智能仪器 第5课 智能控制系统.pptVIP

5.4.5 神经控制系统 1. 神经控制研究的发展及特性 发展 1960年，威德罗(Widrow)和霍夫(Hoff)率先把神经网络用于自动控制研究。 60年代末期至80年代中期，神经网络控制与整个神经网络研究一样，处于低潮。 80年代后期以来，神经网络控制的研究日趋活跃。 * 5.4 智能控制系统 神经网络的特性 并行处理和快速性，适于实时控制和动力学控制。 本质非线性特性，为非线性控制带来新的希望。 可通过训练获得学习能力，能解决用数学模型或规则描述难以处理或无法处理的控制过程。 很强的自适应能力和信息综合能力，能同时处理大量的不同类型的控制输入，解决输入信息的互补性和冗余性问题。 * 5.4 智能控制系统 2. 神经网络学习控制 * 5.4 智能控制系统 图5.11 监督式学习NN控制器的结构 监督对象 受控对象 NNC r(t) e(t) u(t) y(t) + - + - 选择器 实现SNC包括下列步骤： 通过传感器及传感信息处理获取必要的控制信息。 构造神经网络，包括选择合适的神经网络类型、结 构参数和学习算法等。 训练SNC，实现从输入到输出的映射，产生正确控制。 * 5.4 智能控制系统 3. 神经网络非线性控制 * 5.4 智能控制系统 图5.12 神经元预测控制器结构图 对象 NLO NNP 过滤器 r(t) e(t) u(t) y(t) d e(t)