Labview应用论文智能控制教学论文.docVIP

Labview应用论文智能控制教学论文 摘要：针对本科智能控制课程的教学中缺乏实验学时，没有着重培养学生的实践创新能力，学生关于复杂工程问题的分析与解决能力没有得到提高，文章指出了Labview软件在智能控制器设计中的應用。通过实际示例展示了Labview的具体应用，可以推广到本科生的虚拟实验教学和课堂教学中，增强学生的学习兴趣，培养其复杂工程问题的分析与解决能力。 一、概述 随着计算机技术、自动控制技术，以及人工智能技术的快速发展，智能控制得到了越来越广泛的关注与研究，并取得了非常广泛的应用[1]。随着对本科和研究生教育的越来越高，自动化类专业的本科或研究生阶段都在培养计划中增加了智能控制课程，而且本科智能控制课程教学收到了许多高校的重视。智能控制基础课程是在学生学习自动控制原理和现代控制理论基础控制理论课程之后开设的，是对控制理论知识的进一步提升。智能控制课程重点内容包括模糊控制、神经网络与神经网络控制以及遗传算法，其特点是：内容丰富、交叉性强，概念抽象，对于本科生的教学要求为：掌握模糊控制、神经网络和遗传算法的理论基础与设计应用。作为一门基础理论课程，智能控制课程的教学改革研究也引起了许多教师的关注[1-5]。 美国国家仪器公司开发的Labview软件使用图形进行编程，分为前面板与程序框图两部分，其包含的丰富的函数库，可以实现数据的存储、分析、显示等，所以在信号采集、计算机数据采集、数字信号处理、以及自动控制等领域得到广泛的应用[6]。相对于比较普及的Matlab仿真软件[4，5]，Labview的前面板可以更形象化展示对象的特性，对控制理论的验证与仿真实验更具有虚拟仿真效果[7，8]。结合智能控制课程的特点，可以采用Labview设计仿真实验，可以提高实验内容的可视性、生动性，可以采取学生自主实验、或教师演示实验，均可以激发学生的学习热情、改善教学效果。 文章根据作者在本科《智能控制基础》课程中的教学实践，从教学内容与存在问题出发，对该门课程的进行深入分析，缺乏對学生实践创新能力的培养。对照2015版的工程教育认证[9]，本科生的智能控制课程教学更加缺少培养复杂工程问题的分析与解决能力问题。通过利用Labview仿真软件设计模糊PID控制器，展示了虚拟仿真软件在智能控制中的应用，可以推广到学生实践训练和教师课堂中，增加学生学习兴趣与教学效果。 二、智能控制的教学内容及存在问题 智能控制是一门多元交叉学科，涵盖人工智能、自动控制、运筹学等等。作为自动化类本科生，在学习传统控制理论、计算机控制原理等基础专业课程之后，学习智能控制课程，可以进一步掌握先进控制理论，主要学习模糊控制、神经网络、遗传算法三部分内容。 （一）教学内容 模糊控制是基于模糊集合、模糊关系、模糊推理的一种智能控制技术。模糊控制器是一个模糊推理系统，整体表现为一个非线性函数，通常由四部分组成：（1）模糊化，将精确输入量转换为模糊集合，即输入量的模糊语言取值和相应的隶属度函数；（2）规则库，根据被控对象的特性和已有的控制经验建立模糊规则库（if-then-），确保完整性、一致性、交互性；（3）模糊推理，集结模糊规则库，将输入模糊集合映射出输出模糊集合；（4）去模糊化，将输出模糊集合转换为精确输出。在控制系统中，除了作为一个控制器外，模糊控制器也通常作为参数自调整器，可以实现非常好的控制效果。 神经网络是由简单处理单元构成的规模宏大的分布式并行处理器，从结构和功能上模仿人类脑神经系统，具有并行性和非线性等特点，能够存储经验知识、并使之可用，具有自学习、任意函数逼近器、模式分类等功能。典型的神经网络模型包括：感知器、BP神经网络、小脑模型连接控制器、Hopfield网路、柯西网络等。将神经网路应用控制对象中，主要措施有：学习控制、直接逆动态控制、神经自适应控制、和自适应决策控制等。同时，还可以将神经网络与模糊控制进行结合，构造性能更好的智能控制策略。 遗传算法主要模拟生物进化过程中的优胜劣汰、适者生存的自然选择，也是一直最优解搜索算法。遗传算法以群体为考察对象，选择合适的适应度函数，通过给群体中每个个体进行染色体编码（即基因），并计算相应的个体适应度，依次采取复制、交叉和变异三个遗传操作步骤，产生出新一代的种群，并逐代重复进行上述三个步骤。通过遗传操作，群体不断更新为更加适应环境的新群体，最终达到最优群体，通过末代群体中的最优个体的解码，即可得到最优或次优解。 （二）存在问题 根据2015年公布的工程教育认证标准[9]，本科毕业要求强调了对复杂工程问题的分析与解决能力。 由于模糊控制、神经网络、遗传算法都是建立在一定的数学理论基础之上的，所以课程理论性强、内容抽象。由于该课程设定的课时通常比较少，所以课堂教学主要集中于理论知识、概念和公式推导上，没有增设实验学时