智能控制理论及应用.pptVIP

2. 三元结构 萨里迪斯(Saridis)认为，二元交集的两元互相支配无助于智能控制的有效和成功应用，必须把远筹学的概念引入智能控制，使它成为三元交集中的一个子集。 萨里迪斯提出分级智能控制系统，由3个智能(感知)级组成：组织级、协调级、执行级。 图 智能控制的三元结构 AI OR IC CT 　 人工智能（AI）是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制（AC）描述系统的动力学特性，是一种动态反馈。 运筹学（OR）是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 三元论除了“智能”与“控制”外还强调了更高层次控制中调度、规划和管理的作用，为递阶智能控制提供了理论依据。 所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。 组织器 分配器 协调器n 协调器1 硬件控制器1 硬件控制器n 过程1 过程n 图 分级智能控制系统 组织级 协调级 执行级 萨里迪斯提出分级智能控制系统，由3个智能(感知)级组成：组织级、协调级、执行级。 3. 四元结构 蔡自兴提出四元智能控制结构，把智能控制看做自动控制、人工智能、信息论和运筹学四个学科的交集。 AC IC AI OR IN 图 智能控制的四元结构 信息论作为智能控制结构一个子集的理由： 信息论是解释知识和智能的一种手段； 控制论、系统论和信息论是紧密相互作用的； 信息论已成为控制智能机器的工具； 信息熵成为智能控制的测度； 信息论参与智能控制的全过程，并对执行级起到核心作用。 （1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善； （2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制； 智能控制的特点 （3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。 （4）优化能力：智能控制能够通过不断优化控制参数和寻找控制器的最佳结构形式，获得整体最优的控制性能。 智能控制的研究对象 智能控制主要应用在以下情况： 实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。 应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。 智能控制的研究对象 对于某些复杂的和饱含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。 为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。 智能控制的研究工具 （1）符号推理与数值计算的结合 例如专家控制，它的上层是专家系统，采用人工智能中的符号推理方法；下层是传统意义下的控制系统，采用数值计算方法。 （2）模糊集理论 模糊集理论是模糊控制的基础，其核心是采用模糊规则进行逻辑推理，其逻辑取值可在0与1之间连续变化，其处理的方法是基于数值的而不是基于符号的。 （3）神经元网络理论 神经网络通过许多简单的关系来实现复杂的函数，其本质是一个非线性动力学系统，但它不依赖数学模型，是一种介于逻辑推理和数值计算之间的工具和方法。 （4） 遗传算法 遗传算法根据适者生存、优胜劣汰等自然进化规则来进行搜索计算和问题求解。对许多传统数学难以解决或明显失效的复杂问题，特别是优化问题，GA提供了一个行之有效的途径。 （5）离散事件与连续时间系统的结合 主要用于计算机集成制造系统（CIMS）和智能机器人的智能控制。以CIMS为例，上层任务的分配和调度、零件的加工和传输等可用离散事件系统理论进行分析和设计；下层的控制，如机床及机器人的控制，则采用常规的连续时间系统方法。 智能控制的类型 智能控制系统一般包括 专家控制系统 神经网络控制系统 模糊控制系统 学习控制系统（遗传算法） 集成或者（复合）混合控制：几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统。 专家控制系统(Expert Control System) 专家系统（ES）是一种基于知识的系统，它研究的对象是各种结构化问题，尤其适用于处理定性的（qualitative)、启发式的(heuristic)、和不确定的(uncertain)信息，经推理过程达到系统的任务目标。 ES的作用：应用AI技术，根据某个应用领域的一个或多个专家