目标优化
方法等。
第三节 智能控制的特点及结构理论体系
1.智能控制系统原理结构
2.智能控制的特点
(1) 学习功能:智能控制器能通过从外界环境所获得的信 息进行学习,不断积累知识,使系统的控制性能得到改善; (2) 适应功能:智能控制器具有从输入到输出的映射关系, 可实现不依赖于模型的自适应控制,当系统某一部分出现 故障时,也能进行控制; (3) 自组织功能:智能控制器对复杂的分布式信息具有自 组织和协调的功能,当出现多目标冲突时,它可以在任务 要求的范围内自行决策,主动采取行动。 (4)优化能力:智能控制能够通过不断优化控制参数和寻 找控制器的最佳结构形式,获得整体最优的控制性能。
1980 年 以 后 为 神 经 网 络 的 发 展 期 , 1982 年
Hopfield提出了Hopfield网络,解决了回归网络
的学习问题,1986年美国的PDP研究小组提出
了BP网络,实现了有导师指导下的网络学习,
为神经网络的应用开辟了广阔的发展前景。
Байду номын сангаас
将神经网络引入控制领域就形成了神经网络控
1971年,傅京逊教授首先提出智能控制(IC)是 人工智能(AI)和自动控制(AC)交互作用的结果, 即 二元论,IC=AC∩AI,其结果图示如下:
AI
IC
AC
智能控制的三元论 1977年,美国学者G. N. Saridis在二元 论的基础上引入运筹学(OR),提出了三元 论的智能控制概念,即IC=AC∩AI∩OR,图 示如下:
实际系统由于存在复杂性、非线性、时变性、 不确定性和不完全性等,往往无法获得精确的 数学模型。 某些复杂的和包含不确定性的控制过程无法 用传统的数学模型来描述,即无法解决建模问 题。 针对实际系统往往需要进行一些比较苛刻的线 性化假设,而这些假设往往与实际系统不相符。 实际控制任务复杂,而传统的控制任务要求 低,对复杂的控制任务如智能机器人控制、 CIMS、社会经济管理系统等无能为力。
故障检测与诊断
机器人 模糊控制系统 智能家居系统
飞行器的智能控制
医用智能控制
智能仪器
智能交通控制系统
第一章 绪论 总 结
智能、智能控制的基本概念 智能控制的二/三/四/多元论
智能控制与传统控制的关系 智能控制系统的分支及应用
第一节 智能控制及其发展历程
倒立摆稳定控制
工业生产中
智能农业
科学研究
空间机器人控制
自动控制的发展历程
经典控制理论 研究对象:单输入-单输出系统(SISO) 模 型:传递函数
现代控制理论 研究对象:多输入-多输出系统(MIMO) 模 型:状态空间表示法
智能控制、先进控制
传统控制面临的挑战
成需要连续进行的并需快速计算的常规控制任 务,人则完成任务分配、决策、监控等任务; (3)无人参与的自主控制系统:多层的智能控
制系统,需要完成问题求解和规划、环境建模、
传感器信息分析和低层的反馈控制任务。如自
主机器人。
智能控制的发展
1985年8月,IEEE在纽约召开第一届智能控制 学术研讨会,主题:智能控制原理和智能控制 系统。会议决定在IEEE CSS下设IEEE智能控制 专业委员会。这标志着智能控制这一新兴学科 研究领域的正式诞生。 1987年1月,美国费城,第一次智能控制国际 会议,IEEE CSS与CS两学会主办; 1987年以来,一些国际学术组织,如IEEE、 IFAC等定期或不定期举办各类有关智能控制的 国际学术会议或研讨会,一定程度上反映了智 能控制发展的好势头。
AC
FUZZY
智能控制的多元论
随着研究对象规模的进一步扩大,大系 统智能控制、分级递阶智能控制、分布式问 题求解等方法不断产生,而认知心理学、神 经网络技术、进化论、遗传算法、混沌论等 更是从更高层次上研究智能控制,从而形成 了智能控制的多元论。
3. 智能控制的应用领域
智能机器人控制
工业过程控制
1966 年, J.M.Mendal 首先提出将人工智能
技术应用于飞船控制系统的设计;
1971年,傅京逊首次提出“智能控制”这 一概念,并归纳了三种类型的智能控制系统:
( 1 ) 人作为控制器的控制系统 :人作为控制
器的控制系统具有自学习、自适应和自组织的 功能;
(2)人机结合作为控制器的控制系统:机器完
自动控制 运筹学
信息论 计算机 生物学 人工智能
PID I Smith S 解耦 D 自适应 A 变结构 V 鲁棒 R 预测 P 模糊 F 专家 E 神经 N 遗传 G
I S DAV R PF E N G
FI 模糊PID EI 专家PID FEI 模糊专家PID NI 神经网络PID
•••
FP 模糊预测控制 GF 遗传算法模糊控制 GN 遗传算法神经控制
智能控制研究对象的特点
不确定性的模型。智能控制适合于不确定 对象的控制,其不确定性包括两层意思: 一是模型未知或知之甚少;二是模型的结 构和参数可能在很大范围内变化。 高度的非线性。 复杂的任务要求。
控制策略的渗透与融合
经 典 控 制 现 代 控 制 智 能 控 制
I S DAV R PF E N G
智能控制与传统控制的关系
Door
Room
智能控制与传统控制的关系
Door
Room
经典控制、现代控制与智能控制
应用对象不同 : SISO ; SISO 和 MIMO ;各种复杂 系统。 数学方法不同:微分方程或传递函数;状态方程和 输出方程;搜索、自学习和模拟进化等。 对被控对象数学模型的要求不同: 经典控制和现代 控制均需要了解被控对象的数学模型,而智能控制则 不需要详细了解被控对象的数学模型。 控制算法不同:经典控制和现代控制基于精确的控 制算法,而智能控制算法具有随机性和模糊性。
第二节智能控制的几个重要分支
近年来,神经网络、模糊数学、专家系统、 进化论等各门学科的发展给智能控制注入 了巨大的活力,由此产生了各种智能控制 方法。 智能控制的几个重要分支为专家控制、模 糊控制、神经网络控制和遗传算法。
1.模糊控制(Fuzzy Control)
规则库
输入
模 糊 化
模糊推理
Intelligent Control
教材及参考资料
教材
参考资料
蔡自兴—智能原理 与应用 刘金琨—智能控制 易继凯—智能控制 技术 孙增圻—智能控制 理论与技术 李少远—智能控制
网络资源
http://course.jingpinke.com/search?keywo rd=智能控制 http://www.icourses.cn/coursestatic/cours e_3738.html(爱课程APP) http://gp.hebut.edu.cn/(office下载)
清 输出 晰 化
模糊控制的发展可分为三个阶段: (1) 1965年-1974年为模糊控制发展的第一阶段, 即模糊数学发展和形成阶段;
(2) 1974年-1979年为模糊控制发展的第二阶段,
产生了简单的模糊控制器; (3) 1979年—现在为模糊控制发展的第三阶段,
即高性能模糊控制阶段。
2.神经网络控制(Neural Network)
智能控制的四元论
Zadeh L. A.提出的模糊 集合与Hopfield J. J. 对 神经网络所作出的巨大 贡献给智能控制注入了 新的内容。 1994年清华大学袁增任 教授提出智能控制应该 在三元论的基础上增加 人工智能中的连接主义 和模糊集合。
OR
AI
符号主义 连接主义
IC NC FC
wmi
wij
w jp
神经网络的研究已经有几十年的历史。
1943 年 McCulloch 和 Pitts 提出了神经元数学 模型;
1950 年 -1980 年为神经网络的形成期,有少
量成果,如 1975 年 Albus 提出了人脑记忆模
型CMAC网络,1976年Grossberg提出了用于
无导师指导下模式分类的自组织网络;
三元论除了“智能”与“控制”外,还强调了更 高层次控制中调度、规划和管理的作用,为递阶 智能控制提供了理论依据。
所谓智能控制 ,即设计一个控制器或系统,使之 具有学习、抽象、推理和决策等功能,并能根据 环境(包括被控对象或被控过程)信息的变化做出适 应性反应,从而实现由人来完成的任务。
自动控制理论发展的高级阶段。
智能控制的发展
1991年7月,中国人工智能学会成立。 1993年7月,成都,中国人工智能学会智能机 器人专 业委员会成立大会暨首届学术会议。 1993年8月,北京,全球华人智能控制与智能 自动化大会。 1995年8月,天津,中国自动化学会智能自动 化专业委员会成立大会暨首届中国智能自动化 学术会议。 学术刊物:《模式识别与人工智能》(1989年 创刊)、《智能控制学报》 (2006年创刊) 。
(3) 神经元网络理论 神经网络通过许多简单的关系来实现复杂的 函数,其本质是一个非线性动力学系统,但它不 依赖数学模型,是一种介于逻辑推理和数值计算 之间的工具和方法。
(4) 遗传算法
遗传算法根据适者生存、优胜劣汰等自然进 化规则来进行搜索计算和问题求解。对许多传统 数学难以解决或明显失效的复杂问题,特别是优 化问题,GA提供了一个行之有效的途径。
3.智能控制的研究工具
(1) 符号推理与数值计算的结合
例如专家控制,它的上层是专家系统,采用 人工智能中的符号推理方法;下层是传统意义下 的控制系统,采用数值计算方法。 (2) 模糊集理论 模糊集理论是模糊控制的基础,其核心是采用 模糊规则进行逻辑推理,其逻辑取值可在0与1之间 连续变化,其处理的方法是基于数值的而不是基于 符号的。
第一章 绪论
智能控制课程特点: 散、杂、难 智能控制课程重要性: 本科毕业设计 科研、工作
课程内容
教学内容
绪论(2学时) 模糊控制(9学时理论+4学时实验) 神经网络控制(7学时理论+2学时实验) 专家系统(2学时) 复习+答疑(2学时)
第一章 绪论
智能控制及其发展历程 智能控制的几个主要分支 智能控制的特点及结构理论体系
智能控制与传统控制的关系
经典控制主要用于分析线性定常SISO,其分析
工具是微分方程或传递函数。 现代控制还可以分析非线性时变 MIMO ,其 分析工具是状态方程和输出方程。 智能控制是模仿人类智能所构成的一类控制 策略,它可以处理各种复杂系统,其求解过程 主要依靠搜索、自学习、模拟进化。
(5)离散事件与连续时间系统的结合
主要用于计算机集成制造系统( CIMS )和
智能机器人的智能控制。以 CIMS为例,上层任
务的分配和调度、零件的加工和传输等可用离散
事件系统理论进行分析和设计;下层的控制,如 机床及机器人的控制,则采用常规的连续时间系 统方法。
4.结构理论体系
智能控制的二元论
制。
3.专家控制(Expert Control)
专家知识
知识库
输入或提问
答案
推理机
4.遗传算法(Genetic Algorithm)
遗传算法(Genetic Algorithm,简称GA) 是人工智能的一个重要分支,是基于自然 选择和基因遗传学原理的搜索算法,是基 于达尔文进化论,在计算机上模拟生命进 化论机制而发展起来的一门学科。
AI AC
IC
OR
人工智能 (AI) :是一个用来模拟人思维的知识处
理系统,具有记忆、学习、信息处理、形式语言、
启发推理等功能。
自动控制 (AC) :描述系统的动力学特性,是一种
动态反馈。
运筹学 (OR) : 是一种定量优化方法,如线性规划、
网络规划、调度、管理、优化决策和多目标优化
方法等。
第三节 智能控制的特点及结构理论体系
1.智能控制系统原理结构
2.智能控制的特点
(1) 学习功能:智能控制器能通过从外界环境所获得的信 息进行学习,不断积累知识,使系统的控制性能得到改善; (2) 适应功能:智能控制器具有从输入到输出的映射关系, 可实现不依赖于模型的自适应控制,当系统某一部分出现 故障时,也能进行控制; (3) 自组织功能:智能控制器对复杂的分布式信息具有自 组织和协调的功能,当出现多目标冲突时,它可以在任务 要求的范围内自行决策,主动采取行动。 (4)优化能力:智能控制能够通过不断优化控制参数和寻 找控制器的最佳结构形式,获得整体最优的控制性能。
1980 年 以 后 为 神 经 网 络 的 发 展 期 , 1982 年
Hopfield提出了Hopfield网络,解决了回归网络
的学习问题,1986年美国的PDP研究小组提出
了BP网络,实现了有导师指导下的网络学习,
为神经网络的应用开辟了广阔的发展前景。
Байду номын сангаас
将神经网络引入控制领域就形成了神经网络控
1971年,傅京逊教授首先提出智能控制(IC)是 人工智能(AI)和自动控制(AC)交互作用的结果, 即 二元论,IC=AC∩AI,其结果图示如下:
AI
IC
AC
智能控制的三元论 1977年,美国学者G. N. Saridis在二元 论的基础上引入运筹学(OR),提出了三元 论的智能控制概念,即IC=AC∩AI∩OR,图 示如下:
实际系统由于存在复杂性、非线性、时变性、 不确定性和不完全性等,往往无法获得精确的 数学模型。 某些复杂的和包含不确定性的控制过程无法 用传统的数学模型来描述,即无法解决建模问 题。 针对实际系统往往需要进行一些比较苛刻的线 性化假设,而这些假设往往与实际系统不相符。 实际控制任务复杂,而传统的控制任务要求 低,对复杂的控制任务如智能机器人控制、 CIMS、社会经济管理系统等无能为力。
故障检测与诊断
机器人 模糊控制系统 智能家居系统
飞行器的智能控制
医用智能控制
智能仪器
智能交通控制系统
第一章 绪论 总 结
智能、智能控制的基本概念 智能控制的二/三/四/多元论
智能控制与传统控制的关系 智能控制系统的分支及应用
第一节 智能控制及其发展历程
倒立摆稳定控制
工业生产中
智能农业
科学研究
空间机器人控制
自动控制的发展历程
经典控制理论 研究对象:单输入-单输出系统(SISO) 模 型:传递函数
现代控制理论 研究对象:多输入-多输出系统(MIMO) 模 型:状态空间表示法
智能控制、先进控制
传统控制面临的挑战
成需要连续进行的并需快速计算的常规控制任 务,人则完成任务分配、决策、监控等任务; (3)无人参与的自主控制系统:多层的智能控
制系统,需要完成问题求解和规划、环境建模、
传感器信息分析和低层的反馈控制任务。如自
主机器人。
智能控制的发展
1985年8月,IEEE在纽约召开第一届智能控制 学术研讨会,主题:智能控制原理和智能控制 系统。会议决定在IEEE CSS下设IEEE智能控制 专业委员会。这标志着智能控制这一新兴学科 研究领域的正式诞生。 1987年1月,美国费城,第一次智能控制国际 会议,IEEE CSS与CS两学会主办; 1987年以来,一些国际学术组织,如IEEE、 IFAC等定期或不定期举办各类有关智能控制的 国际学术会议或研讨会,一定程度上反映了智 能控制发展的好势头。
AC
FUZZY
智能控制的多元论
随着研究对象规模的进一步扩大,大系 统智能控制、分级递阶智能控制、分布式问 题求解等方法不断产生,而认知心理学、神 经网络技术、进化论、遗传算法、混沌论等 更是从更高层次上研究智能控制,从而形成 了智能控制的多元论。
3. 智能控制的应用领域
智能机器人控制
工业过程控制
1966 年, J.M.Mendal 首先提出将人工智能
技术应用于飞船控制系统的设计;
1971年,傅京逊首次提出“智能控制”这 一概念,并归纳了三种类型的智能控制系统:
( 1 ) 人作为控制器的控制系统 :人作为控制
器的控制系统具有自学习、自适应和自组织的 功能;
(2)人机结合作为控制器的控制系统:机器完
自动控制 运筹学
信息论 计算机 生物学 人工智能
PID I Smith S 解耦 D 自适应 A 变结构 V 鲁棒 R 预测 P 模糊 F 专家 E 神经 N 遗传 G
I S DAV R PF E N G
FI 模糊PID EI 专家PID FEI 模糊专家PID NI 神经网络PID
•••
FP 模糊预测控制 GF 遗传算法模糊控制 GN 遗传算法神经控制
智能控制研究对象的特点
不确定性的模型。智能控制适合于不确定 对象的控制,其不确定性包括两层意思: 一是模型未知或知之甚少;二是模型的结 构和参数可能在很大范围内变化。 高度的非线性。 复杂的任务要求。
控制策略的渗透与融合
经 典 控 制 现 代 控 制 智 能 控 制
I S DAV R PF E N G
智能控制与传统控制的关系
Door
Room
智能控制与传统控制的关系
Door
Room
经典控制、现代控制与智能控制
应用对象不同 : SISO ; SISO 和 MIMO ;各种复杂 系统。 数学方法不同:微分方程或传递函数;状态方程和 输出方程;搜索、自学习和模拟进化等。 对被控对象数学模型的要求不同: 经典控制和现代 控制均需要了解被控对象的数学模型,而智能控制则 不需要详细了解被控对象的数学模型。 控制算法不同:经典控制和现代控制基于精确的控 制算法,而智能控制算法具有随机性和模糊性。
第二节智能控制的几个重要分支
近年来,神经网络、模糊数学、专家系统、 进化论等各门学科的发展给智能控制注入 了巨大的活力,由此产生了各种智能控制 方法。 智能控制的几个重要分支为专家控制、模 糊控制、神经网络控制和遗传算法。
1.模糊控制(Fuzzy Control)
规则库
输入
模 糊 化
模糊推理