第一章 智能控制 第二章 人工智能.ppt

智 能 控 制 主讲人：王青 2010年3月 第一章 绪论 第二章 人工智能 第三章 模糊控制 第四章 神经网络理论及其应用 第五章 其他智能控制 第六章 拟人智能控制 结束语 参考文献 1 傅京孙，人工智能及其应用，清华大学出版 社，1987 2 朱保平，数理逻辑及其应用，北京理工大学 出版社，1998 3 郑君文，数学逻辑学概论，安徽教育出版社， 1995 4 王国俊，非经典数理逻辑与近似推理，科学 出版社，2000 5 林尧瑞，专家系统原理与实践，清华大学出 版社，1988 6 曲成义编译组，决策支持系统与专家系统， 社会科学文献出版社，1988 7 钟义信，智能理论与技术-人工智能与神经网 络，人民邮电出版社，1992 8 孙增圻，智能控制理论与技术，清华大 学出版社，1997 9 陈燕庆，工程智能控制，西北工业大学 出版社，1991 10 蔡自兴，智能控制（第二版），电子工业出 版社，2004 第一章 绪论 1.1 智能控制产生的背景 自动控制理论是人类在了解自然和改造自然的过程中逐渐形成的一门学科。简单反馈控制的最早应用，可以追溯到古代亚历山大时期的克泰希比斯水钟，它就是利用反馈原理来调节流量的。19世纪中叶，J.C.麦克斯威尔对具有调速器的蒸汽机（这也利用了反馈原理来调速）系统进行了稳定性的研究。20世纪20年代，布莱克、奈奎斯特和波德在贝尔实验室的一系列研究工作奠定了经典自动控制（反馈）的理论基础。 二次大战期间，为了解决迫切需要解决的武器控制问题，各国科学家和工程技术人员进行了大量的理论与实验研究工作，使经典自动控制系统在精度、动态特性和设计方法上都取得极大进展。战后，随着经济的恢复发展，工业界对自动化提出了普遍的要求，进一步激发了人们对自动控制理论研究的热情，并使自动控制在许多领域获得实际应用。至此，经典控制理论趋于成熟，一般把它称为第一代（经典）控制理论。它对工业发展和技术进步起到了十分重大的作用。 经典控制理论应用时，首先要建立被控对象的数学模型。 建立模型所用的方法称为端点描述方法（输入－输出描述法），它是建立在对象的输入－输出关系，即传递函数基础上的。 20世纪60年代卡尔曼（Kalman）提出用状态空间的描述方法来建立被控对象的数学模型。这种方法也称为内部描述法，它是建立在“系统状态”这个概念上的。用一阶矩阵－矢量方程来描述，既简单明了而且包含了更多的信息。在此基础上相继提出并解决了系统的可控、可观性问题。接着又发展了多变量控制、最优控制、估计理论、自适应控制理论、滤波理论和辨识理论等，从而形成了一个新的理论体系，被称为第二代（现代）控制理论。 现代控制理论借助状态模型，揭示了系统（对象）输入、输出等外部信息与系统内部信息（即状态变量）的关系。以前必须通过传感器才能获得系统内部信息产生了改变。即通过状态观测器（这不是传感器）就可得到系统的内部信息。为实现高级控制策略开辟了广阔前景，把控制理论推向了一个新的里程碑。 显然经典控制理论和现代控制理论给予科技发展和社会进步巨大的推动。 但随着时代的前进，人们面临的问题越来越多，需要加以控制的对象和过程变得越来越复杂。对控制质量要求也变得日益严格。要求对那些大型、复杂和具有强烈非线性和不确定性的系统能实现有效而且精确地控制。在这种情况下不仅经典控制理论不能解决问题，而且现代控制理论也显得软弱无力。也就是说自动控制理论面临严峻的挑战。造成这种局面的根源在于无论是经典还是现代（我们称它们为传统）的控制理论，在应用时都要求有对象的数学模型。 的确在今天，只要有了精确的线性的数学模型和只要能提供足够的功率（能量），那么无论你要求怎样的性能，都是可以实现的。但现实世界的很多被控对象，不要说难以建立精确的线性的数学模型，有的甚至根本无法建数学模型。20世纪70－80年代发展的自适应控制、自校正控制和鲁棒控制，它们虽然能在一定程度上解决不确定性的问题，但有的要求对过程和被控对象进行在线辨识。此外它们还是直接或间接依赖过程和对象的精确线性模型。在这严峻形势下，人们一方面探索非线性的控制理论，另一方面是另辟新径。 我们知道人们在对被控对象实施控制时，并不要求知道被控对象的数学模型。但却可能得到很好控制效果。模糊数学的创始人查德提出过一个停车问题。该问题是要把一辆汽车停在停车场的两辆车之间的空隙中去。按现代控制理论的方法可按如下处理： 表示汽车的位置， 表示汽车运动的方向。这样汽车的状态为 ，如图1-1所示。车的运动微分方程为 ，其中u是一个有约束的控制矢量。