智能控制技術(shù)(親身整理的知識點)-1

1、智能控制技術(shù)(親身整理的知識點)智能控制(1)智能控制與傳統(tǒng)控制的區(qū)別答：傳統(tǒng)控制方法包括經(jīng)典控制和當(dāng)代控制，是基于被控對象準(zhǔn)確模型的控制方式，缺乏靈敏性和應(yīng)變能力，適于解決線性、時不變性等相對簡單的控制問題，難以解決對復(fù)雜系統(tǒng)的控制。智能控制能解決被控對象的復(fù)雜性、不確定性、高度的非線性，是傳統(tǒng)控制發(fā)展的高級階段。(2)智能控制的概念答：智能控制是人工智能、自動控制、運籌學(xué)的穿插。(3)1986年美國的PDP研究小組提出了BP網(wǎng)絡(luò)，實現(xiàn)了有導(dǎo)師指導(dǎo)下的網(wǎng)絡(luò)學(xué)習(xí)，為神經(jīng)網(wǎng)絡(luò)的應(yīng)用開拓了廣闊的發(fā)展前景。(4)專家系統(tǒng)主要由知識庫和推理機構(gòu)成核心(5)專家控制的結(jié)構(gòu) (6)按專家控制在控制系統(tǒng)中的

2、作用和功能，可將專家控制器分為下面兩種類型：答：(1)直接型專家控制器：直接專家控制器用于取代常規(guī)控制器，直接控制生產(chǎn)經(jīng)過或被控對象。具有模擬或延伸，擴展操作工人智能的功能。該控制器的任務(wù)和功能相比照較簡單，但是需要在線、實時控制。因而，其知識表達(dá)和知識庫也較簡單，通常由幾十條產(chǎn)生式規(guī)則構(gòu)成，以便于增刪和修改。直接型專家控制器的示意圖見圖中的虛線所示。(或被控對象進(jìn)行間接控制的智能控制系統(tǒng)。具有模擬或延伸，擴展控制工程師智能的功能。該控制器能夠?qū)崿F(xiàn)優(yōu)化適應(yīng)、協(xié)調(diào)、組織等高層決策的智能控制。根據(jù)高層決策功能的性質(zhì)，間接型專家控制器可分為下面幾種類型：優(yōu)化型專家控制器適應(yīng)型專家控制器協(xié)調(diào)型專家控制

3、器組織型專家控制器例3.4設(shè)求AB，AB則 (7)在模糊控制中應(yīng)用較多的從屬函數(shù)有下面6種從屬函數(shù)。1高斯型從屬函數(shù)高斯型從屬函數(shù)由兩個參數(shù)和c確定：222)(),(cxecxf-=其中參數(shù)b通常為正，參數(shù)c用于確定曲線的中心。Matlab表示為c),gaussmf(x,(3)S形從屬函數(shù)S形函數(shù)sigmf(x,ac)由參數(shù)a和c決定：)(11),(cxaecaxf-+=其中參數(shù)a的正負(fù)符號決定了S形從屬函數(shù)的開口朝左或朝右，用來表示“正大或“負(fù)大的概念。Matlab表示為sigmf(x,a,c)(4梯形從屬函數(shù)梯形曲線可由四個參數(shù)a，b，c，d確定：?-=dxdxccdxdcxbbxaaba

4、xaxdcbaxf010),(其中參數(shù)a和d確定梯形的“腳，而參數(shù)b和c確定梯形的“肩膀。Matlab表示為：d)c,b,a,trapmf(x,(5)三角形從屬函數(shù)三角形曲線的形狀由三個參數(shù)a，b，c確定?-=cxcxbbcxcbxaabaxaxcbaxf00),(其中參數(shù)a和c確定三角形的“腳，而參數(shù)b確定三角形的“峰。Matlab表示為c)b,a,trimf(x,6Z形從屬函數(shù)43215.04.01.03.0uuuuBA+=43216.08.02.09.0uuuuBA+=43215.08.02.09.0uuuuA+=43216.04.01.03.0uuuuB+=當(dāng)前位置：文檔視界智能控制技

5、術(shù)(親身整理的知識點)智能控制技術(shù)(親身整理的知識點)則例3-9設(shè)論域x=a1，a2，a3，y=b1，b2，b3，z=c1，c2，c3，已知3211.015.0aaaA+=3216.011.0abbB+=2114.0ccC+=試確定“IfAANDBthenC所決定的模糊關(guān)系R，以及32111.05.00.1aaaA+=11230.10.51Bbbb=+時的輸出C1。解：T0.50.10.50.5AB=10.110.60.11.00.60.10.10.10.1AB?=?將AB矩陣擴展成如下列向量：()TT1TR=ABC=0.10.50.50.11.00.60.10.10.10.410.10.40

6、.40.10.40.40.10.10.10.10.50.50.110.60.10.10.1?=?當(dāng)輸入為A1和B1時，有：()T20.10.510.10.50.50.10.10.1AB?=()T111110.10.510.50.10.510.10.50.50.10.10.10.1ABAB?=?=?將A1B1矩陣擴展成如下行向量：最后得T10.10.40.40.10.40.40.10.10.10.10.510.10.50.50.10.10.10.10.50.50.110.60.10.10.10.40.5C?=?=即：1120.40.5Ccc=+(8)模糊控制原理框圖?=?=9.03.09.07.

7、01.09.02.03.09.01.04.07.0BA?=?=1.02.01.04.01.09.02.03.09.01.04.07.0BA?=?-=1.07.09.03.09.013.011.017.01A (9)模糊控制器的構(gòu)成(模糊控制器的組成框圖) (10)模糊控制器構(gòu)造類型1單變量模糊控制器a)一維模糊控制器如下圖，一維模糊控制器的輸入變量往往選擇為受控量和輸入給定的偏差量E。由于僅僅采用偏差值，很難反映經(jīng)過的動態(tài)特性品質(zhì)，因而，所能獲得的系統(tǒng)動態(tài)性能是不能令人滿意的。這種一維模糊控制器往往被用于一階被控對象。 (a)(b)(b)二維模糊控制器二維模糊控制器的兩個輸入變量基本上都選用受

8、控變量和輸入給定的偏差E和偏差變化EC，由于它們能夠較嚴(yán)格地反映受控經(jīng)過中輸出變量的動態(tài)特性，因而，在控制效果上要比一維控制器好得多，也是目前采用較廣泛的一類模糊控制器(c)三維模糊控制器如下圖，三維模糊控制器的三個輸入變量分別為系統(tǒng)偏差量E、偏差變化量EC和偏差變化的變化率ECC。由于這些模糊控制器構(gòu)造較復(fù)雜，推理運算時間長，因而除非對動態(tài)特性的要求十分高的場合，一般較少選用三維模糊控制器。 (11)將模糊推理結(jié)果轉(zhuǎn)化為準(zhǔn)確值的經(jīng)過稱為反模糊化。常用的反模糊化有三種：(1)最大從屬度法選取推理結(jié)果模糊集合中從屬度最大的元素作為輸出值，即假如在輸出論域V中，其最大從屬度對應(yīng)的輸出值多于一個，則

9、取所有具有最大從屬度輸出的平均值，即：N為具有一樣最大從屬度輸出的總數(shù)。(2)重心法為了獲得準(zhǔn)確的控制量，就要求模糊方法能夠很好的表達(dá)輸出從屬度函數(shù)的計算結(jié)果。重心法是取從屬度函數(shù)曲線與橫坐標(biāo)圍成面積的重心為模糊推理的最終輸出值，即?=VvVvdvvdvvvv)()(0對于具有m個輸出量化級數(shù)的離散域情況=mkkvmkkvkvvvv110)()(與最大從屬度法相比擬，重心法具有更平滑的輸出推理控制。即便對應(yīng)于輸入信號的微小變化，輸出也會發(fā)生變化。(3)加權(quán)平均法工業(yè)控制中廣泛使用的反模糊方法為加權(quán)平均法，輸出值由下式?jīng)Q定=miimiiikkvv110其中系數(shù)ki的選擇根據(jù)實際情況而定。不同的系數(shù)決定系統(tǒng)具有不同的響應(yīng)特性。當(dāng)系數(shù)取從屬度)(iVv時，就轉(zhuǎn)化為重心法。(12)神經(jīng)元/神經(jīng)細(xì)胞由三部分構(gòu)成：1細(xì)胞體主體部分：包括細(xì)胞質(zhì)、細(xì)胞膜和細(xì)胞核；2樹突：用于為細(xì)胞體傳入信息；3軸突：為細(xì)胞體傳出信息，其末端是軸突末梢，含傳遞信息的化學(xué)物質(zhì)；4突觸：是神經(jīng)元之間的接口104105個/每個神經(jīng)元。一個神經(jīng)元通過其軸突的神經(jīng)末梢，經(jīng)突觸與另外一個神經(jīng)元的樹突連接，以實現(xiàn)信