智能控制结课报告

《智能控制结课报告》由会员分享，可在线阅读，更多相关《智能控制结课报告（7页珍藏版）》请在金锄头文库上搜索。

1、科技学院智能控制结课报告（2012 2013年度第1学期）课程名称： 智能控制题目名称：智能控制技术介绍及应用院 系：动力工程系班 级：学 号：学生姓名：成 绩：2012年12月智能控制的产生及发展一、智能控制的产生以经典控制理论和现代控制理论为代表的传统控制理论曾在一 段时期成为控制的、解决现实问题的主导。但随着科技的进步，人们 为探索自然，需要面对更为复杂的对象及高度非线性，不确定的对象。 这是传统控制理论无法给予解决的，所以必须发展新的概念，理论和 方法才能适社会应快速发展的需要。智能控制在这个大的背景下孕育 而生。二、智能控制的发展1966 年 J.M.Medal 首先提出将人工智能应

2、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，并归纳了三中类 型的智能控制系统：（1）人作为控制器的控制系统，具有自学习性，自组织性，自适 应性功能（2）人机结合作为控制器的控制系统。机器完成需要快速完成的 常规任务，人则完成认为分配决策等。（3）无人参与的自主控制系统。为多层的智能控制系统，需要完 成问题建模，求解和规划，如自主机器人。1985 年 IEEE 在美国纽约召开了第一届智能控制研讨会，随后成立了 IEEE 智能控制专业委员会。1987 年在美国举行第一届国际智能控制 大会，标志着智能控制领域的形成 。20 世纪 90 年底至今，智能控 制进入了新的发展时期

3、，随着对象规模的扩大以人工智能技术、信息 论、系统论和控制论的发展，人们试从高层次研究智能控制，这不仅 形成了智能控制的多元化，而且在应用实践方面取得了重大进展。我 国智能控制也兴起于这一时期。智能控制的主要内容一、模糊控制模糊控制是应用模糊集合理论，从行为上模拟人的模糊推理和决 策过程的一种实用方法。其核心为模糊推理，主要依赖模糊规则和模 糊变量的隶属度函数。与专家系统控制类似，其推理过程也是基于规 则形式表示的人类经验。因此有人把两者都归类于基于规则的控制。 模糊控制的特点为：1）提供了一种实现基于自然语言描述规则的控制规律的新机 制。2）提供了一种非线性控制器，这种控制器一般用于控制含有

4、不 确定性和难以用传统非线性理论处理的场合。二、专家控制专家控制（expert control）是智能控制的一个重要分支，又称专 家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、 方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的 控制。专家控制试图在传统控制的基础上“加人”一个富有经验的控 制工程师，实现控制的功能，它由知识库和推理机构构成主体框架， 通过对控制领域知识（先验经验、动态信息、目标等）的获取与组织， 按某种策略及时地选用恰当的规则进行推理输出，实现对实际对象的 控制。专家控制的结构如图所示专家控制的特点为：1）具有领域专家级的专业知识，能进行符号处理和启

5、发式推理。 2）具有获取知识能力，具有灵活性透明性和交互性。三、神经网络控制人工神经网络（简称神经网络，NeuralNetwork）是模拟人脑思维 方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础 上提出的，用来模拟人类大脑神经网络的结构和行为，它从微观结构 和功能上对人脑进行抽象和简化，是模拟人类智能的一条重要途径， 反映了人脑功能的若干基本特征，如并行信息处理、学习、联想、模 式分类、记忆等。人工神经网络本身各简单结点没有显在的物理意义，但综合网络 可描述复杂和非线性系统的控制和辨识问题，而且能做到并行实时、 冗余容错的运算。它有如下特点：能充分逼近任意非线性特性；分 布式并行

6、处理机制；自学习和自适应能力；数据融合能力；适合于多 变量系统；多变量处理；以及可硬件实现。这些特点使神经网络成为 非线性系统建模与控制的一种重要方法，因此神经网络成为实现非线 性预测控制的关键技术之一。四、遗传算法遗传算法简称GA（GeneticAlgorithms），是1962年由美国 Michigan大学H011and教授提出的模拟自然界遗传机制和生物进化 论而成的一种并行随机搜索最优化方法。遗传算法是一种基于生物进化模拟的启发式智能算法，它的基本 策略是：将待优化函数的自变量编码成类似基因的离散数值码，然后 通过类似基因进化的交叉 变异 繁殖等操作获得待优化函数的最优 或近似最优解 在

7、智能控制中，遗传算法广泛应用于各类优化问题， 遗传算法可以用于复杂的非线性系统的辨识，多变量系统控制规则的 优化，智能控制参数的优化等常规控制方法难以奏效的问题 遗传算 法具有可扩展性，可以。同专家系统 模糊控制和神经网络结合，为 智能控制的研究注、入新的活力 如可用遗传算法对模糊控制的控制 规则和隶属度函数进行优化，对神经网络的权值进行优化等。 遗传 算法的特点为 ：1）以决策变量的编码作为运算对象2）直接以目标函数值作为搜索信息3）同时进行解空间的多点搜索4）使用自适应的概率搜索技术智能控制当前研究热点随着人们对不确定性、复杂性、模糊性过程控制问题进行广泛深 入研究，专家系统、模糊逻辑和神

8、经网络被广泛地引入到控制理论之 中。由于这三者都具有解决人工智能中知识表达与不确定性推理的信 息表达与处理能力，人们近来普遍认为以下几种途径是智能控制最具 吸引力的选择： 基于 知识和经验的专家系统控制；基于模糊逻辑推理与计算的模糊控制； 基于人工神经网络的神经网络控制； 以上途径的交叉与结合。由于专家系统控制、模糊控制和神经网络控制各有特点，因此 目前有些研究者集成这些方法，形成了模糊神经网络控制和专家模糊 控制等多个方向。例如，一种基于神经网络的模糊焊接控制方法 、 基于进化计算和神经网络的财政预算方法 、用于医学诊断的粗集神 经网络专家系统 和基于模糊专家系统的不稳定电压控制 。子波变

9、换、遗传算法与模糊神经网络的结合、以及混沌理论等，也将成为智 能控制的发展方向。智能控制的未来发展智能控制取得了可喜的成果和进展，作为一门新学科，无论在理 论上还是应用上都不够完善成熟，有待继续研究发展。智能控制徐在 以下几个方面加强研究工作（1）加强理论研究工作，重点研究智能 控制的稳定性、可控性、鲁棒性、跟踪性等问题。（2）加强各种智能控制方法的耦合度（3）注重技术创新，加快研制智能控制硬件设施 与软件。（4）将智能控制理论更广泛的运用到实际中，在应用中得到 提咼和发展。基于智能模拟的控制方法 一、利用神经元网络进行动态系统的辨识与控制神经网络模型用于模拟人脑神经活动的过程，其中包括信息的

10、 加工处理、存储和搜索等过程。神经网络是以对信息的分布式存储和 并行处理为基础，它具有自组织、自学习的功能，在许多方面更接近 人对信息的处理方法，它具有模拟人的形象思维的能力，反映了人脑功能的若干 特性。神经网络的研究经历了三十余年的曲折发展历史。80年代以 来，神经网络的研究取得了异常迅速的发展，提出了许多神经网络理 论及其模型。例如：多层感知器模型、回归模型（Hopfo id模型）、概 率型神经网络模型等。其中多层感知器模型多用于系统建模；回归模 型则可做成电路完成优化任务，它的速度快；概率型神经网络的动态 辨识与热力学方程有对应关系。尽管它的学习过程时间较长 但它可 使系统收敛到全局能量

11、最小值而非局部最优点。辨识曾经很热门，但只能对线性定常、集中系统进行辨识。由于神经 元网络本身为非线性，用它辨识任何系统便成为可能。图4便是利用 神经元网络进行非线性系统辨识的原理图，其中的学习算法用单样 本或多样本的过程学习算法。一旦知道了被控对象的数学模型 我们 便可以用预测控制，自适应控制等高级控制算法。利用神经元网络进 行直接控制的原理如图5。利用神经元网络进行间接控制的原理图如 图6。它首先得求出N i,得到非线性对象的详细信息，然后再做直接 控制。IDLTF甥咗斤象17神絶元吏终卉i7JL斯冬斤讪邛刚络问榕榕制心理图图4紳劭元网貉非缆性辨识原理图图-自适应控制系统构成原理图神肾元网

12、络立接控制原理图二、自适应控制自适应控制可保证在被控对象结构参数和初始条件发生变化或目标 函数(评价函数)的极值点发生漂移时，能够自动地解得最优工作状 态。其原理框图如图7。自适应控制系统必须完成测量性能函数，辨 识对象的动态模型，决定控制器如何修改以及如何改变控制器的可调参数 等功能。三、自组织控制自组织系统是一个有序度随时间推移而增加的系统。自组织控制引入 了信息论中度量有序度的概念熵(H)。因为系统有序度升高则其熵值 减少，自组织控制就是最小熵控制。美国著名教授Saridis已证明了最 小能量控制与最小熵控制本质是一样的。四、自学习控制KISIFu认为，智能控制的初级阶段是学习一些先进模

13、型。由于计算 机水平有限，现在谈完全自学习控制不现实。在学习理论中，最重要的原形之一是再励(Reinfo rcement) 的规律，这是对于作为系统的主体行为上的变动效果是否达到目的 而确定奖惩作用。对于具有未知动态特性的非线性系统 它由如下方 程来描述x = f (x，u，w )，x (0) = x0y= h (x，v)其中w是干扰,v是测量 噪声用再励学习控制算法可以保证得到全局最优，但学习时间太长， 还难以实用。智能控制正处于发展之中，涉及的内容较多，而且各个 方面都处于发展之中，可算是“百花齐放”。但是不能忘记，在智能 控制中，智能与精确性成反比。智能控制的实际应用智能控制在家电产品中

14、的应用一、 模糊控制电饭锅在世界上，日本首先将模糊逻辑和模糊控制技术应用于开发新一 代家电产品。1990年2月，日本松下电器率先推出模糊控制全自动洗 衣机产品。以此为开端，日本许多电器公司相继将模糊控制技术应用 于吸尘器、空调器、电饭煲、微波炉、电冰箱、摄像机等新型家用电 器产品上，并打入和占领了国际市场模糊电饭锅是一种多功能家用烹任器具，与传统的电饭锅相比具 有许多优越性。能自动地判定饭量、水/米比等信息，从而做出合适 的控制决策，达到省时、省电的目的;煮出来的米饭颗粒均匀，富有 光泽，口感好，可提高人的食欲，营养价值高，便于人体吸收。 二、模糊控制全自动洗衣机日本松下电器于1990年2月出

15、售的模糊全自动洗衣机，在洗涤桶 中装有洗净度传感器。它能检测洗涤液透明度，其混浊度表示脏污程 度，达到最混浊所花的时间，表示脏污的性质，因为油腻严重，越不 易溶解于水，所以这一时间也就越长。再根据布量、布质传感器测出 洗涤物量的多少及其洗涤物的布质软硬程度，然后利用模糊推理方 法，仿效洗衣技术高超的人，自动确定最佳水位、最佳水流的强度及 最佳洗涤时间、甩干时间等。这种洗衣机可记忆由 13名专家设计的 1300多种洗衣方法资料，那些资料是专家们从50多名消费者中调查、 搜集得来的。这种洗衣机真正达到了自动化洗衣的目的，在洗涤衣服 这个范围内，其复杂程度几乎接近了人脑。洗净度传感器由发光二极 管和

16、光敏三极管构成，安装在排水阀上端附近出口管上。发光二极管 的光强用光敏三极管转换成电压，由微机读出其大小给出洗涤水的透 光度。控制回路从微机来的PWM信号通过低通滤波器后，经电压/电 流变换构成控制发光二极管发光强度的电路。发光强度的初值，设定 为给水后清水状态时所定的大小。结束语智能控制现已得到了广泛的应用，它将随着基础理论的不断丰富 和实际应用的不断成熟而得到更为广泛的应用，智能控制在21世纪必 会得到迅猛的发展。智能控制这种将包含感知、思维等各种智能集 于一身的技术，将为并正在为人类做着巨大贡献，人类对它的研 究更加透彻也将更加全面，各种还未涉及或研究并不成熟的人工 智能将被开发，使人工智能技术更趋于成熟，使被赋予人工智能 的机器们更