智能控制_第一讲.pptVIP

* 智能控制 (Intelligent Control) 教材与参考书： 1. FUZZY CONTROL, Kevin M. Passino,清华大学出版社 2. 智能控制理论与技术，孙增圻，清华大学出版社 3. 智能控制，蔡自兴，国防工业出版社（电子工业出版社） 4. 模糊系统与模糊控制，王立新，清华大学出版社 5. 神经网络理论与应用，徐秉铮等，华南理工大学出版社 主讲人：鲍 鸿 bhong@gdut.edu.cn 1 绪论 主 要 内 容 2 模糊控制 3 神经网络 4 专家系统与专家控制 5 遗传算法 第一章 绪 论 智能控制的产生和发展 1-1 智能控制理论分支 1-3 智能控制的基本概念 1-2 智能控制的产生和发展 1-1 智能控制理论分支 1-3 智能控制的基本概念 1-2 20世纪60年代 20世纪40年代 一、传统控制理论和系统的发展过程 Cybernetics 1948 Norbert Wiener Engineering Cybernetics 1945 钱学森 Lyapunov Maxwell Kalman Pontryagin 离心式调速器 控制论：Cybernetics，研究各类系统的调节和控制规律的科学 产生于20世纪20年代，形成于40年代，第二次世界大战后，古典控制理论日趋成熟。 标志： 调节原理（PID调节） 代表人物：奈奎斯特、维纳、钱学森、波德等 研究方法：频域分析法 （传递函数，频率特性，根轨迹等） 研究对象：单变量、线性简单系统 研究重点：反馈控制 古典（经典）控制理论 产生于20世纪60年代。计算机技术和航空航天技术的迅猛发展激发现代控制理论的发展和成熟。 标志： 状态空间法（时域分析） 代表人物：贝尔曼、卡尔曼、庞特里亚金等 研究方法：时域分析法（可控性、可观性、实现理论、典范型、分解理论等 ） 研究对象：线性时不变系统和特殊类型的 非线性系统和慢时变系统。 研究重点：最优控制、系统辨识、自适应控制、鲁棒控制、多变量控制等 现代控制理论 传统控制理论 是基于数学模型 的方法 传统控制的所有理论和分析方法都是建立在对象的数学模型基础上。即在常规控制理论制定的框架下，用数学公式严格地刻划出被控对象的动态行为。 根据所用数学不同，对象模型可以是基于微积分理论、线性代数或矢量分析等。 传统控制理论的特点和受到的挑战 传统控制理论比较适用于以人造设备的参数为对象的控制系统的设计问题（如工业自动化装置等）。 传统控制理论应用于过程任务（或目标追求）的控制时，常遇到的最大困难是不确定性问题，包括系统模型的不确定性和环境本身的不确定性。 鲁棒控制和自适应控制——第一类不确定性。 随即最优控制——第二类不确定性。 二、传统控制理论的局限性 复杂系统 复杂对象 复杂环境 复杂任务 不确定性 非线性 时变系统 多变量系统 三、智能控制是自动控制理论发展的必然趋势 1. 被控对象的不确定性、复杂性和高性能控制的要求是智能控制产生和发展的 前提 2. 人工智能为智能控制的产生提供 机遇 人工智能的产生和发展 英国天才数学家、 人工智能之父 图灵（A.M.Turing) 起源：20世纪30－40年代 萌芽：数理逻辑和关于计算的新思想 用比较简单的结构加以形式化的推理。 人类智能、认知思维和记忆的研究 图灵实验___机器智能 论文：理想计算机 计算机能思维吗？ 人工智能的产生和发展 1956年，美国科学家麦卡锡、西蒙、明斯基、香农，以及IBM公司的莫尔、塞缪尔等在机器模拟人类智能的研讨会上正式提出了“人工智能”。 定义 弱人工智能 强人工智能 异人工智能 两大成果： 逻辑理论机之程序系统 塞缪尔的跳棋程序 人工智能的内涵和学派 人工智能是一门综合性的边缘学科，它借助于计算机建造智能系统，完成模式识别、自然语言理解、程序自动设计、定理自动证明、机器人、专家系统等。 （1）符号主义学派：以逻辑学、认知心理学和计算机科学为研究手段。代表人物：纽厄尔、西蒙、萨里迪斯等。 （2）联结主义学派：生理学派和仿生学派，以神