智能控制 第二版 教学课件 作者 李少远 王景成 Chapter 1.pptx

《智能控制 第二版 教学课件 作者 李少远 王景成 Chapter 1.pptx》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章概论概论自从美国数学家维纳在20世纪40年代创立控制论以来，自动控制理论经历了经典控制理论和现代控制理论两个重要发展阶段。1985年1月，国际电气与电子工程师学会(IEEE)在美国纽约召开了第一届智能控制学术会议，集中讨论了智能控制的原理和系统结构等问题，标志了这一新的体系的形成。控制科学发展的新阶段——智能控制控制理论在应用中面临的难题包括：传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；研究这类系统时，必须提出并遵循一些比较

2、苛刻的假设，而这些假设在应用中往往与实际不相吻合；对于某些复杂的和具有不确定性的对象，根本无法以传统数学模型来表示，即无法解决建模问题；为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。控制科学发展的新阶段——智能控制自动控制既面临严峻挑战，又存在良好发展机遇。为了解决面临的难题，一方面要推进控制硬件、软件和智能的结合，实现控制系统的智能化；另一方面要实现自动控制科学与计算机科学、信息科学、系统科学以及人工智能的结合，为自动控制提供新思想，新方法和新技术，创立边缘交叉新学科，推动智能控制的发

3、展。智能控制的基本概念与研究内容IEEE控制系统协会将“智能控制”归纳为：智能控制系统必须具有模拟人类学习(Learning)和自适应(Adaptation)的能力。智能控制的基本概念与研究内容智能控制具有以下基本特点：智能控制系统应能对复杂系统，如非线性、快时变、复杂多变量、环境扰动等进行有效的全局控制，并具有较好的容错能力；定性决策和定量控制相结合的多模态组合控制；智能控制的基本目的是从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，智能控制应具有自组织能力；同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过

4、程。模糊逻辑控制从广义上讲，模糊逻辑控制指的是应用模糊集合理论，统筹考虑系统的一种控制方式，模糊控制不需要精确的数学模型，是解决不确定性系统控制的一种有效途径。模糊模型随着研究的深入，越来越多的研究者在模糊控制模式中引入了模糊模型的概念，出现了模糊模型，控制器就可根据这个模型采用现代控制理论方法进行设计，将定量知识和定性知识较好地融合在一起。模糊模型就是用if-then形式的规则表示控制系统的输入/输出关系，主要有Mamdani模型和T-S模型。模糊模型Mamdani模型T-S模糊模型Takagi和Sugeno于1985年提出了一种区别于

5、Mamdani模型的T-S模糊模型，T-S模型在前提部分与Mamdani模型有相同的结构，而结论部分是前提变量的线性函数。T-S模糊控制器的设计模糊模型模糊模型除具有连续函数的映射能力外，还具有以下优点：集成专家控制经验，以if-then规则的形式表示，具有知识表达的特点；局部线性化模型可以采用现代控制理论(极点配置、状态反馈、预测控制等)方法进行系统设计和分析；Mamdani和T-S模型都可以根据系统的输入/输出进行辨识，具有定量和定性知识集成的特点。神经网络控制神经网络控制是研究和利用人脑的某些结构机理以及人的知识和经验对系统的控制。

6、神经网络的优势在于：能够充分逼近任意复杂的非线性系统；能够学习与适应严重不确定性系统的动态特性；由于大量神经元之间广泛连接，即使有少量单元或连接损坏，也不影响系统的整体功能，表现出很强的鲁棒性和容错性；采用并行分布处理方法，使得快速进行大量运算成为可能。神经网络用于控制有两种方法，一种是用来实现建模，一种是直接作为控制器使用。具体可分为以下几个方面：系统建模直接自校正控制间接自校正控制神经网络模型参考自适应控制神经网络内模控制遗传算法遗传算法（GA）是模拟自然进化过程而得到的一种随机性全局优化方法。遗传算法的应用按其方式可分为三部分：基于

7、遗传的优化计算基于遗传的优化编程基于遗传的机器学习