先进控制技术演示文件修改版.ppt

基于神经网络的石灰窑内模控制方案 石灰窑炉逆模型训练示意图 神经控制器的设计一般应包括以下内容 建立受控对象的数学计算模型或知识表示模型； 选择神经网络及其算法,进行初步辨识与训练； 设计神经控制器,包括控制器结构、功能与推理； 控制系统仿真实验，并通过实验结果改进设计。 模糊控制与神经网络控制的比较 从知识的表达方式来看 模糊系统可以表达人的经验性知识，便于理解，而神经网络只能描述大量数据之间的复杂函数关系，难于理解 从知识的存储方式来看 模糊系统将知识存在规则集中，神经网络将知识存在权系数中，都具有分布存储的特点 从知识的运用方式来看 模糊系统和神经网络都具有并行处理的特点，模糊系统同时激活的规则不多，计算量小，而神经网络涉及的神经元很多，计算量大 从知识的获取方式来看 模糊系统的规则靠专家提供或设计，难于自动获取．而神经网络的权系数可由输入输出样本中学习，无需人来设置。 因此将两者结合起来，在处理大规模的模糊应用问题方面将表现出优良的效果。 模糊神经网络主要形式 1. 松散型结合 在一个系统中，对于可用＂If-then＂规则来表示的部分，用模糊系统描述，而对很难用＂If-then＂规则表示的部分，则用神经网络，两者之间没有直接联系。 2. 并联型结合 3．串联型结合 模糊系统和神经网络在系统中按串联方式连接，即一方的输出成为另一方的输入，这种情况可看成是两段推理或者串联中前者为后者输入信号的预处理部分。 例如用神经网络从原输入信号提取有效的特征量，作为模糊系统的输入，这样可使获取模糊规则的过程变得容易。 结束放映 返回本章首页 6-1 什么叫神经网络？它有哪些特性？ 6-2 人工神经网络模型结构有哪几种？ 6-3 神经网络系统辨识的基本思想是什么？ 6-4 简述神经网络PID控制器的设计思想 ？ 6.3 专家控制技术 6.3.1 专家系统 1.专家系统结构 右图为理想专家系统的结构图，主要包括接口、知识库、黑板、解释器、推理机等部分。 2.建造专家系统的步骤 建立专家系统的步骤一般如下： 1）设计初始数据库 (1)问题知识化 (2)知识概念化 (3)概念形式化 (4)形式规则化 (5)规则合法化 2）原型机的开发与试验 3）知识库的改进与归纳 6.3.2 专家控制介绍 专家控制系统大致可以分为以下几类： 1.基于规则的专家自整定控制 基于规则的自整定控制器结构如下图所示。 2.专家监督控制 如下图所示为专家监督控制系统结构框图。 3.混合型专家控制 4. 仿人智能控制 6.3.3 专家控制基本思想 1.专家控制的知识表示 知识表示方法有以下几种: 1）产生式规则表示法：其规则的一般形式为： IF 条件l AND 条件2 … AND 条件N THEN 结论或动作 2）框架表示法 3) 状态空间表示法：状态空间可表示为三元组 ,其中 表示初始状态集合， 表示操作集合， 表示目标状态集合。 4）混合表示法：混合表示法包括两种结合:①框架与规则相结合；②数学模型与基于规则的技术相结合。 5）其他知识表达形式：例如语义网络、谓词逻辑等等。 2.专家控制的推理与控制策略 专家控制的推理机制可以表示为如下模型： 专家控制往往带有模糊性、不确定性和不完全性，因此专家控制的推理计算过程也要具备某种不确定性。通过将知识库中的知识赋予相应的可信度，在推理过程中完成可信度的转移和计算，可以得到带有可信度的推理结果。 从这一意义上讲，推理的方式可以分为以下几种: 1）演绎推理 2）归纳推理 3）确定性推理 专家控制的推理策略主要有以下几种： ①数据驱动控制策略 ②目标驱动控制策略 ③双向推理控制策略 6.3.4 专家控制组织结构 专家控制系统的一般结构下图所示，这种系统的组织结构有两个显著特点： ①知识库可以由定量知识与定性知识分离构造。 ②用户可以通过知识获取系统直接地与内部规则，进而间接地与数值算法进行交互，以便操作人员可以对控制系统进行离线的修改和在线的监督干预。 6.4 预测控制技术