智能控制论文教案.docVIP

智能控制论文 摘要：基于智能控制和常规控制的本质区别和内在联系，对智能控制的概念进行了研究，同时介绍了智能控制的学科基础和主要分支，并且总结了智能控制的基本分析方法，最后指出了智能控制的实现中存在的一些问题。 关键词 智能控制，人工控制，控制论 1 引言 自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。智能控制的定义一: 智能控制是由智能机器自主地实现其目标的过程.而智能机器则定义为,在结构化或非结构化的,熟悉的或陌生的环境中,自主地或与人交互地执行人类规定的任务的一种机器.定义二: K.J.奥斯托罗姆则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化　定义三: 智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是用计算机模拟人类智能的一个重要领域.,这就是智能控制.他还认为自调节控制,自适应控制就是智能控制的低级体现.定义四: 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。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.分级递阶智能控制是在自适应控制和自组织控制基础上,由美国普渡大学Saridis提出的智能控制理论.分级递阶智能控制(Hierarchical Intelligent Control)主要由三个控制级组成,按智能控制的高低分为组织级,协调级,执行级,并且这三级遵循伴随智能递降精度递增原则。组织级(organization level):组织级通过人机接口和用户(操作员)进行交互,执行最高决策的控制功能,监视并指导协调级和执行级的所有行为,其智能程度最高.协调级(Coordination level):协调级可进一步划分为两个分层:控制管理分层和控制监督分层.执行级(executive level):执行级的控制过程通常是执行一个确定的动作.专家指的是那些对解决专门问题非常熟悉的人们,他们的这种专门技术通常源于丰富的经验,以及他们处理问题的详细专业知识. 专家系统主要指的是一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题.它具有启发性,透明性,灵活性,符号操作,不一确定性推理等特点.应用专家系统的概念和技术,模拟人类专家的控制知识与经验而建造的控制系统,称为专家控制系统.专家系统是利用专家知识对专门的或困难的问题进行描述. 用专家系统所构成的专家控制,无论是专家控制系统还是专家控制器,其相对工程费用较高,而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题. 尽管专家系统在解决复杂的高级推理中获得较为成功的应用,但是专家控制的实际应用相对还是比较少。神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络;或由大量象生物神经元的处理单元并联互连而成.这种神经网络具有某些智能和仿人控制功能. 　学习算法是神经网络的主要特征,也是当前研究的主要课题.学习的概念来自生物模型,它是机体在复杂多变的环境中进行有效的自我调节.神经网络具备类似人类的学习功能.一个神经网络若想改变其输出值,但又不能改变它的转换函数,只能改变其输人,而改变输人的唯一方法只能修改加在输人端的加权系数. 神经网络的学习过程是修改加权系数的过程,最终使其输出达到期望值,学习结束.常用的学习算法有：Hebb学习算法,widrow Hoff学习算法,反向传播学习算法一BP学习算法,Hopfield反馈神经网络学习算法等。神经网络控制，即基于神经网络控制或简称神经控制，是指砸控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断等，遗迹同时兼有上述某些功能的适应组合，将这样的系统统称为神经网络的控制系统，将这种控制方式称为神经网络控制。模糊控制,就是在被控制对象的模糊模型的基础上,运用模糊控制器近似推