1、2022/10/11智能控制主講教師: 黎 明E-Mail: 單 位：中國海洋大學 工程學院2022/10/112022/10/11前言傳統控制面臨的問題傳統的控制系統的設計與分析是建立在已知系統精確數學模型基礎上的，而實際的系統由于存在復雜性、非線性、時變性、不確定性和不完全性等特點，一般無法獲得精確的數學模型；研究這類系統的時候，必須提出并遵循一些比較苛刻的假設，而這些假設在實際中往往與實際不符合；對于某些復雜且具有不確定性的對象，根本無法以傳統的數學模型來表示，即無法解決建模的問題；為了提高性能，傳統的控制可能變得很復雜，從而增加了設備的初始投資和維修費用，降低了系統的可靠性；2022/

2、10/11人工智能研究的三大主要學派符號主義聯接主義 進化主義2022/10/11符號主義聯接主義進化主義模糊數學人工神經網絡遺傳算法模糊控制神經網絡控制基于GA的優化控制優點、問題優點、問題優點、問題融合融合2022/10/11智能控制的概念對于智能控制這一術語尚未有確切的定義，IEEE控制系統協會歸納為：智能控制系統必須具有模擬人類學習(Learning)和自適應(Adaptation)的能力。2022/10/11智能控制的研究對象的特點1. 不確定性的模型智能控制的研究對象通常存在嚴重的不確定性。這里所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結構和參數可能在很大范

3、圍內變化。2. 高度的非線性對于具有高度非線性的控制對象，采用智能控制的方法往往可以較好地解決非線性系統的控制問題。3. 復雜的任務要求對于智能控制系統，任務的要求往往比較復雜。2022/10/11幾種典型的智能控制方法分層遞階智能控制的一般結構原理。 專家控制的基本組成和特點。 簡述基于模式識別的學習控制的基本思路。 2022/10/11專家控制知識庫規則庫數據庫推理機解釋程序調度程序知識獲取推理咨詢領域專家系統用戶2022/10/11基于模式識別的學習控制2022/10/11仿人智能控制特征辨識；特征記憶；決策模態；2022/10/11 截集( -Cut)模糊集合的截集是一個清晰集，它包含

4、了中所有隸屬于的隸屬度值大于等于的元素，即1-112022/10/11練習題試證明摩根定律模糊合成運算 Min-Max合成運算 。2022/10/112022/10/11模糊控制標準模糊模型，其特點是規則的前件和后件都是用模糊變量來描述的 Rulei: If x is A Then y is BT-S模糊模型 第i條規則如下2022/10/11模糊控制中的基本術語模糊控制 fuzzy control ；隸屬度 membership degree ； 模糊推理: fuzzy inference ；隸屬函數: membership function ；2022/10/11基于標準模糊模型的控制模糊

5、化接口Fuzzification推理機Inference mechanism規則庫Rule-base反模糊化接口Defuzzification2022/10/11模糊化接口推理機反模糊化接口規則庫精確值模糊值模糊值精確值2022/10/11Mamdani型模糊控制器設計方法步驟一、選擇模糊控制器的輸入和輸出步驟二、設計隸屬度函數步驟三、設計控制規則步驟四、設計模糊推理步驟五、設計反模糊化方法步驟六、仿真嘗試步驟七、根據仿真結果調整參數，直至達到滿意的效果。2022/10/11推理乘積推理根據每一條規則來進行推理得出了屬于每條規則輸出的隸屬程度2022/10/11幾種反模糊化方法比較COGCOA

6、MAX言之有據是是是計算簡便否是是連續性是是否2022/10/11控制規則表-2-1012-222210-12210-10210-1-2110-1-2-220-1-2-2-22022/10/11推理方式采用COA反模糊化方法2022/10/11基于TS模糊模型的控制T-S模糊模型的形式和特點并聯分布補償控制方法(PDC)的基本思想穩定性分析定理2022/10/11T-S模糊模型的形式和特點第i條規則如下采用單點模糊化、乘積推理、中心平均反模糊化方法，計算系統輸出：其中2022/10/11例1Rule1:Rule2:2022/10/11例1隸屬函數f(x)A1A22022/10/11模糊系統穩定

7、性分析定理1：對于連續模糊模型，其第i條規則如下：如果存在一個公共的正定矩陣P，對于所有的子系統均有則模糊系統的平衡狀態是全局漸進穩定的。其中，2022/10/11證明：考慮如下Lyapunov函數2022/10/11模糊控制器設計對于由r條規則構成的連續時間模糊模型，其第i條規則如下：模糊全局系統方程如下：其中，2022/10/11設計控制器也由r條規則組成,其中第i條規則如下：模糊控制器輸出為：其中，2022/10/11閉環系統模型如下定理2：上述模糊系統為漸近穩定的充分條件為存在一個公共的正定矩陣P，使得下式對于 均成立2022/10/11模糊控制是不是“模模糊糊的控制”？模糊PID控制

8、器的性能是否一定優于傳統的PID控制器？2022/10/11神經元網絡控制 前饋神經網絡(感知機，BP網絡) 反饋神經網絡(Hopfield) 模糊神經網絡2022/10/11常用術語人工神經網絡 Artificial Neural Network ；反向傳播算法 Back Propagation Algorithm ；反向傳播神經網絡： Back Propagation Neural Network ；感知機：Perceptron2022/10/11感知機單神經元感知機(例)實現“與門”邏輯設計感知機結構：兩個輸入，一個神經元，一個輸出2022/10/11感知機單神經元感知機(例)設計邊界向

9、量 （-1，1）設計與邊界向量正交的權向量選擇偏置量輸出驗證2022/10/113.1.3感知機的學習初始值怎么產生? 隨機產生如何判斷是否能分類? 計算感知機輸出是否和目標相同。如果不能正確分類往什么方向旋轉? 旋轉多少? 如何判斷修正的效果?如何決定終止？ 所有模式都滿足。2022/10/113.1.3感知機的學習（1）隨機給定一組初始權值W0和偏移向量b0（2）取樣本 ，將輸入帶入感知機中計算輸出 a.,并構造誤差 e=t1-a（3）按照如下規則修正權值（4）在樣本集中選擇另一個樣本，重復步驟(2-4),直至2022/10/11反饋神經網絡求取下面函數的最小值能量下降的方向用一個網絡來描

10、述2022/10/11模糊神經網絡第一層：輸入層，該層各個節點與輸入向量各個分量連接。第二層：每個節點代表一個語言變量值，執行模糊化功能；第三層：每個節點代表一條模糊規則，用來計算適用度；第四層：對適用度進行歸一化處理；第五層：反模糊化運算2022/10/11模糊神經網絡2022/10/11神經元網絡PID控制PID控制器在控制工程中應用非常廣泛。數字PID控制器通常具有如下兩種形式2022/10/11基本思想系統包括神經元網絡辨識器NNI和神經元網絡PID控制器NNPID利用神經元網絡NNI逼近實際對象；以NNI的輸出作為參考和預測，調節NNPID的控制參數2022/10/11遺傳算法(Genetic Algorithm