智能控制概述課件

課程總目標(biāo)學(xué)完本課程后，你應(yīng)具有以下能力：掌握智能控制的基本概念；了解智能控制的基本理論，掌握智能控制的基本技術(shù)；學(xué)會智能控制算法和系統(tǒng)的設(shè)計方法模糊控制器神經(jīng)網(wǎng)絡(luò)遺傳算法自動控制的發(fā)展過程

進(jìn)展方向開環(huán)控制確定性反饋控制最優(yōu)控制隨機(jī)控制自適應(yīng)/魯棒控制自學(xué)習(xí)控制智能控制控制復(fù)雜性理論與實際應(yīng)用存在很大差距PID在實際應(yīng)用中仍占統(tǒng)治地位。原因：●自動控制學(xué)科高度的交叉性、應(yīng)用的廣泛性；●所需數(shù)學(xué)工具難以被多數(shù)技術(shù)人員所掌握；●自動控制需要其它技術(shù)支持，如網(wǎng)絡(luò)、計算機(jī)；●實際應(yīng)用情況的復(fù)雜性、多變性、不確定性；●國內(nèi)企業(yè)存在管理體制問題，技術(shù)投入力度不夠。2.傳統(tǒng)控制理論的局限性

隨著復(fù)雜系統(tǒng)的不斷涌現(xiàn)，傳統(tǒng)控制理論越來越多地顯示它的局限性。什么叫復(fù)雜系統(tǒng)？其特征表現(xiàn)為：控制對象的復(fù)雜性

模型的不確定性、高度非線性、分布式的傳感器和執(zhí)行機(jī)構(gòu)、動態(tài)突變、多時間標(biāo)度、復(fù)雜的信息模式、龐大的數(shù)據(jù)量和嚴(yán)格的性能指標(biāo)。

2.環(huán)境的復(fù)雜性

變化的不確定性難以辨識必須與被控對象集合起來作為一個整體來考慮。3.控制任務(wù)或目標(biāo)的復(fù)雜性

控制目標(biāo)和任務(wù)的多重性時變性任務(wù)集合處理的復(fù)雜性。傳統(tǒng)控制理論的局限性（1）傳統(tǒng)的控制理論建立在精確的數(shù)學(xué)模型基礎(chǔ)上——用微分或差分方程來描述。不能反映人工智能過程：推理、分析、學(xué)習(xí)。丟失許多有用的信息（2）不能適應(yīng)大的系統(tǒng)參數(shù)和結(jié)構(gòu)的變化

自適應(yīng)控制和自校正控制——通過對系統(tǒng)某些重要參數(shù)的估計克服小的、變化較慢的參數(shù)不確定性和干擾。魯棒控制——在參數(shù)或頻率響應(yīng)處于允許集合內(nèi)，保證被控系統(tǒng)的穩(wěn)定。自適應(yīng)控制魯棒控制不能克服數(shù)學(xué)模型嚴(yán)重的不確定性和工作點劇烈的變化。

（3）傳統(tǒng)的控制系統(tǒng)輸入信息模式單一通常處理較簡單的物理量：電量（電壓、電流、阻抗）；機(jī)械量（位移、速度、加速度）；復(fù)雜系統(tǒng)要考慮：視覺、聽覺、觸覺信號，包括圖形、文字、語言、聲音等信息。

為了克服傳統(tǒng)控制理論的局限性，產(chǎn)生了模擬人類思維和活動的智能控制。智能控制概述

智能控制是自動控制發(fā)展的一個新階段，是人工智能、控制論、系統(tǒng)論和信息論等多種學(xué)科的綜合與集成，是當(dāng)前的一個研究熱點。

智能控制的基本概念智能控制系統(tǒng)的特點智能控制系統(tǒng)的結(jié)構(gòu)理論智能控制與傳統(tǒng)控制的關(guān)系智能控制的研究對象智能控制的類型智能控制的發(fā)展概述智能控制的基本概念

智能控制已經(jīng)出現(xiàn)了相當(dāng)長的一段時間，并且已取得了初步的應(yīng)用成果.但是究竟什么是“智能”，什么是“智能控制”等問題，至今仍沒有統(tǒng)一的定義。歸納起來，主要有如下四種說法：

智能控制的基本概念智能控制的定義一:智能控制是由智能機(jī)器自主地實現(xiàn)其目標(biāo)的過程。而智能機(jī)器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的、熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí)行人類規(guī)定的任務(wù)的一種機(jī)器。

定義二:K.J.奧斯托羅姆則認(rèn)為，把人類具有的直覺推理和試湊法等智能加以形式化或機(jī)器模擬，并用于控制系統(tǒng)的分析與設(shè)計中，以期在一定程度上實現(xiàn)控制系統(tǒng)的智能化，這就是智能控制。他還認(rèn)為自調(diào)節(jié)控制、自適應(yīng)控制就是智能控制的低級體現(xiàn)。智能控制的基本概念定義三:智能控制是一類無需人的干預(yù)就能夠自主地驅(qū)動智能機(jī)器實現(xiàn)其目標(biāo)的自動控制，也是用計算機(jī)模擬人類智能的一個重要領(lǐng)域。智能控制的基本概念定義四:

智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一個新興分支學(xué)科。智能控制的基本概念智能控制的特點同時具有以知識表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合過程,，也往往是那些含有復(fù)雜性、不完全性、模糊性或不確定性以及不存在已知算法的非數(shù)學(xué)過程，并以知識進(jìn)行推理，以啟發(fā)引導(dǎo)求解過程;智能控制的核心在高層控制，即組織級;

智能控制器具有非線性特性;智能控制具有變結(jié)構(gòu)特點;智能控制器具有總體自尋優(yōu)特性;智能控制系統(tǒng)應(yīng)能滿足多樣性目標(biāo)的高性能要求;智能控制是一門邊緣交叉學(xué)科;智能控制是一個新興的研究領(lǐng)域.智能控制的特點

智能控制的結(jié)構(gòu)理論

智能控制的理論結(jié)構(gòu)明顯地具有多學(xué)科交叉的特點，許多研究人員試圖建立起智能控制這一新學(xué)科，他們提出了一些有關(guān)智能控制系統(tǒng)結(jié)構(gòu)的思想。按照（傅京孫）和Saridis提出的觀點，可以把智能控制看作是人工智能、自動控制和運籌學(xué)三個主要學(xué)科相結(jié)合的產(chǎn)物。稱之為三元結(jié)構(gòu)。

智能控制的結(jié)構(gòu)理論IC=AI∩AC∩ORIC─

智能控制(IntelligentControl);OR─運籌學(xué)(OperationResearch）Al─人工智能(ArtificialIntelligence);AC一自動控制(AutomaticControl);∩一表示交集.智能控制的結(jié)構(gòu)理論人工智能（AI）：是一個知識處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語言、啟發(fā)式推理等功能。自動控制（AC）：描述系統(tǒng)的動力學(xué)特性，是一種動態(tài)反饋。運籌學(xué)（OR）：是一種定量優(yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等。智能控制的結(jié)構(gòu)理論

智能控制就是應(yīng)用人工智能的理論與技術(shù)和運籌學(xué)的優(yōu)化方法，并將其同控制理論方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效人的智能，實現(xiàn)對系統(tǒng)的控制?？梢姡悄芸刂拼碇詣涌刂茖W(xué)科發(fā)展的最新進(jìn)程。智能控制的結(jié)構(gòu)理論

智能控制與傳統(tǒng)控制的關(guān)系傳統(tǒng)控制（Conventionalcontrol）：經(jīng)典反饋控制和現(xiàn)代理論控制。它們的主要特征是基于精確的系統(tǒng)數(shù)學(xué)模型的控制。適于解決線性、時不變等相對簡單的控制問題。智能控制（Intelligentcontrol）以上問題用智能的方法同樣可以解決。智能控制是對傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個組成部分，在這個意義下，兩者可以統(tǒng)一在智能控制的框架下。智能控制的研究對象智能控制主要應(yīng)用在以下情況：實際系統(tǒng)由于存在復(fù)雜性、非線性、時變性、不確定性和不完全性等，一般無法獲得精確的數(shù)學(xué)模型。應(yīng)用傳統(tǒng)控制理論進(jìn)行控制必須提出并遵循一些比較苛刻的線性化假設(shè)，而這些假設(shè)在應(yīng)用中往往與實際情況不相吻合。智能控制的研究對象對于某些復(fù)雜的和飽含不確定性的控制過程，根本無法用傳統(tǒng)數(shù)學(xué)模型來表示，即無法解決建模問題。為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的投資，減低了系統(tǒng)的可靠性。智能控制的類型智能控制系統(tǒng)一般包括分級遞階控制系統(tǒng)專家控制系統(tǒng)神經(jīng)控制系統(tǒng)模糊控制系統(tǒng)學(xué)習(xí)控制系統(tǒng)集成或者（復(fù)合）混合控制：幾種方法和機(jī)制往往結(jié)合在一起，用于一個實際的智能控制系統(tǒng)或裝置，從而建立起混合或集成的智能控制系統(tǒng)。分級遞階控制系統(tǒng)分級遞階智能控制是在自適應(yīng)控制和自組織控制基礎(chǔ)上，由美國普渡大學(xué)Saridis提出的智能控制理論。分級遞階智能控制(HierarchicalIntelligentControl)主要由三個控制級組成，按智能控制的高低分為組織級、協(xié)調(diào)級、執(zhí)行級，并且這三級遵循“伴隨智能遞降精度遞增”原則，其功能結(jié)構(gòu)如下圖所示。分級遞階控制系統(tǒng)分級遞階控制系統(tǒng)組織級(organizationlevel)：組織級通過人機(jī)接口和用戶(操作員)進(jìn)行交互，執(zhí)行最高決策的控制功能，監(jiān)視并指導(dǎo)協(xié)調(diào)級和執(zhí)行級的所有行為，其智能程度最高。協(xié)調(diào)級(Coordinationlevel)：協(xié)調(diào)級可進(jìn)一步劃分為兩個分層:控制管理分層和控制監(jiān)督分層。執(zhí)行級(executivelevel)：執(zhí)行級的控制過程通常是執(zhí)行一個確定的動作。專家控制系統(tǒng)（ExpertSystem）專家指的是那些對解決專門問題非常熟悉的人們，他們的這種專門技術(shù)通常源于豐富的經(jīng)驗，以及他們處理問題的詳細(xì)專業(yè)知識。專家系統(tǒng)主要指的是一個智能計算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的經(jīng)驗方法來處理該領(lǐng)域的高水平難題.它具有啟發(fā)性、透明性、靈活性、符號操作、不一確定性推理等特點。應(yīng)用專家系統(tǒng)的概念和技術(shù)，模擬人類專家的控制知識與經(jīng)驗而建造的控制系統(tǒng)，稱為專家控制系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞相類似的人工神經(jīng)元互連而組成的網(wǎng)絡(luò)；或由大量象生物神經(jīng)元的處理單元并聯(lián)互連而成。這種神經(jīng)網(wǎng)絡(luò)具有某些智能和仿人控制功能。

人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

學(xué)習(xí)算法是神經(jīng)網(wǎng)絡(luò)的主要特征，也是當(dāng)前研究的主要課題.學(xué)習(xí)的概念來自生物模型，它是機(jī)體在復(fù)雜多變的環(huán)境中進(jìn)行有效的自我調(diào)節(jié)。神經(jīng)網(wǎng)絡(luò)具備類似人類的學(xué)習(xí)功能。一個神經(jīng)網(wǎng)絡(luò)若想改變其輸出值，但又不能改變它的轉(zhuǎn)換函數(shù)，只能改變其輸人，而改變輸人的唯一方法只能修改加在輸人端的加權(quán)系數(shù)。人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是修改加權(quán)系數(shù)的過程，最終使其輸出達(dá)到期望值，學(xué)習(xí)結(jié)束.模糊控制系統(tǒng)所謂模糊控制，就是在被控制對象的模糊模型的基礎(chǔ)上，運用模糊控制器近似推理手段，實現(xiàn)系統(tǒng)控制的一種方法。模糊模型是用模糊語言和規(guī)則描述的一個系統(tǒng)的動態(tài)特性及性能指標(biāo)。模糊控制系統(tǒng)模糊控制的基本思想是用機(jī)器去模擬人對系統(tǒng)的控制。它是受這樣事實而啟發(fā)的：對于用傳統(tǒng)控制理論無法進(jìn)行分析和控制的復(fù)雜的和無法建立數(shù)學(xué)模型的系統(tǒng)，有經(jīng)驗的操作者或?qū)＜覅s能取得比較好的控制效果，這是因為他們擁有日積月累的豐富經(jīng)驗，因此人們希望把這種經(jīng)驗指導(dǎo)下的行為過程總結(jié)成一些規(guī)則，并根據(jù)這些規(guī)則設(shè)計出控制器。然后運用模糊理論、模糊語言變量和模糊邏輯推理的知識，把這些模糊的語言上升為數(shù)值運算，從而能夠利用計算機(jī)來完成對這些規(guī)則的具體實現(xiàn)，達(dá)到以機(jī)器代替人對某些對象進(jìn)行自動控制的目的。學(xué)習(xí)控制系統(tǒng)

學(xué)習(xí)是人類的主要智能之一，人類的各項活動也需要學(xué)習(xí)。在人類的進(jìn)化過程中，學(xué)習(xí)功能起著十分重要的作用。學(xué)習(xí)控制正是模擬人類自身各種優(yōu)良的控制調(diào)節(jié)機(jī)制的一種嘗試。所謂學(xué)習(xí)是一種過程，它通過重復(fù)輸人信號，并從外部校正該系統(tǒng)，從而使系統(tǒng)對特定輸人具有特定響應(yīng)。學(xué)習(xí)控制系統(tǒng)是一個能在其運行過程中逐步獲得受控過程及環(huán)境的非預(yù)知信息，積累控制經(jīng)驗，并在一定的評價標(biāo)準(zhǔn)下進(jìn)行估值、分類、決策和不斷改善系統(tǒng)品質(zhì)的自動控制系統(tǒng)。

智能控制的發(fā)展趨勢智能控制是自動控制理論發(fā)展的必然趨勢

人工智能為智能控制的產(chǎn)生提高了機(jī)遇智能控制的發(fā)展概述

自動控制理論是人類在征服自然、改造自然的斗爭中形成和發(fā)展的?？刂评碚搹男纬砂l(fā)展至今，已經(jīng)經(jīng)歷多年的歷程，分為三個階段。第一階段是以上世紀(jì)40年代興起的調(diào)節(jié)原理為標(biāo)志，稱為經(jīng)典控制理論階段；第二階段以60年代興起的狀態(tài)空間法為標(biāo)志，稱為現(xiàn)代控制理論階段；第三階段則是80年代興起的智能控制理論階段。

60年代60年代初期，自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來用于解決控制系統(tǒng)的隨機(jī)特性問題60年代中期，自動控制與人工智能開始交接。70年代模糊控制是智能控制的又一活躍研究領(lǐng)域80年代薩里迪斯教授建立了智能機(jī)器理論采用“精度隨智能降低而提高”（IPDI）原理和三級遞階結(jié)構(gòu)奧斯特洛姆、迪席爾瓦、周其鑒、蔡自興、霍門迪梅洛和桑德森等，分別提出和發(fā)展了專家控制、基于知識的控制、仿人控制、專家規(guī)劃和分級規(guī)劃等基于神經(jīng)元控制的理論和機(jī)理已獲進(jìn)一步開發(fā)和應(yīng)用智能控制的發(fā)展概述1985年8月，IHE在美國紐約召開了第一屆智能控制學(xué)術(shù)討論會，智能控制原理和智能控制系統(tǒng)的結(jié)構(gòu)這一提法成為這次會議的主要議題。這次會議決定，在IEEE控制系統(tǒng)學(xué)會下設(shè)立一個IEEE智能控制專業(yè)委員會。這標(biāo)志著智能控制這一新興學(xué)科研究領(lǐng)域的正式誕生。智能控制作為一門獨立的學(xué)科，