第2章-3 智能控制

1、2.3 2.3 最熱門的控制方法最熱門的控制方法 智能控制智能控制 主要內(nèi)容主要內(nèi)容 智能控制的基本概念智能控制的基本概念 專家控制（專家控制（Expert Control） 模糊控制（模糊控制（Fuzzy Control） 神經(jīng)網(wǎng)絡(luò)控制（神經(jīng)網(wǎng)絡(luò)控制（Neural Network Control） 對智能控制的一些展望對智能控制的一些展望 2.3.1 2.3.1 智能控制的基本概念智能控制的基本概念什么是什么是“智能智能”? ? 什么是什么是“智能控制智能控制”？ 人的智能表現(xiàn)在其所具有的記憶、人的智能表現(xiàn)在其所具有的記憶、學(xué)習(xí)、模仿、適應(yīng)、聯(lián)想、語言表學(xué)習(xí)、模仿、適應(yīng)、聯(lián)想、語言表達(dá)、文字

2、識別、邏輯推理、歸納總達(dá)、文字識別、邏輯推理、歸納總結(jié)、綜合決策等各種能力。結(jié)、綜合決策等各種能力。 當(dāng)自動控制方式明顯地具有這些智能特征時，就當(dāng)自動控制方式明顯地具有這些智能特征時，就稱其為稱其為“智能控制智能控制”。 人與智能控制人與智能控制 人本身就是一個非常完美的智能控制系統(tǒng)，人人本身就是一個非常完美的智能控制系統(tǒng)，人腦及神經(jīng)系統(tǒng)相當(dāng)于智能控制器，對通過感官獲腦及神經(jīng)系統(tǒng)相當(dāng)于智能控制器，對通過感官獲取的各種信息進(jìn)行綜合分析、處理和決策，并利取的各種信息進(jìn)行綜合分析、處理和決策，并利用手和腳等執(zhí)行機(jī)構(gòu)作出相應(yīng)的反應(yīng)，能適應(yīng)各用手和腳等執(zhí)行機(jī)構(gòu)作出相應(yīng)的反應(yīng)，能適應(yīng)各種復(fù)雜的控制環(huán)境，完

3、成難度很大的任務(wù)。種復(fù)雜的控制環(huán)境，完成難度很大的任務(wù)。 5傳統(tǒng)自動控制與智能控制傳統(tǒng)自動控制與智能控制 廣義地講，幾乎所有的自動控制系統(tǒng)都在一定廣義地講，幾乎所有的自動控制系統(tǒng)都在一定程度上模仿了人的控制方式，或多或少地具有程度上模仿了人的控制方式，或多或少地具有“智能智能”，但談到，但談到“智能控制智能控制”，仍然有別于傳，仍然有別于傳統(tǒng)的自動控制，兩者雖無明確的界限，但存在明統(tǒng)的自動控制，兩者雖無明確的界限，但存在明顯的區(qū)別。顯的區(qū)別。 傳統(tǒng)的自動控制是基于數(shù)學(xué)模型、以定量分析傳統(tǒng)的自動控制是基于數(shù)學(xué)模型、以定量分析為主；而智能控制則更多地基于知識，利用專家為主；而智能控制則更多地基于知

4、識，利用專家經(jīng)驗、邏輯推理、學(xué)習(xí)功能、遺傳和進(jìn)化機(jī)制等經(jīng)驗、邏輯推理、學(xué)習(xí)功能、遺傳和進(jìn)化機(jī)制等來進(jìn)行控制，是以定性分析為主、定量與定性相來進(jìn)行控制，是以定性分析為主、定量與定性相結(jié)合的控制方式。結(jié)合的控制方式。 智能控制的主要特點智能控制的主要特點 體現(xiàn)了人的控制策略和控制思想，擁有受控對象及體現(xiàn)了人的控制策略和控制思想，擁有受控對象及環(huán)境的相關(guān)知識以及運用這些知識的能力，具有很環(huán)境的相關(guān)知識以及運用這些知識的能力，具有很強(qiáng)的自適應(yīng)、自學(xué)習(xí)、自組織和自協(xié)調(diào)能力、能在強(qiáng)的自適應(yīng)、自學(xué)習(xí)、自組織和自協(xié)調(diào)能力、能在復(fù)雜環(huán)境下進(jìn)行綜合分析、判斷和決策，實現(xiàn)對復(fù)復(fù)雜環(huán)境下進(jìn)行綜合分析、判斷和決策，實現(xiàn)

5、對復(fù)雜系統(tǒng)的控制。雜系統(tǒng)的控制。 屬于典型的交叉學(xué)科，涉及人工屬于典型的交叉學(xué)科，涉及人工智能、自動控制、運籌學(xué)、系統(tǒng)智能、自動控制、運籌學(xué)、系統(tǒng)論、信息論等，在系統(tǒng)的實現(xiàn)上論、信息論等，在系統(tǒng)的實現(xiàn)上則必須依托計算機(jī)技術(shù)。則必須依托計算機(jī)技術(shù)。 基本上屬于基本上屬于“方法方法”范疇，理論范疇，理論分析困難，理論體系尚未建立。分析困難，理論體系尚未建立。萌芽期（萌芽期（6060年代）年代）形成期（形成期（7070年代）年代）發(fā)展期（發(fā)展期（8080年代）年代）高潮期（高潮期（9090年代至今）年代至今）智能控制的發(fā)展階段（始于上世紀(jì)）：智能控制的發(fā)展階段（始于上世紀(jì)）：智能控制的主要類型智能控

6、制的主要類型l專家控制專家控制l模糊控制模糊控制l神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制l學(xué)習(xí)控制學(xué)習(xí)控制l基于規(guī)則的仿人控制基于規(guī)則的仿人控制什么是專家系統(tǒng)、專家控制什么是專家系統(tǒng)、專家控制? ?2.3.2 2.3.2 專家控制專家控制（Expert ControlExpert Control） “專家專家” ” 是具有某一領(lǐng)域?qū)ｉT知識或豐富實踐是具有某一領(lǐng)域?qū)ｉT知識或豐富實踐經(jīng)驗的人，而經(jīng)驗的人，而“專家系統(tǒng)專家系統(tǒng)”則是一個計算機(jī)系統(tǒng)，則是一個計算機(jī)系統(tǒng)，存儲有專家的知識和經(jīng)驗，并用推理的方式針對問存儲有專家的知識和經(jīng)驗，并用推理的方式針對問題給出結(jié)論。題給出結(jié)論。 “ “專家控制專家控制”是將專家或

7、現(xiàn)是將專家或現(xiàn)場操作人員的知識和經(jīng)驗總結(jié)場操作人員的知識和經(jīng)驗總結(jié)成知識庫，形成很多條規(guī)則，成知識庫，形成很多條規(guī)則，并利用計算機(jī)、通過推理來實并利用計算機(jī)、通過推理來實施控制。施控制。 專家系統(tǒng)、專家控制的產(chǎn)生及發(fā)展專家系統(tǒng)、專家控制的產(chǎn)生及發(fā)展l 專家系統(tǒng)是人工智能的重要內(nèi)容，由美國斯坦福專家系統(tǒng)是人工智能的重要內(nèi)容，由美國斯坦福大學(xué)大學(xué)1965年提出，最初用于化學(xué)質(zhì)譜分析，后廣年提出，最初用于化學(xué)質(zhì)譜分析，后廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療、教育等領(lǐng)域。泛應(yīng)用于工業(yè)、農(nóng)業(yè)、醫(yī)療、教育等領(lǐng)域。l 瑞典的瑞典的strm于于1983年首次將專家系統(tǒng)用于常年首次將專家系統(tǒng)用于常規(guī)控制器參數(shù)的自動整定，

8、并于規(guī)控制器參數(shù)的自動整定，并于1984年正式提出年正式提出了專家控制的概念，目前已成功應(yīng)用于機(jī)器人控了專家控制的概念，目前已成功應(yīng)用于機(jī)器人控制、飛機(jī)的操縱控制、故障診斷、各種工業(yè)過程制、飛機(jī)的操縱控制、故障診斷、各種工業(yè)過程控制等控制等 。 常見的兩類專家控制系統(tǒng)常見的兩類專家控制系統(tǒng)l 直接型專家控制直接型專家控制 用于取代常規(guī)的控制用于取代常規(guī)的控制器，直接控制受控對器，直接控制受控對象或生產(chǎn)過程。象或生產(chǎn)過程。l 間控型專家控制間控型專家控制 和常規(guī)控制器相結(jié)和常規(guī)控制器相結(jié)合，組成對受控對合，組成對受控對象或生產(chǎn)過程進(jìn)行象或生產(chǎn)過程進(jìn)行間接控制的智能控制系統(tǒng)，通常利用偏差和偏差間接

9、控制的智能控制系統(tǒng)，通常利用偏差和偏差變化率來調(diào)節(jié)常規(guī)控制器的參數(shù)。變化率來調(diào)節(jié)常規(guī)控制器的參數(shù)。專家控制器專家控制器受控對象受控對象檢測檢測常規(guī)控制器常規(guī)控制器受控對象受控對象檢測檢測專家控制器專家控制器例：熱水器水溫調(diào)節(jié)系統(tǒng)的專家控制例：熱水器水溫調(diào)節(jié)系統(tǒng)的專家控制 可將常規(guī)的可將常規(guī)的PIDPID控制與?？刂婆c專家系統(tǒng)相結(jié)合，把專家設(shè)計家系統(tǒng)相結(jié)合，把專家設(shè)計和調(diào)試和調(diào)試PIDPID參數(shù)的知識和經(jīng)參數(shù)的知識和經(jīng)驗總結(jié)成一些規(guī)則，根據(jù)系驗總結(jié)成一些規(guī)則，根據(jù)系統(tǒng)的運行狀態(tài)自動地調(diào)整控統(tǒng)的運行狀態(tài)自動地調(diào)整控制器的相關(guān)參數(shù)。制器的相關(guān)參數(shù)。燃?xì)馊細(xì)鉄崴疅崴渌渌刂屏靠刂屏克疁貦z測值水溫檢

10、測值誤差誤差水溫設(shè)定值水溫設(shè)定值氣閥氣閥PID控制器控制器專家專家系統(tǒng)系統(tǒng)間接型專家控制的基本思路：間接型專家控制的基本思路： 這就是所謂的這就是所謂的“基于規(guī)則的參數(shù)自基于規(guī)則的參數(shù)自整定整定PIDPID控制控制”。一種直接型專家控制的基本思路：一種直接型專家控制的基本思路： 對誤差和誤差變化率對誤差和誤差變化率進(jìn)行分段，并根據(jù)其位于進(jìn)行分段，并根據(jù)其位于哪一段來決定相應(yīng)的控制哪一段來決定相應(yīng)的控制量，屬于最簡單且最直觀量，屬于最簡單且最直觀的分段智能控制方法。的分段智能控制方法。 下面討論這種控制方下面討論這種控制方法。法。燃?xì)馊細(xì)鉄崴疅崴渌渌刂屏靠刂屏克疁貦z測值水溫檢測值誤差誤差水

11、溫設(shè)定值水溫設(shè)定值氣閥氣閥專家專家控制器控制器水溫調(diào)節(jié)系統(tǒng)的直接型專家控制水溫調(diào)節(jié)系統(tǒng)的直接型專家控制 控制規(guī)則：控制規(guī)則：l 若水溫很高，則將控制量調(diào)至若水溫很高，則將控制量調(diào)至最小（氣閥開度最?。蛔钚。忾y開度最?。籰 若水溫很低，則將控制量調(diào)至若水溫很低，則將控制量調(diào)至最大（氣閥開度最大）；最大（氣閥開度最大）；l 若水溫比較低，且沒有上升，若水溫比較低，且沒有上升，則大幅度調(diào)大控制量；則大幅度調(diào)大控制量；l 若水溫比較低，且在緩慢上升，若水溫比較低，且在緩慢上升，則較大幅度調(diào)大控制量；則較大幅度調(diào)大控制量；l 若水溫比較低，但上升較快，若水溫比較低，但上升較快，則適當(dāng)調(diào)大控制量；則

12、適當(dāng)調(diào)大控制量； 專家的知識和經(jīng)驗就體現(xiàn)在如何對專家的知識和經(jīng)驗就體現(xiàn)在如何對e及其變化率進(jìn)行分段，及其變化率進(jìn)行分段，以及如何確定其與以及如何確定其與u的具體取值上。的具體取值上。 燃?xì)馊細(xì)鉄崴疅崴渌渌刂屏靠刂屏克疁貦z測值水溫檢測值誤差誤差水溫設(shè)定值水溫設(shè)定值氣閥氣閥專家專家控制器控制器控制規(guī)則的具體化控制規(guī)則的具體化if e2, then u=10; if e2, then u=10; （水溫很低，則輸入最大）（水溫很低，則輸入最大）if e-2, then u=2; if e-2, then u=2; （水溫很高，則輸入最?。ㄋ疁睾芨撸瑒t輸入最?。﹊f 1e2 and e0,th

13、en u=8;if 1e2 and e0,then u=8; （水溫較低且沒有上升，則輸入很大）（水溫較低且沒有上升，則輸入很大）if 1e2 and -1e0, then u=6;if 1e2 and -1e0, then u=6; （水溫較低且緩慢上升，則輸入較大）（水溫較低且緩慢上升，則輸入較大）if 1e2 and -2e-1, then u=4;if 1e2 and -2e-1, then u=4; （水溫較低且較快上升，則輸入中等）（水溫較低且較快上升，則輸入中等） 設(shè)設(shè) -3e3-3e3，2u102u10，ee代表誤差變化率，代表誤差變化率，則控制規(guī)則可能如下：則控制規(guī)則可能如下

14、：關(guān)于專家控制的幾點說明關(guān)于專家控制的幾點說明l 專家控制要求不斷地根據(jù)反饋信息迅速作出決策，專家控制要求不斷地根據(jù)反饋信息迅速作出決策，對實時性要求很高，因此專家控制器的結(jié)構(gòu)一般比對實時性要求很高，因此專家控制器的結(jié)構(gòu)一般比專家系統(tǒng)簡單，其核心是知識庫和推理機(jī)構(gòu)。專家系統(tǒng)簡單，其核心是知識庫和推理機(jī)構(gòu)。l 知識庫所存儲的知識既可以是定性的，也可以是定知識庫所存儲的知識既可以是定性的，也可以是定量的，并可以利用知識獲取系統(tǒng)隨時對知識進(jìn)行補(bǔ)量的，并可以利用知識獲取系統(tǒng)隨時對知識進(jìn)行補(bǔ)充、修改和更新；因此，專家控制比常規(guī)控制更加充、修改和更新；因此，專家控制比常規(guī)控制更加靈活，對復(fù)雜環(huán)境的適應(yīng)能力

15、更強(qiáng)。靈活，對復(fù)雜環(huán)境的適應(yīng)能力更強(qiáng)。l 如何簡便有效地獲取專家知識、如何在控制過程中如何簡便有效地獲取專家知識、如何在控制過程中自動修改、更新和擴(kuò)充知識，并滿足實時控制的快自動修改、更新和擴(kuò)充知識，并滿足實時控制的快速性需求是非常關(guān)鍵的。速性需求是非常關(guān)鍵的。 2.3.3 2.3.3 模糊控制模糊控制（Fuzzy Control） 模糊控制的發(fā)展：模糊控制的發(fā)展：u19651965年美國的年美國的ZadehZadeh提出模糊集合理論提出模糊集合理論; ;u19741974年英國的年英國的MamdaniMamdani首次將模糊理論應(yīng)用于蒸汽首次將模糊理論應(yīng)用于蒸汽機(jī)控制機(jī)控制; ;u19851

16、985年年AT&TAT&T貝爾實驗室研制出第一個模糊邏輯芯片貝爾實驗室研制出第一個模糊邏輯芯片; ; u2020世紀(jì)世紀(jì)8080年代末日本將模糊控制廣泛應(yīng)用于家用電年代末日本將模糊控制廣泛應(yīng)用于家用電器（洗衣機(jī)、空調(diào)、吸塵器、電冰箱、電飯煲、微器（洗衣機(jī)、空調(diào)、吸塵器、電冰箱、電飯煲、微波爐、照相機(jī)等），促進(jìn)了模糊控制的推廣和應(yīng)用波爐、照相機(jī)等），促進(jìn)了模糊控制的推廣和應(yīng)用; ;u9090年代模糊邏輯及其應(yīng)用形成高潮，應(yīng)用范圍包年代模糊邏輯及其應(yīng)用形成高潮，應(yīng)用范圍包括工業(yè)控制、地鐵、電梯、交通、汽車、空間飛括工業(yè)控制、地鐵、電梯、交通、汽車、空間飛行器、機(jī)器人、核反應(yīng)堆、圖象

17、識別、故障診斷、行器、機(jī)器人、核反應(yīng)堆、圖象識別、故障診斷、污水處理、數(shù)據(jù)壓縮、移動通信、財政金融等污水處理、數(shù)據(jù)壓縮、移動通信、財政金融等模糊邏輯技術(shù)的優(yōu)越性：模糊邏輯技術(shù)的優(yōu)越性：簡單、直觀、有效、可靠簡單、直觀、有效、可靠一、模糊集合一、模糊集合 隸屬度函數(shù)隸屬度函數(shù): 某元素某元素 a 屬于某集合屬于某集合 A 的程度的程度, 用用 (a)=01 表示表示 ( 經(jīng)典集合對應(yīng)經(jīng)典集合對應(yīng)=0, 1 ) 例例: 已知經(jīng)典集合已知經(jīng)典集合 A 為為 0） vi(k) 學(xué)習(xí)信號（通常為誤差的函數(shù)）學(xué)習(xí)信號（通常為誤差的函數(shù)）yf().w1wnw2x1x2xn.學(xué)習(xí)規(guī)則學(xué)習(xí)規(guī)則學(xué)習(xí)學(xué)習(xí)信號信號學(xué)

18、習(xí)的意義：學(xué)習(xí)的意義：通過調(diào)整權(quán)值通過調(diào)整權(quán)值 wi ，使神經(jīng)元具有期望的使神經(jīng)元具有期望的輸入輸出模式輸入輸出模式)k(WWi)k(WWiii2n21w)k(e)k(ewJ)k(vw)k(e)k(e21JwwwW T , T則則的的函函數(shù)數(shù)，是是誤誤差差，為為基基于于某某種種評評價價準(zhǔn)準(zhǔn)則則的的其其中中設(shè)設(shè)性性能能指指標(biāo)標(biāo)為為表表示示轉(zhuǎn)轉(zhuǎn)置置，令令最大變化率。最大變化率。具有具有處的梯度，處的梯度，在在稱為稱為 )k(WJwJwJWJn1 學(xué)習(xí)方法學(xué)習(xí)方法梯度下降法：梯度下降法：特點：特點：l 沿梯度方向下降一定能到達(dá)沿梯度方向下降一定能到達(dá) J 的極小點；的極小點；l 學(xué)習(xí)的快慢取決于學(xué)習(xí)

19、速率學(xué)習(xí)的快慢取決于學(xué)習(xí)速率i 的選?。坏倪x??；l缺點是可能陷入局部最小點。缺點是可能陷入局部最小點。JWW(k)梯度方向梯度方向簡單例：簡單例：設(shè)設(shè) y = w1x1 （即（即 = 0 , f(s) = s） w1 的初值的初值 w1(0) = 0yf()w1x1單輸入神經(jīng)元單輸入神經(jīng)元取性能指標(biāo)為取性能指標(biāo)為 J = e2(k)2 = 2 y(k) 2 2 = 2 w1(k) 2 2)k(w2)k(w)1k(w)k(w2wJ1111)k(ww111 則有則有Jw12梯度方向梯度方向02用梯度下降法用梯度下降法, 使使 x1 = 1 時時, y = 2 k 1 2 3 4 5w1(k), y

20、(k) 1 1.51.751.8751.9375 k 1 2 3 4 5w1(k), y(k) 3 752.0625表表 6-1 =0.5 時的學(xué)習(xí)結(jié)果時的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率較小學(xué)習(xí)速率較小 )表表 6-2 =1.5 時的學(xué)習(xí)結(jié)果時的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率較大學(xué)習(xí)速率較大 ) )k(w2)k(w)1k(w111 學(xué)學(xué)習(xí)習(xí)規(guī)規(guī)則則： k 1 2 34 5w1(k), y(k) 4 0404表表 6-3 =2 時的學(xué)習(xí)結(jié)果時的學(xué)習(xí)結(jié)果 ( 學(xué)習(xí)速率過大學(xué)習(xí)速率過大 ) k 1 2 34 5w1(k), y(k) 6 -618-3066表表 6-4 =3 時的學(xué)習(xí)結(jié)果時的學(xué)習(xí)

21、結(jié)果 ( 學(xué)習(xí)速率過大學(xué)習(xí)速率過大 ) 結(jié)論：結(jié)論：過小收斂慢；過小收斂慢；過大則振蕩甚至可能發(fā)散。過大則振蕩甚至可能發(fā)散。對于該例，對于該例，=1 時的學(xué)習(xí)次數(shù)最少時的學(xué)習(xí)次數(shù)最少( 一次結(jié)束一次結(jié)束) )k(w2)k(w)1k(w111 學(xué)學(xué)習(xí)習(xí)規(guī)規(guī)則則：三、神經(jīng)元網(wǎng)絡(luò)三、神經(jīng)元網(wǎng)絡(luò). . . . . . .三層前饋網(wǎng)絡(luò)三層前饋網(wǎng)絡(luò)神經(jīng)元按一神經(jīng)元按一定方式連接定方式連接神經(jīng)神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)目的：目的：通過學(xué)習(xí)，使神經(jīng)網(wǎng)絡(luò)具有期望通過學(xué)習(xí)，使神經(jīng)網(wǎng)絡(luò)具有期望 的輸入輸出模式的輸入輸出模式兩個關(guān)鍵兩個關(guān)鍵: 網(wǎng)絡(luò)結(jié)構(gòu)網(wǎng)絡(luò)結(jié)構(gòu) , 學(xué)習(xí)方法學(xué)習(xí)方法常用結(jié)構(gòu)常用結(jié)構(gòu): 前饋網(wǎng)，反饋網(wǎng)等前饋網(wǎng)，反饋網(wǎng)

22、等著名的著名的BP網(wǎng)絡(luò)網(wǎng)絡(luò) = 前饋網(wǎng)前饋網(wǎng) + BP算法算法 （ BP: Back Propagation ） 梯度梯度下降法下降法由輸出層向輸入層由輸出層向輸入層反向計算每一層的反向計算每一層的連接權(quán)值連接權(quán)值BP算法算法 BP算法的進(jìn)行方式算法的進(jìn)行方式: 由給定的輸入樣本計算網(wǎng)絡(luò)輸出，并與輸由給定的輸入樣本計算網(wǎng)絡(luò)輸出，并與輸出樣本進(jìn)行比較（輸出誤差）；出樣本進(jìn)行比較（輸出誤差）； 由輸出誤差依次反向計算每一層的權(quán)值；由輸出誤差依次反向計算每一層的權(quán)值； 重復(fù)重復(fù)、，直至輸出誤差滿足要求為止；，直至輸出誤差滿足要求為止； 對每組輸入輸出樣本數(shù)據(jù)都按對每組輸入輸出樣本數(shù)據(jù)都按 進(jìn)行進(jìn)行學(xué)

23、習(xí)；學(xué)習(xí)；重復(fù)重復(fù)，直至所有輸出誤差都達(dá)到要，直至所有輸出誤差都達(dá)到要求的精度。求的精度。 前饋網(wǎng)絡(luò)前饋網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)的特點：神經(jīng)網(wǎng)絡(luò)的特點：l 通過學(xué)習(xí)，可以無限逼近任意的輸入輸出函數(shù)；通過學(xué)習(xí)，可以無限逼近任意的輸入輸出函數(shù)；l 具有歸納或泛化能力具有歸納或泛化能力（經(jīng)樣本訓(xùn)練后，輸入不屬（經(jīng)樣本訓(xùn)練后，輸入不屬于樣本集時也能產(chǎn)生合適的輸出）于樣本集時也能產(chǎn)生合適的輸出）；l 并行計算并行計算（速度快）（速度快），分布存儲，分布存儲（容錯性好）（容錯性好）；l 學(xué)習(xí)過程收斂較慢學(xué)習(xí)過程收斂較慢（較費時）（較費時），實時應(yīng)用性差；，實時應(yīng)用性差； l 如何確定網(wǎng)絡(luò)的層數(shù)及每一層的神經(jīng)元個數(shù)尚無

24、如何確定網(wǎng)絡(luò)的層數(shù)及每一層的神經(jīng)元個數(shù)尚無明確的方法。明確的方法。神經(jīng)網(wǎng)絡(luò)的實現(xiàn)：神經(jīng)網(wǎng)絡(luò)的實現(xiàn)：神經(jīng)元芯片神經(jīng)元芯片 計算機(jī)軟件模擬計算機(jī)軟件模擬四、神經(jīng)網(wǎng)絡(luò)的應(yīng)用四、神經(jīng)網(wǎng)絡(luò)的應(yīng)用典型應(yīng)用領(lǐng)域：典型應(yīng)用領(lǐng)域：l 各類控制與優(yōu)化問題各類控制與優(yōu)化問題l 系統(tǒng)辨識系統(tǒng)辨識l 故障診斷故障診斷l(xiāng) 容錯技術(shù)容錯技術(shù)l 信號處理信號處理l 模式識別模式識別l 文字識別文字識別l 專家系統(tǒng)等專家系統(tǒng)等神經(jīng)網(wǎng)絡(luò)應(yīng)用于系統(tǒng)辨神經(jīng)網(wǎng)絡(luò)應(yīng)用于系統(tǒng)辨識與控制的優(yōu)點：識與控制的優(yōu)點：u無須數(shù)學(xué)建模，只需在線無須數(shù)學(xué)建模，只需在線或離線學(xué)習(xí)訓(xùn)練或離線學(xué)習(xí)訓(xùn)練u同時適用于線性和非線性同時適用于線性和非線性系統(tǒng)系統(tǒng)u具

25、有很強(qiáng)的適應(yīng)性和魯棒具有很強(qiáng)的適應(yīng)性和魯棒性性u容易和其他控制方式結(jié)合容易和其他控制方式結(jié)合 數(shù)字識別數(shù)字識別NN.0 1 9標(biāo)準(zhǔn)輸出：標(biāo)準(zhǔn)輸出：0=（1 0 0 0）1=（0 1 0 0） 9=（0 0 0 1）.通過調(diào)整通過調(diào)整NNNN的權(quán)值使的權(quán)值使 實際輸出實際輸出標(biāo)準(zhǔn)輸出標(biāo)準(zhǔn)輸出NN：Neural Network （神經(jīng)網(wǎng)絡(luò)）（神經(jīng)網(wǎng)絡(luò)）實際輸出可能為：實際輸出可能為：（0.1 0.8 0.1 0.2 0.1 0.3 0.1 0.2 0.1 0.1）則以最大數(shù)字為準(zhǔn)，即對應(yīng)數(shù)字則以最大數(shù)字為準(zhǔn)，即對應(yīng)數(shù)字 1u每一網(wǎng)格的明暗每一網(wǎng)格的明暗度經(jīng)光電器件轉(zhuǎn)度經(jīng)光電器件轉(zhuǎn)換成電信號換成電信

26、號u神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)(NN)的的輸入與網(wǎng)格陣列輸入與網(wǎng)格陣列一一對應(yīng)一一對應(yīng)u輸出電平高低的輸出電平高低的組合對應(yīng)要識別組合對應(yīng)要識別的數(shù)字的數(shù)字u用數(shù)字樣本和標(biāo)用數(shù)字樣本和標(biāo)準(zhǔn)輸出對準(zhǔn)輸出對NN進(jìn)行進(jìn)行訓(xùn)練訓(xùn)練 系統(tǒng)辨識系統(tǒng)辨識動態(tài)系統(tǒng)動態(tài)系統(tǒng)NNyNuye+- 正模型辨識正模型辨識動態(tài)系統(tǒng)動態(tài)系統(tǒng)NNuyuNe+-逆模型辨識逆模型辨識通過學(xué)習(xí)（依據(jù)誤差通過學(xué)習(xí)（依據(jù)誤差 e 調(diào)整調(diào)整 NN 的權(quán)值）使的權(quán)值）使 yN y 從而使從而使 NN 動態(tài)系統(tǒng)動態(tài)系統(tǒng)通過學(xué)習(xí)使通過學(xué)習(xí)使 uN u從而使從而使 NN 逆動態(tài)系統(tǒng)逆動態(tài)系統(tǒng) 專家控制專家控制NN控制器控制器受控對象受控對象檢測裝置檢測裝

27、置給定給定輸入輸入反饋信號反饋信號控制量控制量誤差誤差輸出輸出執(zhí)行機(jī)構(gòu)執(zhí)行機(jī)構(gòu) 在專家或操作人員能夠很好地進(jìn)行控制的情況在專家或操作人員能夠很好地進(jìn)行控制的情況下，為了把人解放出來，可以用一個神經(jīng)網(wǎng)絡(luò)控下，為了把人解放出來，可以用一個神經(jīng)網(wǎng)絡(luò)控制器去模仿人的控制行為，神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)和制器去模仿人的控制行為，神經(jīng)網(wǎng)絡(luò)通過學(xué)習(xí)和訓(xùn)練就可以逼近操作人員的控制模式。訓(xùn)練就可以逼近操作人員的控制模式。 模型參考自適應(yīng)控制模型參考自適應(yīng)控制NN1對象對象 參考模型參考模型reuyymeyyNeN+-NN2NN1：自適應(yīng)控制器自適應(yīng)控制器（根據(jù)（根據(jù) ey 調(diào)整調(diào)整 NN1 的權(quán)值）的權(quán)值）可利用對象正模

28、型可利用對象正模型 NN2 ：y yN ， ey ymyN， 由由 ey 經(jīng)經(jīng) NN2 反傳學(xué)習(xí)得到反傳學(xué)習(xí)得到u 的誤差，再由的誤差，再由u 的誤差反傳學(xué)習(xí)調(diào)整的誤差反傳學(xué)習(xí)調(diào)整 NN1 的權(quán)值。的權(quán)值。對象未知對象未知 直接調(diào)整有困難。直接調(diào)整有困難。2.3.5 對智能控制的一些展望對智能控制的一些展望 l 各種智能控制方法各有利弊，因此可以將不同的各種智能控制方法各有利弊，因此可以將不同的智能控制方法有機(jī)結(jié)合在一起，取長補(bǔ)短，如模智能控制方法有機(jī)結(jié)合在一起，取長補(bǔ)短，如模糊神經(jīng)網(wǎng)絡(luò)控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制、糊神經(jīng)網(wǎng)絡(luò)控制、基于遺傳算法的神經(jīng)網(wǎng)絡(luò)控制、基于專家系統(tǒng)的專家模糊控制等?；趯＜蚁到y(tǒng)的專家模糊控制等。l 智能控制是傳統(tǒng)控制方法的延伸和發(fā)展，是自動智能控制是傳統(tǒng)控制方法的延伸和發(fā)展，是自動控制發(fā)展的高級階段，但智能控制與傳統(tǒng)控制并控制發(fā)展的高級階段，但智能控制與傳統(tǒng)控制并不相互排斥，常?？梢杂袡C(jī)結(jié)合，如智能不相互排斥，常?？梢杂袡C(jī)結(jié)合，如智能PID控控制、智能自適應(yīng)控制等。制、智能自適應(yīng)控制等。 l 對于較復(fù)雜的系統(tǒng)，反饋信息往往包含圖象、聲對于較復(fù)雜的系統(tǒng)，反饋信息往往包含圖象、聲音、文字、統(tǒng)計數(shù)據(jù)、各種實時變量等，通常需音、文字、統(tǒng)計數(shù)據(jù)、各種實時變量等，通常需要綜合運用多種技術(shù)和控制