智能控制第一章绪论.pptVIP

智能控制理论与应用 课程安排 共48个学时 课程结束前交2篇学习心得。 第一章 绪论 智能控制是一门交叉学科，是人工智能、控制论、系统论和信息论等多种学科的综合与集成，是当前的一个研究热点。研究如何运用人工智能的方法来构造控制系统和设计控制器，是从事先进控制技术领域人员必修课。 智能控制是目前自动控制理论的最高级形式，代表了控制理论的发展趋势，主要用于解决传统控制难以解决的复杂系统的控制问题。 1.2 智能控制的产生和发展 1）萌芽期（1960－1970） 1.2 智能控制的产生和发展 2）形成期（1970－1980） 1.2 智能控制的产生和发展 3）发展期（1980－ ） 1.3 智能控制的定义和特点 1.3 智能控制的定义和特点 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。 1.3 智能控制的定义和特点 1.3 智能控制的定义和特点 1.4 智能控制的理论框架 1.4 智能控制的理论框架 1.4 智能控制的理论框架 1.4 智能控制的理论框架 1.5 智能控制的主要形式 1.5 智能控制的主要形式 组织级起主导作用，涉及知识的表示与处理，主要应用人工智能； 协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制； 执行级是底层，具有很高的控制精度，采用常规自动控制。 1.5 智能控制的主要形式 模糊控制系统： 1.5 智能控制的主要形式 模糊控制系统的发展简史 1.5 智能控制的主要形式 模糊控制系统： 1.5 智能控制的主要形式 人工神经网络的发展简史 1.5 智能控制的主要形式 人工神经网络的发展简史 1.5 智能控制的主要形式 人工神经网络的发展简史 1.5 智能控制的主要形式 人工神经网络的发展简史 1.5 智能控制的主要形式 人工神经元网络控制 1.5 智能控制的主要形式 基于知识工程的专家控制系统 1.5 智能控制的主要形式 各种智能控制系统的交叉与结合——集成智能控制系统 1.6 智能控制的发展趋势 就目前智能控制系统的研究和发展来看，主要开展以下几个方面的工作： 1965年美国加州大学自动控制系L.A.Zedeh提出模糊集合理论，奠定了模糊控制的基础； 1974年伦敦大学的Mamdani博士利用模糊逻辑，开发了世界上第一台模糊控制的蒸汽机，从而开创了模糊控制的历史； 1983年日本富士电机开创了模糊控制在日本的第一项应用—水净化处理，之后，富士电机致力于模糊逻辑元件的开发与研究，并于1987年在仙台地铁线上采用了模糊控制技术，1989年将模糊控制消费品推向高潮，使日本成为模糊控制技术的主导国家。 1.5 智能控制的主要形式 模糊控制系统的发展简史 （1）1965年-1974年为模糊控制发展的第一阶段，即模糊数学发展和形成阶段； （2）1974年-1979年为模糊控制发展的第二阶段，产生了简单的模糊控制器； （3）1979年—现在为模糊控制发展的第三阶段，即高性能模糊控制阶段。 1.5 智能控制的主要形式 模糊控制发展的三个阶段： 工作过程：首先将信息模糊化，然后经模糊推理规则得到模糊控制输出，再将模糊指令进行精确化计算最终输出控制值。 它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。 最早的研究可以追溯到20世纪40年代。1943年，心理学家McCulloch和数学家Pitts合作提出了形式神经元的数学模型。这一模型一般被简称M-P神经网络模型，至今仍在应用，可以说，人工神经网络的研究时代，就由此开始了。 1949年，心理学家Hebb提出神经系统的学习规则，为神经网络的学习算法奠定了基础。现在，这个规则被称为Hebb规则，许多人工神经网络的学习还遵循这一规则。 1957年，F.Rosenblatt提出“感知”(Perceptron)模型，第一次把神经网络的研究从纯理论的探讨付诸工程实践，掀起了人工神经网络研究的第一次高潮。 20世纪60年代以后，数字计算机的发展达到全盛时期，人们误以为数字计算机可以解决人工智能、专家系统、模式识别问题，而放松了对“感知器”的研究。于是，从20世纪60年代末期起，人工神经网络的研究进入了低潮。 1982年，美国加州工学院物理学家Hopfield提出了离散的神经网络模型，标志着神经网络的研究又进入了一个新高潮。1984年，Hopfield又提出连续神经网络模型，开拓了计算机应用神经网络的新途径。 1986年，Rumelhart和Meclelland提出多层网络的误差反传(back propagation)