第4章仿人智能控制总结.pptVIP

第4章 仿人智能控制 仿人智能控制原则上有两种途径。 其一是从神经系统的结构功能模拟， 其二是从神经系统的行为功能模拟。 行为功能模拟把人控制系统看成黑箱，侧重于其输入-输出关系及表现出来的外部控制行为和功能，力图用智能算子（包括数学算法与直觉推理逻辑）来逼近人控制系统的控制行为和功能，设计出仿人智能控制系统。 4.1 人控制器的特性 人控制器具有一些特有的特性。 它的输入-输出关系是线性的、非线性的、时变的、随机的或离散的模型的组合。 人控制器是一个复杂的系统，要为人控制器建立逼真的数学模型是相当困难的，往往仅针对某一特定任务确定数学描述。 人控制器的特性表现为： ① 频率响应 人控制器主要响应低频信号，对高频信号有非常强的滤波作用。 ② 非线性 人控制器具有明显的非线性，并且这种非线性程度是可变的，在一定条件下还可以表现出线性特性。 ③ 时变性 人控制器表现出一种时变性。这种时变性表现在它的自适应性和自组织性、以及它的学习能力。 ④ 滞后性 人的反应速度是较低的，并且对输入刺激的响应表现出明显的时间滞后。 人控制器的特性表现为：（续） ⑤ 随机性 人控制器对输入的响应具有明显的随机性，这种随机性符合统计规律，但其统计参数却是变化的（往往与人的精神状态有关）。 ⑥ 自适应性 人控制器具有很强的自适应性，表现在人控制器可以适应多种不同的控制任务，并且也可以适应控制任务的环境变化。 ⑦ 离散性 人控制器在执行跟踪任务时，表现出明显的不连续性。 人控制器的模型 （1）Phillips连续模型 R.S.Phillips于1943年，根据人在跟踪系统中对阶跃输入的响应，给出了传递函数描述的最早的人控制器的连续线性模型。 （2）M-K连续模型 Mckuer和Krendel于1957年，提出了一个非常全面而有用的连续模型。 M-P型仿人控制器参数的变化范围 M-P模型与经过训练的，处于良好情绪的操作手表现出的控制性能相当接近。 以M-P模型构造的仿人控制器，经过对上述五个可调参数的精心设计和在线整定，能够很好的替代操作手完成特定的跟踪控制任务。 （3）Ward离散模型 Ward于1958年提出了人控制器的离散模型。 人控制器的自适应能力有四种类型： ① 输入自适应 。 操作手采取的一种适合于控制输入激励函数特性的方法。 ② 任务自适应。 适应被控对象增益动态性能变化的方法。 ③ 生物自适应。 基于感觉现象的自适应过程。 ④ 学习。 根据以往经验发展自己技能的过程。 人控制器的各种自适应特性 输入自适应表现在对输入信号的识别，并根据识别结果进行预测试跟踪（前馈作用）。 4.2 仿人智能控制基本理论 智能控制就其含义而言，就是模拟人的智能，使控制系统达到更高的目标。 然而如何模拟却有多种方法和途径，并且各有侧重，如前面介绍的专家系统控制、模糊控制等。 仿人智能控制更强调对人的控制行为和功能的综合性模仿。 4.2.1 仿人智能控制的基本思想 人的控制系统具有非常庞大复杂的结构。 因此，要从微观结构上模拟大脑，实现其控制功能，目前的科学技术是无法做到的。 从宏观结构模拟实现是仿人智能控制的比较现实的方法。 其基本思想是采用多层递阶结构，模仿人的学习、在线特性识别与记忆、直觉推理和多模态控制策略等行为和功能。 人的神经系统在宏观结构和行为功能方面具有如下特点： ① 控制系统各部分具有分工协调、并行运行的特点。 ② 控制作用采用分级递阶结构。层次越高，智能越高。伴随智能递增，精度递减。低层次的控制，信息处理速度快，精度高。各层次间的巧妙结合和信息交换构成了人的运动控制的基础。 ③ 有专门的协调机构。人体运动控制不仅面临着多变的外部环境，而且面临着不固定的内部状态。 仿人智能控制，正是建立在人体运动控制特点的基础上，实现的一种智能控制方法。 实现仿人智能控制系统应遵循的基本原则： ① 信息处理和决策的分层递阶结构，并且伴随精度递减智能递增； ② 具有在线特征识别与特征记忆能力； ③ 采用开、闭环结合的多模态控制策略； ④ 能运用启发式与直觉推理进行问题求解。 4.2.2 仿人智能控制系统的基本概念和结构 1. 基本概念 ① 特征模型：是对智能控制系统动态特性的一种定性描述，是针对不同的控制指标要求，对信息空间的一种划分。 ② 特征辨识：是智能控制器依据特征模型对其输入信息的在线处理与识别的过程。 ③ 特征记忆：是智能控制器对其前期控制与决策效果的特征量的记忆。 1. 基本概念 ④ 控制或决策模态：是指智能控制器对其输出U与输入信息R、特征记忆A之间定量或定性关系F的描述。 ⑤ 启发式与直觉推理规则：是对人（专家）决策过程的描述形式。 ⑥ 决策过程：用特征模型、控制与决策模