3智能控制.pptx

2.3 2.3 最最热门的控制方法的控制方法 智能控制智能控制 主要内容主要内容智能控制的基本概念智能控制的基本概念专家控制（家控制（Expert Control）模糊控制（模糊控制（Fuzzy Control）神神经网网络控制（控制（Neural Network Control）对智能控制的一些展望智能控制的一些展望 2.3.1 2.3.1 智能控制的基本概念智能控制的基本概念什么是什么是“智能智能”?什么是什么是“智能控制智能控制”？人人的的智智能能表表现现在在其其所所具具有有的的记记忆忆、学学习习、模模仿仿、适适应应、联联想想、语语言言表表达达、文文字字识识别别、逻逻辑辑推推理理、归归纳纳总总结、综合决策结、综合决策等各种等各种能力能力。当自动控制方式明显地具有这些智能特征时，就当自动控制方式明显地具有这些智能特征时，就称其为称其为“智能控制智能控制”。人与智能控制人与智能控制 人本身就是一个非常完美的智能控制系人本身就是一个非常完美的智能控制系统，人，人脑及神及神经系系统相当于智能控制器，相当于智能控制器，对通通过感官感官获取的各种信息取的各种信息进行行综合分析、合分析、处理和决策，并利理和决策，并利用手和脚等用手和脚等执行机构作出相行机构作出相应的反的反应，能适，能适应各各种复种复杂的控制的控制环境，完成境，完成难度很大的任度很大的任务。5传统自自动控制与智能控制控制与智能控制 广义地讲，几乎所有的自动控制系统都在一定广义地讲，几乎所有的自动控制系统都在一定程度上模仿了人的控制方式，或多或少地具有程度上模仿了人的控制方式，或多或少地具有“智能智能”，但是今天我们所讲的，但是今天我们所讲的“智能控制智能控制”仍然仍然有别于传统的自动控制方式，两者虽无明确的界有别于传统的自动控制方式，两者虽无明确的界限，但存在明显的区别。限，但存在明显的区别。传统的自动控制是基于数学模型、以定量分析传统的自动控制是基于数学模型、以定量分析为主；而智能控制则更多地基于知识，利用专家为主；而智能控制则更多地基于知识，利用专家经验、逻辑推理、学习功能、遗传和进化机制等经验、逻辑推理、学习功能、遗传和进化机制等来进行控制，是以定性分析为主、定量与定性相来进行控制，是以定性分析为主、定量与定性相结合的控制方式。结合的控制方式。智能控制的主要特点智能控制的主要特点体现了人的控制策略和控制思想，拥有受控对象及体现了人的控制策略和控制思想，拥有受控对象及环境的相关知识以及运用这些知识的能力，具有很环境的相关知识以及运用这些知识的能力，具有很强的自适应、自学习、自组织和自协调能力、能在强的自适应、自学习、自组织和自协调能力、能在复杂环境下进行综合分析、判断和决策，实现对复复杂环境下进行综合分析、判断和决策，实现对复杂系统的控制。杂系统的控制。属于典型的交叉学科，涉及人工属于典型的交叉学科，涉及人工智能、自动控制、运筹学、系统智能、自动控制、运筹学、系统论、信息论等，在系统的实现上论、信息论等，在系统的实现上则必须依托计算机技术。则必须依托计算机技术。基本上属于基本上属于“方法方法”范畴，理论范畴，理论分析困难，理论体系尚未建立。分析困难，理论体系尚未建立。萌芽期（萌芽期（6060年代）年代）形成期（形成期（7070年代）年代）发展期（发展期（8080年代）年代）高潮期（高潮期（9090年代至今）年代至今）智能控制的智能控制的发展展阶段：段：智能控制的主要智能控制的主要类型型l专家控制家控制l模糊控制模糊控制l神神经网网络控制控制l学学习控制控制l基于基于规则的仿人控制的仿人控制什么是专家系统、专家控制什么是专家系统、专家控制?2.3.2 2.3.2 专家控制家控制（Expert ControlExpert Control）“专家专家”是具有某一领域专门知识或丰富实践是具有某一领域专门知识或丰富实践经验的人，而经验的人，而“专家系统专家系统”则是一个计算机系统，则是一个计算机系统，存储有专家的知识和经验，并用推理的方式针对问存储有专家的知识和经验，并用推理的方式针对问题给出结论。题给出结论。“专家控制专家控制”是将专家或现场是将专家或现场操作人员的知识和经验总结成知操作人员的知识和经验总结成知识库，形成很多条规则，并利用识库，形成很多条规则，并利用计算机、通过推理来实施控制。计算机、通过推理来实施控制。专家系家系统、专家控制的家控制的产生及生及发展展l专家家系系统是是人人工工智智能能的的重重要要内内容容，由由美美国国斯斯坦坦福福大大学学1965年年提提出出，最最初初用用于于化化学学质谱分分析析，后后广广泛泛应用于工用于工业、农业、医、医疗、教育等、教育等领域。域。l瑞瑞典典的的strm于于1983年年首首次次将将专家家系系统用用于于常常规控控制制器器参参数数的的自自动整整定定，并并于于1984年年正正式式提提出出了了专家家控控制制的的概概念念，目目前前已已成成功功应用用于于机机器器人人控控制制、飞机机的的操操纵控控制制、故故障障诊断断、各各种种工工业过程程控控制制等等。常常见的两的两类专家控制系家控制系统l直接型直接型专家控制家控制 用用于于取取代代常常规的的控控制制器器，直直接接控控制制受受控控对象或生象或生产过程。程。l间控型专家控制间控型专家控制 和常规控制器相结和常规控制器相结合，组成对受控对合，组成对受控对象或生产过程进行象或生产过程进行间接控制的智能控制系统，通常利用偏差和偏差间接控制的智能控制系统，通常利用偏差和偏差变化率来调节常规控制器的参数。变化率来调节常规控制器的参数。专家控制器专家控制器受控对象受控对象检测检测常规控制器常规控制器受控对象受控对象检测检测专家控制器专家控制器例：水温例：水温调节系系统的的专家控制家控制 间接型专家控制的基本思路：间接型专家控制的基本思路：可可将将常常规规的的PIDPID控控制制与与专专家家系系统统相相结结合合，把把专专家家设设计计和和调调试试PIDPID参参数数的的知知识识和和经经验验总总结结成成一一些些规规则则，根根据据系系统统的的运运行行状状态态自自动动地地调调整整控控制制器器的的相相关关参参数数。这这就是所谓的就是所谓的“基于规则的参数自整定基于规则的参数自整定PIDPID控制控制”。热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测PID控制控制期望水温期望水温误差误差e控制量控制量u专家系统专家系统直接型直接型专家控制的基本思路：家控制的基本思路：热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测专家控制专家控制期望期望水温水温误差误差e控制量控制量u 对对误误差差和和误误差差变变化化率率进进行行了了分分段段，并并根根据据其其位位于于哪哪一一段段来来决决定定相相应应的的控控制制量量，属属于于最最简简单单且且最最直观的分段智能控制方法。直观的分段智能控制方法。下面讨论这种控制方法。下面讨论这种控制方法。水温水温调节系系统的直接型的直接型专家控制家控制 热水热水冷水冷水温热水温热水调调节节阀阀水温检测水温检测专家控制专家控制期望期望水温水温误差误差e控制量控制量u控制规则：控制规则：l若水温很高，则将控制量（热若水温很高，则将控制量（热/冷水比值调至最小；冷水比值）调至最小；l若水温很低，则将控制量调至最大；若水温很低，则将控制量调至最大；l若水温比较低，且没有上升，则大幅度调大控制量；若水温比较低，且没有上升，则大幅度调大控制量；l若水温比较低，且在缓慢上升，则较大幅度调大控制量；若水温比较低，且在缓慢上升，则较大幅度调大控制量；l若水温比较低，但上升较快，则适当调大控制量；若水温比较低，但上升较快，则适当调大控制量；专专家家的的知知识识和和经经验验就就体体现现在在如如何何对对e及及其其变变化化率率进进行行分分段段，以以及及如如何何确确定定其其与与u的的具体取值上。具体取值上。控制控制规则的具体化的具体化if e4,then u=10;if e4,then u=10;（水温很低，则输入最大）（水温很低，则输入最大）if e-3,then u=0;if e-3,then u=0;（水温很高，则输入最小）（水温很高，则输入最小）if 3e4 and e0,then u=8;if 3e4 and e0,then u=8;（水温较低且没有上升，则输入很大）（水温较低且没有上升，则输入很大）if 3e4 and-1e0,then u=6;if 3e4 and-1e0,then u=6;（水温较低且缓慢上升，则输入较大）（水温较低且缓慢上升，则输入较大）if 3e4 and-2e-1,then u=3;if 3e4 and-2e-1,then u=3;（水温较低且较快上升，则输入中等）（水温较低且较快上升，则输入中等）设设 -5e5-5e5，0u100u10，ee代表误差变化率，代表误差变化率，则控制规则可能如下：则控制规则可能如下：关于关于专家控制的几点家控制的几点说明明l专家家控控制制要要求求不不断断地地根根据据反反馈信信息息迅迅速速作作出出决决策策，对实时性性要要求求很很高高，因因此此专家家控控制制器器的的结构构一一般般比比专家系家系统简单，其核心是知，其核心是知识库和推理机构。和推理机构。l知知识库所所存存储的的知知识既既可可以以是是定定性性的的，也也可可以以是是定定量量的的，并并可可以以利利用用知知识获取取系系统随随时对知知识进行行补充充、修修改改和和更更新新；因因此此，专家家控控制制比比常常规控控制制更更加加灵活，灵活，对复复杂环境的适境的适应能力更能力更强。l如如何何简便便有有效效地地获取取专家家知知识、如如何何在在控控制制过程程中中自自动修修改改、更更新新和和扩充充知知识，并并满足足实时控控制制的的快快速性需求是非常关速性需求是非常关键的。的。2.3.3 2.3.3 模糊控制模糊控制（Fuzzy Control）模糊控制的模糊控制的发展：展：u19651965年美国的年美国的ZadehZadeh提出模糊集合理提出模糊集合理论;u19741974年英国的年英国的MamdaniMamdani首次将模糊理首次将模糊理论应用于蒸汽机用于蒸汽机控制控制;u19851985年年AT&TAT&T贝尔实验室研制出第一个模糊室研制出第一个模糊逻辑芯片芯片;u8080年代末日本将模糊控制广泛年代末日本将模糊控制广泛应用于家用用于家用电器（洗器（洗衣机、空衣机、空调、吸、吸尘器、器、电冰箱、冰箱、电饭煲、微波炉、微波炉、照相机等），促照相机等），促进了模糊控制的推广和了模糊控制的推广和应用用;u9090年年代代模模糊糊逻辑及及其其应用用形形成成高高潮潮，应用用范范围包包括括工工业控控制制、地地铁、电梯梯、交交通通、汽汽车、空空间飞行行器器、机机器器人人、核核反反应堆堆、图象象识别、故故障障诊断断、污水水处理、数据理、数据压缩、移、移动通信、通信、财政金融等政金融等模糊逻辑技术的优越性：模糊逻辑技术的优越性：简单、直观、有效、可靠简单、直观、有效、可靠一、模糊集合一、模糊集合 隶属度函数隶属度函数:某元素某元素 a 属于某集合属于某集合 A 的程度的程度,用用 (a)=01 表示表示 (经典集合典集合对应=0,1)例例:已知已知经典集合典集合 A 为 0）vi(k)学习信号（通常为误差的函数）学习信号（通常为误差的函数）yf().w1wnw2x1x2xn.学习规则学习规则学习学习信号信号学习的意义：学习的意义：通过调整权值通过调整权值 wi，使神经元具有期望的使神经元具有期望的输入输出模式输入输出模式学习方法学习方法梯度下降法：梯度下降法：特点：特点：l 沿梯度方向下降一定能到达沿梯度方向下降一定能到达 J 的极小点；的极小点；l 学习的快慢取决于学习速率学习的快慢取决于学习速率i 的选取；的选取；l缺点是可能陷入局部最小点。缺点是可能陷入局部最小点。JWW(k)梯度方向梯度方向简单例：简单例：设设 y=w1x1 （即（即=0,f(s)=s）w1 的初值的初值 w1(0)=0yf()w1x1单输入神经元单输入神经元取性能指标为取性能指标为 J=e2(k)2=2 y(k)2 2 =2 w1(k)2 2则有则有Jw12梯度方向梯度方向02用梯度下降法用梯度下降法,使使 x1=1 时时y=2 k 1 2 3 4 5w1(k),y(k)1 1.51.751.8751.9375 k 1 2 3 4 5w1(k),y(k)3 1.52.251.8752.0625表表 6-1 =0.5 时的学习结果时的学习结果(学习速率较小学习速率较小)表表 6-2 =1.5 时的学习结果时的学习结果(学习速率较大学习速率较大)k 1 2 34 5w1(k),y(k)4 0404表表 6-3 =2 时的学习结果时的学习结果(学习速率过大学习速率过大)k 1 2 34 5w1(k),y(k)6-618-3066表表 6-4 =3 时的学习结果时的学习结果(学习速率过大学习速率过大)结论：结论：过小收敛慢；过小收敛慢；过大则振荡甚至可能发散。过大则振荡甚至可能发散。对于该例，对于该例，=1 时的学习次数最少时的学习次数最少(一次结束一次结束)三、神三、神经元网元网络.三层前馈网络三层前馈网络神经元按一神经元按一定方式连接定方式连接神经神经网络网络目的：目的：通过学习，使神经网络具有期望通过学习，使神经网络具有期望 的输入输出模式的输入输出模式两个关键两个关键:网络结构网络结构,学习方法学习方法常用结构常用结构:前馈网，反馈网等前馈网，反馈网等著名的著名的BP网络网络=前馈网前馈网+BP算法算法 （BP:Back Propagation）梯度梯度下降法下降法由输出层向输入层由输出层向输入层反向计算每一层的反向计算每一层的连接权值连接权值BP算法算法 BP算法的进行方式算法的进行方式:由给定的输入样本计算网络输出，并与输由给定的输入样本计算网络输出，并与输出样本进行比较（输出误差）；出样本进行比较（输出误差）；由输出误差依次反向计算每一层的权值；由输出误差依次反向计算每一层的权值；重复重复、，直至输出误差满足要求为止；，直至输出误差满足要求为止；对每组输入输出样本数据都按对每组输入输出样本数据都按 进行进行学习；学习；重复重复，直至所有输出误差都达到要，直至所有输出误差都达到要求的精度。求的精度。前馈网络前馈网络神神经网网络的特点：的特点：l通通过学学习，可以无限逼近任意的，可以无限逼近任意的输入入输出函数；出函数；l具有具有归纳或泛化能力或泛化能力（经样本本训练后，后，输入不属入不属于于样本集本集时也能也能产生合适的生合适的输出）出）；l并行并行计算算（速度快）（速度快），分布存，分布存储（容（容错性好）性好）；l学学习过程收程收敛较慢慢（较费时），实时应用性差；用性差；l如何确定网如何确定网络的的层数及每一数及每一层的神的神经元个数尚无元个数尚无明确的方法。明确的方法。神经网络的实现：神经网络的实现：神经元芯片神经元芯片 计算机软件模计算机软件模拟拟四、神四、神经网网络的的应用用典型典型应用用领域：域：l各各类控制与控制与优化化问题l系系统辨辨识l故障故障诊断断l容容错技技术l信号信号处理理l模式模式识别l文字文字识别l专家系家系统等等神经网络应用于系统辨神经网络应用于系统辨识与控制的优点：识与控制的优点：u无须数学建模，只需在线无须数学建模，只需在线或离线学习训练或离线学习训练u同时适用于线性和非线性同时适用于线性和非线性系统系统u具有很强的适应性和鲁棒具有很强的适应性和鲁棒性性u容易和其他控制方式结合容易和其他控制方式结合 数字数字识别NN.0 1 9标准输出：标准输出：0=（1 0 0 0）1=（0 1 0 0）9=（0 0 0 1）.通过调整通过调整NNNN的权值使的权值使 实际输出实际输出标准输出标准输出NN：Neural Network （神经网络）（神经网络）实际可能输出可能为实际可能输出可能为（0.1 0.8 0.1 0.2 0.1 0.3 0.1 0.2 0.1 0.1）则以最大数字为准，即对应数字则以最大数字为准，即对应数字 1u每一网格的明暗每一网格的明暗度经光电器件转度经光电器件转换成电信号换成电信号u神经网络神经网络(NN)的的输入与网格阵列输入与网格阵列一一对应一一对应u输出电平高低的输出电平高低的组合对应要识别组合对应要识别的数字的数字u用数字样本和标用数字样本和标准输出对准输出对NN进行进行训练训练 系系统辨辨识动态系统动态系统NNyNuye+-正模型辨识正模型辨识动态系统动态系统NNuyuNe+-逆模型辨识逆模型辨识通过学习（依据误差通过学习（依据误差 e 调整调整 NN 的权值）使的权值）使 yN y 从而使从而使 NN 动态系统动态系统通过学习使通过学习使 uN u从而使从而使 NN 逆动态系统逆动态系统 专家控制家控制NN控制器控制器受控对象受控对象检测装置检测装置给定给定输入输入反馈信号反馈信号控制量控制量误差误差输出输出执行机构执行机构 在在专专家家或或操操作作人人员员能能够够很很好好地地进进行行控控制制的的情情况况下下，为为了了把把人人解解放放出出来来，可可以以用用一一个个神神经经网网络络控控制制器器去去模模仿仿人人的的控控制制行行为为，神神经经网网络络通通过过学学习习和和训练就可以逼近操作人员的控制模式。训练就可以逼近操作人员的控制模式。模型参考自适模型参考自适应控制控制NN1对象对象 参考模型参考模型reuyymeyyNeN+-NN2NN1：自适应控制器自适应控制器（根据（根据 ey 调整调整 NN1 的权值）的权值）可利用对象正模型可利用对象正模型 NN2：y yN，ey ymyN，由由 ey 经经 NN2 反传学习得到反传学习得到u 的误差，再由的误差，再由u 的误差反传学习调整的误差反传学习调整 NN1 的权值。的权值。对象未知对象未知 直接调整有困难。直接调整有困难。2.3.5 对智能控制的一些展望智能控制的一些展望 l各各种种智智能能控控制制方方法法各各有有利利弊弊，因因此此可可以以将将不不同同的的智智能能控控制制方方法法有有机机结合合在在一一起起，取取长补短短，如如模模糊糊神神经网网络控控制制、基基于于遗传算算法法的的神神经网网络控控制制、基于基于专家系家系统的的专家模糊控制等。家模糊控制等。l智智能能控控制制是是传统控控制制方方法法的的延延伸伸和和发展展，是是自自动控控制制发展展的的高高级阶段段，但但智智能能控控制制与与传统控控制制并并不不相相互互排排斥斥，常常常常可可以以有有机机结合合，如如智智能能PID控控制制、智能自适、智能自适应控制等。控制等。l对于于较复复杂的的系系统，反反馈信信息息往往往往包包含含图象象、声声音音、文文字字、统计数数据据、各各种种实时变量量等等，通通常常需需要要综合合运运用用多多种种技技术和和控控制制手手段段来来解解决决问题，既既可可能能用用到到“多多传感感器器信信息息融融合合”技技术，还可可能能必必须采采用用多多层控控制制结构构，在在高高层（决决策策、协调层）利利用用人人工工智智能能和和智智能能控控制制进行行综合合分分析析、决决策策及及协调，在在底底层（执行行层）利利用用常常规控控制制来来解解决决“低低级”控制控制问题。智能决策智能决策层层控制控制协调层协调层视觉视觉控制控制力控制力控制运运动动控制控制其他控制其他控制移动机器人的多层智能控制结构移动机器人的多层智能控制结构l智能控制广泛智能控制广泛应用于社会各个用于社会各个领域，解决了大量域，解决了大量传统控制无法解决或控制无法解决或难以凑效的以凑效的实际控制控制问题，展展现出出强大的生命力和大的生命力和发展前景。展前景。例如：例如：城市交通、电力系统、自主机器人等复杂系统的控制城市交通、电力系统、自主机器人等复杂系统的控制往往要依靠智能控制才能获得满意的控制效果；往往要依靠智能控制才能获得满意的控制效果；各种家用电器、各类生产过程等应用智能控制不仅避各种家用电器、各类生产过程等应用智能控制不仅避免了耗时费力的建模过程，而且控制系统的设计通常免了耗时费力的建模过程，而且控制系统的设计通常也更简便，控制效果会更好，如智能控制的空调会比也更简便，控制效果会更好，如智能控制的空调会比常规控制更节能、温度波动更小，智能控制的洗衣机常规控制更节能、温度波动更小，智能控制的洗衣机会洗衣更干净、衣物磨损更小、耗水更少等。会洗衣更干净、衣物磨损更小、耗水更少等。l智能控制尽管已智能控制尽管已经取得了大量成果，但在控制取得了大量成果，但在控制领域仍然属于比域仍然属于比较年年轻的学科，的学科，还处在一个在一个发展展时期，在理期，在理论和和应用上都不用上都不够完善。完善。l随着基随着基础理理论的不断的不断创新，人工智能技新，人工智能技术和和计算算机技机技术的迅猛的迅猛发展，以及展，以及实际应用用领域的不断域的不断扩大，智能控制必将迎来它新的大，智能控制必将迎来它新的发展高潮。展高潮。