智能控制技术.pptVIP

第六章智能控制技术;智能控制的基本概念;智能控制的基本概念;智能控制的基本概念;智能控制的结构理论;智能控制的结构理论;智能控制的结构理论;智能控制与传统控制的关系;分级递阶控制系统

专家控制系统

模糊控制系统

神经网络控制系统

学习控制系统

混合控制系统;6.2模糊控制技术;一模糊集合

二模糊集合的表示方法

三模糊集合的运算

四隶属函数确定方法

五模糊关系;一模糊集合;隶属函数;表示青年的集合;;;二模糊集合的表示方法;1.有限论域;2．无限论域

;三模糊集合的运算;;模糊集运算的基本性质;四隶属函数确定方法;1.?模糊统计法

;2.相对比较法;;;;3.专家经验法;;;五模糊关系;;⑶自返性、对称性和传递性等关系。

;2.模糊关系

;;相应的模糊矩阵为:

;模糊关系的自返性、对称性、传递性。

;3.模糊矩阵

;;模糊矩阵的合成运算;;;4.模糊变换

;讨论;一模糊命题

模糊逻辑

模糊语言

模糊推理

;一模糊命题;二模糊逻辑;三模糊语言

;语言变量的定义：;;2.语言算子

;;⑵模糊化算子;模糊化算子具有十分重要的实用价值

;⑶判定化算子;化模糊为肯定;3.模糊语句

⑴模糊陈述句

;⑵模糊判断句;模糊判断句也有逻辑交、并、非运算;;;四模糊推理;⑵ifAthenBelseC

;6.3.1模糊控制系统的原理

6.3.2模糊控制器的设计;1模糊控制系统的构成;2模糊控制系统的原理;操作经验与控制规则;模糊控制原理分析：;;;;;;;;由以上五个矩阵求并，即求隶属函数最大值可得：;;;;3.模糊控制器原理;1．模糊化接口

;;;因此,对于偏差e,其模糊子集e={NB,NM,NS,NO,PO,PM,PB}，各个语言变量值的隶属函数如表4–8所示.;同理，可以将偏差变化值ec分为7个模糊子集，即ec={NB,NM,NS,NO,PO,PS,PM,PB}各个语言变量值的隶属函数如表4-9所示。;在确定模糊子集的隶属函数μA（x）时，应注意以下几个问题：

;;2．知识库

;如果某模糊控制器的输入变量为偏差e和偏差变化ec，模糊控制器的输出变量为u，其相应的语言变量为E、EC和U，给出下述一族模糊规则：;;;3．推理机;Mamdani取小运算法则;⑵二维推理

前提：ifx1是A1andx2是A2theny是B

条件：ifx1是A1’andx2是A2’

结论：theny是B’

B’＝？;4．清晰化接口

;;;6.3.2模糊控制器设计;;;;2.模糊规则的选择和模糊推理

;;⑵模糊推理;

;;;

一般的模糊控制器都是采用双输入单输出的系统，即在控制过程中，不仅对实际误差自动进行调节，还需要对实际误差变化进行调节，这样才能保证系统稳定，不致产生振荡。;模糊化;;;4.6.2模糊控制器规则、模糊关系;;;本模糊控制器把实际的控制策略归纳为下表所示的控制规则。

;;;;;模糊-PID控制器;6.3神经网络控制系统;6.3.1生物神经元模型;从生物控制论的观点来看，神经元作为控制和信息处理的基本单元，具有下列一些重要的功能与特性：;6.1.2人工神经元模型;(1)时空整合功能

①空间总和

②时间总和

神经元对不同时间通过同一突触的输入信号有空间总和的功能

③时空整合

;(2)阈值特性

(3)不应期

阈值?不是一个常数,随着神经元的兴奋而变化

(4)疲劳

若一个神经细胞持续兴奋，阈值将慢慢增加，神经细胞很难再兴奋的现象

(5)突触结合的可塑性

突触结合的强度根据输入信号和输出信号可塑性地变化,并导致具有长期记忆和学习的生理功能.;(6)输出信号的种类

输入、输出关系可描述为

其中，是从其他神经元传来的输入信号；表示从神经元j到神经元i的连接权值；为阈值；称为激发函数或作用函数。

;输出激发函数又称为变换函数，它决定神经元（节点）的输出。该输出为1或0，取决于其输入之和大于或小于内部阈值。函数一般具有突变和饱和特性。下图表示了几种常见的激发函数。

1.阈值型函数（见图（a），（b））

2.饱和型函数（见图（c））

3.双曲函数（见图（d））

4.S型函数（见（e））

5.高斯函数（见图（f））;(1)阈值单元模型-MP模型

不考虑神经元的活性度且不考虑输出与输入之间的延时,