复习课件智能控制基础总结.pptVIP

模糊关系的合成 已知 求 例2-10 */46 模糊语言逻辑 模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。 针对自然语言的模糊性； 涉及概念： 语言值 语言变量 语言算子：语气算子，模糊化算子，判定化算子 */46 模糊逻辑推理的常见种类 近似推理（常识性推理） 广义肯定式推理： 广义否定式推理： 模糊条件推理： 多输入推理 多输入多规则推理 */46 例2-16 模糊逻辑推理举例 例2-14 例2-15 */46 多输入多规则推理过程图示 */46 最大隶属度函数法 重心法 加权平均法 在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程就称为精确化过程（又称为反模糊化）。 精确化过程 */46 模糊控制器基本结构 */46 模糊控制器的组成与功能 模糊逻辑控制器由模糊化接口、知识库、模糊推理机和解模糊接口四部分组成。 (1) 模糊化接口将被控对象的测量值从数字量转化为模糊量，主要是定义论域内所有语言变量的隶属函数。 (2) 知识库包括数据库和规则库。数据库包括模糊化和精确化过程相关论域的数据以及定义隶属函数的数据等。规则库包括根据控制目的和控制策略给出的一组由语言变量描述的通过如领域专家或自学习产生的控制规则集合。 (3) 模糊推理机是模糊控制器的核心。它是由模糊输入和模糊控制规则，采用某种模糊推理方法，导出模糊控制器的模糊控制量输出。 (4) 解模糊接口实现在推理得到的模糊集合中取一个能最佳代表模糊推理结果可能性的精确值的过程。 */46 已知模糊逻辑控制规则： 规则1 如果误差e为ZE，则u为ZE 规则2 如果误差e为PS，则u为NS 试应用Mamdani推理法求当输入误差e=0.6时的输出电压。 模糊控制器设计 误差的隶属度函数 控制电压的隶属度函数 设在论域误差e=[-4，4]和控制电压u=[0，8]上定义的模糊子集的隶属度函数分别如下图所示： */46 根据第二条规则：如果误差e为PS，则u为NS。可以得到输出电压的模糊集为： 根据第一条规则：如果误差e为ZE，则u为ZE。可以得到输出电压的模糊集为： 当输入误差 时， ， 。 模糊控制器设计 用重心法计算出模糊控制输出电压的精确值： */46 人工神经网络 人工神经网络就是模拟人脑细胞的分布式工作特点和自组织功能，且能实现并行处理、自学习和非线性映射等能力的一种系统模型。 神经网络系统研究主要有三个方面的内容，即神经元模型、神经网络结构和神经网络学习方法。 */46 人工神经元模型 神经元模型是生物神经元的抽象和模拟。可看作多输入/单输出的非线性器件 。 xi ? 输入信号，j=1,2,…,n; wij 表示从单元uj 到单元ui 的 连接权值; si? 外部输入信号； ui 神经元的内部状态； θi 阀值； yi? 神经元的输出信号； 通常假设yi=f(Neti)，而f为激励函数。 */46 激励函数类型 阈值型 分段线性型 */46 激励函数类型 Sigmoid 函数型 Tan函数型 */46 神经网络的模型分类 前向网络 反馈网络 相互结合型网络 混合型网络 1、按连接方式的不同进行分类 2、按网络结构分类，主要表现出三大类：前向网络、反馈网络和自组织网络。 */46 神经网络的学习 有导师学习 无导师学习 两大类学习算法 ◆ 有导师学习：直接利用误差信息 ◆ 无导师学习：建立间接的评价函数 */46 学习规则 根据连接权系数的改变方式分类 */46 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 课件 智能控制基础总结 */46 智能控制问题的提出 传统控制理论，包括经典反馈控制和现代控制理论，由于研究对象的不确定性、高度非线性以及复杂的任务要求等，在应用中遇到不少难题。多年来，自动控制一直在寻找新的出路。现在看来，出路之一就是实现控制系统的智能化，以期解决面临的难题。 智能控制作为一门新兴的理论技术，现在还处于发展初期。 智能控制的概念主要是针对控制对象及其环境、目标和任务的不确定性和复杂性而提出来的。 是由于实现大规模复杂系统的控制需要。 是由于现代计算机技术、人工智能和微电子学等学科的高速发展，带来的革命性变化。 智能控制问题的提出 智能控制应用对象的特点： (1) 不确定性模型。传统控制是基于模型的控制，认为模型已知或者经过辨识可以得到；而智能控制的对象通