2012神经网络、模糊控制及专家系统第一章.pptVIP

神经网络、模糊控制及专家系统 张严心 yxzhang@bjtu.edu.cn 2012年秋季 课程安排 优点： 缺陷: 无需建立数学模型 鲁棒性、对非线性、时变、时滞系统 离线计算控制查询表、提高系统实时性 控制的机理符合人们对过程控制作用的直观描述和思维逻辑 经验控制 可解决不确定系统 智能控制基础 信息简单的模糊处理 设计缺乏系统性 控制精度降低，动态品质变差 导致 提高精度 规则搜索范围扩大，决策速度降低，不能实时控制 导致 规则的选择、论域的选择，模糊集的定义，量化因子的选取多采用试凑法 复杂性 ======== 精确性 不相容原理 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 模糊控制研究分支 (1) 稳定性 (2)模糊模型及辨识 (3)模糊最优控制 (4)模糊自组织控制 (5)模糊自适应控制 (6)传统PID与Fuzzy相结合的多模态模糊控制器 Fig. 1-4 模糊控制在控制领域中的重要地位与作用 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 发展史 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) Fig. 1-5 模糊系统相关图 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 模糊系统研究计划 模糊理论与基本技术 人类功能实现与人-机界面 人类智能信息处理过程及自然现象、社会现象剖析 模糊逻辑 模糊推理算法 模糊计算机开发的基础技术（如：编程语言与体系结构、模拟模糊存储器等） 模糊控制技术 识别技术 感觉信息处理过程的模型化 人-机界面技术 高速、不稳定系统的智能控制 未知结构系统的智能控制 实时图象理解 手写体文字识别 智能信息处理技术（如智能评价系统检索技术） 人类行为和社会现象的解释 自然现象的解释 大系统可靠性评价 面向经营与社会问题的模糊方法论与模糊系统开发 地震预测技术 大气污染宽域预测 植物生长模型 Fig. 1-6 模糊工程课题覆盖图 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 历史应用 我国1979年开始 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 1984 美国 推出“模糊推理决策支持系统” 1985-1996 日本 进入了模糊控制实用化时期 ——电视摄象机自动聚焦 空调 全自动洗衣机 吸尘器 现代应用 硬件产品： 开发了 “模糊控制用的通用系统” “模糊控制用的通用控制器”——以模糊推理来决定控制动作的算法作为控制系统核心，并且采用任何一条控制规则，均具有设定的相应功能的一种调节装置。 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control) 模糊控制工程大致要经历如下4个阶段: 模糊控制盛行阶段 模糊专家系统阶段 实现人与计算机之间的自然语言（通讯阶段） 模糊人工智能系统阶段 不是无判别地把所有的熟练操作者的知识收集起来,而是要用它来分析问题,提高宏系统的结构,如外汇兑换交易支持系统\图象识别\自然语言解释系统,自治式机器人等 简单应用。如电器等，比现有的自动化机械具有更好的功能 智能机器人 ——模糊专家系统 在设备管理、医疗诊断、经营支持、安全评价等方面普及 随机应变的询问和解答能力、推理、判断能力，难度大，可以从某一方面着手，如针对某一问题的对话决策型系统 人——创造性思维 人工智能——逻辑处理 神经网络——学习功能 综合信息处理 外语翻译 论文摘录 辅助设计 经营支持等 结合 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 起源：生物神经元 Fig. 1-7 生物神经元示意图 突触：一个神经元末梢与另一神经元树突或细胞体的接触处称为突触。它是神经元之间传递信息的输入输出接口。 1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control) 信息处理与传递： Fig. 1-8 突触结构示意图 传递信息过程： Fig. 1-9 传递信息过程 * * 研究生