智能控制导论 -蔡自兴 IC_Ch8.pptVIP

智能控制导论 国家精品课程配套教材 蔡自兴 智能控制教学课件 第8章 复合智能控制 8.1 复合智能控制概述 8.2 模糊神经复合控制原理 8.3 模糊神经复合控制系统举例 8.4 专家模糊复合控制器 8.5 小结 8.1 复合智能控制概述 复合智能控制指的是智能控制手段（方法）与经典控制和/或现代控制手段的集成，还指不同智能控制手段的集成，但不包括智能控制手段与非智能控制手段的集成。 模糊智能控制与其他智能控制（简称模糊智能复合控制）构成的复合控制包括模糊神经控制、模糊专家控制、模糊进化控制和模糊学习控制等。 8.2 模糊神经控制复合控制原理 要使一个 系统能够像人类一样处理认知的不确定性，可以把模糊逻辑与神经网络集成起来，形成新的研究领域，即模糊神经网络（FNN） FNN的 概念与结构 一个正规模糊神经网络（RFNN)为一具有模糊信号和/或模糊权值的神经网络。 混合模糊神经网络（HFNN）是一类FNN，它组合模糊信号和神经网络权值，应用加、乘等 操作获得神经网络输入。 8.2 模糊神经控制复合控制原理 FNN学习算法 模糊反向传播算法 基于a分割的反向传播算法 遗传算法 其他算法（模糊混沌算法） FNN的逼近能力 基于模糊运算和 扩展原理的RFNN不可能成为通用近似器，而HFNN因为无需以标准模糊运算为基础而能够成为通用近似器。 8.3 模糊神经复合控制系统举例 8.3.1 自学习模糊神经控制模型 自学习模糊神经控制系统原理图 图中，FC把调节偏差e(t)映射为控制作用u(t),过程的输出信号y(t)由测量传感器检测，基于神经网络的过程由PMN网络表示，过程输出和传感器输出用同一y(t)表示 模糊控制器FC可由解析公式表示 U(t)=б{a(t)b(t)E(t)+[1-a(t)b(t)]EC(t)+[1-b(t)]ER(t)} PMN模型的映射关系 ym(t+1)=fm(u(t),u(t-1),…,u(t-m);ym(t),…,ym(t-n)) 8.3.2 自学习模糊神经控制算法 模糊控制器FC和神经网络模型PMN的学习算法 Je= [xd-y(t+1)]2/2 模糊误差指标 Jε = ε2(t+1)/2= [y(t+1)-ym(t+1)2/2 PMN模型学习算法。可用离线学习算法和在线学习算法来 修改PMN网络的参数 FC校正参数a(t)、b(t)的自适应修改 8.3.3 弧焊过程自学习模糊神经控制系统 弧焊控制系统的结构 系统由一台IBM-PC/AT 386个人计算机、一台摄像机、一个图形接口、一台监视器和一台交直流脉冲弧焊电源组成 焊接过程的建模与仿真 建立一个用于控制脉冲TIG弧焊的焊槽动力学模型，输入和输出分别为焊接电流和焊槽顶缝宽度 控制弧焊过程的实验结果。 热传递情况改变时焊接试样的控制结果显示图8.3的自学习模糊神经控制方案适于控制脉冲TIG弧焊速度与焊槽的动态过程 控制精度主要完成控制算法和图像处理周期的影响，并可由硬件实现神经网络的并行处理和提高计算速度来改善 8.4 专家模糊复合控制器 8.4.1 专家模糊控制系统结构 模糊控制具有超调小、鲁棒性强和对系统非线性好的适应性等优点，因此，模糊控制是一种有效的控制策略。但也存在一些缺点 由于简单的模糊信息处理，使控制系统的进度较低 模糊控制器结构和知识表示形式两方面存在单一性 当系统非线性的程度比较高时，所建造的模糊控制规则会变得不完全或不确定 8.4.1 专家模糊控制系统结构 通过专家控制器EC和模糊控制器FC两种技术的集成 形成一种新的控制系统 ── 专家模糊控制系统 具有辨识能力的专家模糊控制系统的结构 8.5 小结 本章讨论复合智能控制问题。所谓复合智能控制指的是智能控制手段（方法）与经典控制和/或现代控制手段的集成，还指不同智能控制手段的集成，但不包括智能控制手段与非智能控制手段的集成。 8.2节介绍了模糊神经网络的作用原理，然后探讨了模糊神经复合控制的各种方案 8.3节介绍弧焊过程的自学习模糊神经控制系统 8.3节讨论了专家模糊控制器的结构，举例介绍了一种专家模糊控制系统 * * 在线教务辅导网： 教材其余课件及动画素材请查阅在线教务辅导网 QQ:349134187 或者直接输入下面地址： 智能系统与智能软件研究所 第8章 复合智能控制 第8章 复合智能控制 x1 Y W11 x2 1 1 k k 1 2 V1 W1k W1k W21 W2k W2k Vk Vk 输出 输入 隐含层 三层前馈神经网络FNN3 第8章 复合智能控制 FC 不确定过程