6分级递阶控制.pdfVIP

6 分级递阶控制 大型复杂系统 系统阶次高、子系统互相关联、系统的评价目标多且目标 间又可能相互冲突等（常采用分级递阶智能控制的形式） 分级递阶智能控制(hierarchically intelligent control)是在研究早期学 习控制系统的基础上，从工程控制论的角度总结人工智能与自适应、自 学习和自组织控制的关系后逐渐形成的，也是智能控制的最早理论之一。 已经提出两种分级递阶控制理论,两种理论在递阶结构上有联系。 基于知识描述/数学解析的混合多层智能控制理论(Villa) 精度随智能提高而降低“的分级递阶智能控制理论(Saridis) 1 6.1 递阶控制的一般原理 递阶控制系统指系统各子系统的控制作用是由按一定优先级和从属 关系安排的决策单元实现的。同级的各决策单元可同时平行工作和对下 级施加作用并受到上级的控制，子系统间通过上级互相交换信息。 该结构是将复杂系统的决策问题进行纵横向分解。 f D 2 2 决策单元 D1 … Dm … D 1 D 1 D 1 D 1 1 1 … n-1 n … S S S S 1 2 n-1 n 控制对象 2 递阶控制的基本原理 把总体问题P分解成有限数量的子问题p 。 i 总体问题p的目标应使复杂系统的总体准则取得极值。 设p 是对子问题求解时，不考虑各子问题间存在关联时的解，则 i [p 、p ，……，p ]的解 p的解 1 2 n 实际上，各子系统（子问题）间存在关联，因而产生冲突(也称 耦合作用)。故引进一个干预向量或协调参数，解决由于关联产生的 (p ) p 冲突。用 i 代替 i ，可得 [ ( ), ( ),,p ( )]p 1  2  p n  的解p 的解 如何协调？ 递阶控制中的协调问题就是要选择 ，从某个初值0 经过迭代 * 达到终值 ，从而使递阶控制达到最优。 3 协调有多种方法，多数基于以下两个基本原则： （1）关联预测协调原则