1智能控制概论.

智能控制及应用2本课程的主要内容1.智能控制概论2.模糊控制3.神经网络控制4.遗传算法3自动控制（自动化）学科控制与决策信息采集与处理系统建模与分析机器人技术计算机控制先进制造技术数学计算机科学信息论运筹学控制论认知心理学神经脑科学生物医学物理管理科学支持基础主要应用领域自动控制（自动化）是一门交叉学科智能控制概论41.控制理论和应用发展的概况2.传统控制理论的局限性3.智能控制的组成、定义与研究内容4.智能控制与传统控制的关系和差别5.智能与智能控制的定义6.智能控制研究的主要内容7.智能控制的分类51.控制理论和应用发展的概况古代具有反馈控制原理的控制装置。铜壶滴漏水钟：约在公元前三世纪中叶，希腊发明家、数学家斯提西比乌斯（Ctesibius）首先在水钟受水壶中使用了浮子，注入的水由浮子节制。这种节制方式已含有负反馈的思想。6控制理论的发展始于1788年Watt的飞球调节蒸汽机。蒸汽源蒸汽机(对象)负荷离心式调速器(调节器)进汽阀转速测量转速的稳定性71882年，Lyapunov的博士论文建立了从概念到方法的有关稳定性理论的完整体系。但在以后的半个世纪，他的理论未被控制科学界重视，直到20世纪50年代才掀起Lyapunov热。如今，Lyapunov理论在系统稳定与镇定、二次型最优，模型参考自适应，大系统等许多领域得到广泛应用与发展。经过100年,MaxWell对具有调速器的蒸汽发动机系统进行研究，用线性常微分方程描述系统及进行稳定性分析。81.20世纪20年代以反馈控制理论为代表，形成了经典控制理论，著名的控制科学家有：Black,Nyquist,Bode。他们研究了反馈放大器，奠定了自动控制理论的基础。2.随着航空航天事业的发展,20世纪50~60年代形成以多变量控制为特征的现代控制理论,主要代表有:Kalman的滤波器,能控性、能观性,Pontryagin的极大值原理,Bellman的动态规划,Lyapunov的稳定性理论。典型应用成果：Apollo按最优轨线飞向月球及登月艇软着陆。控制理论的形成93.20世纪70年代初,以分解和协调为基础,形成了大系统控制理论,用于复杂系统的控制,重要理论有递阶控制理论、分散控制理论、排队论等。主要用于资源管理、交通控制、环境保护等。以上控制理论我们称之为传统控制理论。10控制理论应用：●工厂全球化、开放化。出现柔性制造、虚拟工厂、CIMS、CIPS（ComputerIntegratedProcessingSystems)。现场总线技术越来越成熟。●机器人、智能自动化技术。●绿色自动化技术越来越发展。●智能制造(IM)。企业生产的发展趋向：单件生产大批量生产多品种小批量变品种变批量11企业自动化系统结构12控制理论与实际应用存在着很大差距PID在实际应用中仍占统治地位。原因：●自动控制学科高度的交叉性、应用的广泛性；●所需数学工具难以被多数技术人员所掌握；●自动控制需要其它技术支持，如网络、计算机；●实际应用情况的复杂性、多变性、不确定性；●国内企业存在管理体制问题，技术投入力度不够。132.传统控制理论的局限性随着复杂系统的不断涌现，传统控制理论越来越多地显示它的局限性。什么叫复杂系统？其特征表现为：1.控制对象的复杂性模型的不确定性；高度非线性；分布式的传感器和执行机构；动态突变；复杂的信息模式。142.环境的复杂性变化的不确定性；难以辨识；传统控制中，只考虑控制器与对象，忽略环境影响。复杂系统的控制必须把环境与对象，控制集合起来作为一个整体来考虑。3.控制任务或目标的复杂性控制目标和任务的多重性；（用数学语言难以精确描述）时变性。15传统控制理论的局限性（1）传统的控制理论建立在精确的数学模型基础上—用微分或差分方程来描述。不能反映人工智能过程：推理、分析、学习。建模时丢失许多有用的信息。（2）不能适应大的系统参数和结构的变化自适应控制和自校正控制——通过对系统某些重要参数的估计，克服小的、变化较慢的参数不确定性和干扰。鲁棒控制——在外部干扰和内部参数变化下，使系统对它们不灵敏，通过让频率响应处于允许集合内，保证被控系统的稳定。16（3）传统的控制系统输入信息模式单一通常处理较简单的物理量：电量（电压、电流、阻抗）；机械量（位移、速度、加速度）；复杂系统要考虑：视觉、听觉、触觉信号，包括图形、文字、语言、声音等信息。为了克服传统控制理论的局限性，产生了模拟人类思维和活动的智能控制。自适应控制、鲁棒控制不能克服数学模型严重的不确定性和工作点剧烈的变化。173.智能控制的组成、定义与研究内容智能控制（IC）是自动控制（AC）和人工智能（AI）的交集。即：AIACICAIACIC强调智能和控制的结合。（傅京生）18考虑更高层次上的调度、规划和管理，应将运筹学（OR）结合进去。即：ACORAIIC(Saridis)194.智能控制与传统控制的关系和差别（不是相互排斥）●涉及的范围：智能控制的范围比传统控制的范围更广。有微分/差分方程描述的系统；有混合系统（离散和连续系统混合、符号和数值系统混合、数字和模拟系统混合）；●控制的目标：智能的目标寻求在巨大的不确定环境中，获得整体的优化。因此，智能控制要考虑：故障诊断；系统重构；自组织、自学习能力；多重目标；●系统的结构：控制对象和控制系统的结合。常规控制往往包含在智能控制中智能控制也利用常规控制解决低层控制问题205.智能与智能控制的定义◆按系统的一般行为特征定义(J.S.Albus)什么叫智能？有不同的定义：在不确定环境中，作出合适动作的能力。合适动作是指增加成功的概率，成功就是达到行为的子目标，以支持系统实现最终目标。！？低级智能：感知环境、作出决策、控制行为人造智能系统的合适动作，就是摹仿生物或人的行为的功能。21高级智能：理解和觉察能力，在复杂和险恶环境中进行选择的能力，力求生存和进步。成功和系统的最终目标是由智能系统的外界所确定。22◆按人类的认知的过程定义(A.Meystel)智能是系统的一个特征，当集注（FocusingAttention)、组合搜索(CombinatorialSearch)、归纳(Generalization)过程作用于系统的输入，并产生系统输出时，就表现为智能。系统输入系统输出智能集中注意力组合搜索归纳FACSG这个定义把人类的认知过程集注，组合搜索，归纳当作智能23◆按机器智能定义(Saridis)机器智能是把信息进行分析、组织，并把它转换成知识的过程。知识就是所得到的结构性信息，它可用来使机器执行特定的任务，以消除该任务的不确定性或盲目性，达到最优或次优的结果。信息信息分析组织处理知识信息机器智能24智能：有确定的目标在不确定环境环境中运用控制手段和方法将系统逐步移向目标，达到目标。智能控制密切相关智能系统必是控制系统（广义的）控制系统必需具有智能在变化的环境和条件下，要求系统具有期望的功能，系统也要有智能，在控制中要达到高度自治，系统也必须具备智能。控制是智能系统的基本部分25智能控制的定义1)按一般行为特征定义（J.S.Albus）智能控制是有知识的“行为舵手”，它把知识和反馈结合起来，形成感知—交互模式、以目标导向的控制系统。系统可以进行规划、决策，产生有效的、有目的的行为，在不确定环境中，达到既定的目标。2)按人类的认知的过程定义智能控制是一种计算上的有效过程,在非完整的指标下，通过最基本的操作，即归纳（G）、集注（FA）、和组合搜索（CS），把不确定的复杂系统引向规定的目标。263)按机器智能定义智能控制是认知科学、多种数学编程和控制技术的结合。它把施加于系统的各种算法和数学与语言方法融为一体。智能控制是控制理论、计算机科学、心理学、生物学、运筹学等多学科形成的交叉学科。主要解决两类问题：1。难以用数学模型作准确描述的大规模和复杂非线性系统，往往需要人的因数才能获得有效的控制。2。控制目标需要分解成多个子任务的系统。由于系统通常具有时变和不确定性，需要像人那样进行学习、推理和决策。从目前的应用看，智能控制就是在传统的控制中，引入逻辑，推理、启发式规则等因数，使系统具有某种“智能”性。276.智能控制学科的形成1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会。集中讨论了智能控制原理和智能控制系统的结构。会议之后不久，在IEEE控制系统学会内成立了IEEE智能控制专业委员会。委员会组织了对智能控制定义和研究生课程教学大纲的讨论。1987年1月，在美国费城由IEEE控制系统学会与计算机学会联合召开了智能控制国际会议。这是智能控制的第一次国际会议，显示出智能控制的长足进展；同时也说明了：由于许多新技术问题的出现以及相关理论与技术的发展，需要重新考虑控制领域及其邻近学科。这次会议及其后续相关事件表明，智能控制作为一门独立学科已正式在国际上建立起来。28近二十年来，随着人工智能和机器人技术的快速发展，对智能控制的研究出现一股新的热潮。各种智能决策系统、专家控制系统、学习控制系统、模糊控制、神经控制、主动视觉控制、智能规划和故障诊断系统等已被应用于各类工业过程控制系统、智能机器人系统和智能化生产（制造）系统。29●基于模糊集合、神经元网络、遗传算法、进化算法等智能控制器的开发和研究。●智能计算和软计算的开发和研究●自组织、自学习的结构和方法的研究●基于多代理(Multi-agent)智能控制系统的开发和研究●智能控制系统应用的研究7.智能控制研究的主要内容●智能控制系统基本结构和机理的研究●混合系统的建模和控制302）基于连接的智能控制系统——神经元网络控制系统3）混合智能控制系统——模糊神经网络智能控制系统4）基于行为的智能控制系统——由多传感器组成的各种机器人8.智能控制的分类1）基于规则的智能控制系统——模糊控制系统311965年L.A.Zadeh教授创立了模糊集理论并得到了较快的发展和实际的应用，成为智能控制领域中的一个重要分支。70年代中期以E.H.Mamdani为代表的一批学者提出了模糊控制的概念。标志着模糊控制的正式诞生。模糊控制的基本思想是把人类专家对待定的被控对象或过程的控制策略总结成一系列以：IF(条件)THEN(作用)产生式形式表示的控制规则，通过模糊推理得到控制作用集,作用于被控对象或过程。控制作用集为一组条件语句。模糊控制3233神经网络控制系统神经网络的研究已有较长的历史，最早的研究是40年代心理学家Mcculloch和数学家Pitts合作提出的兴奋与抑制型神经元模型和Hebb提出的神经元连接强度的修改规则，他们的研究结果至今仍是许多神经网络模型研究的基础。之后，数字计算机进入大发展时期并在人工智能领域取得显著成就，70年代人工神经网络的研究处于低潮。进入80年代后，数字计算机在模拟视听觉的人工智能方面遇到了物理上的极大困难。与此同时，Rumelhatt和Mcculloch以及Hopfield等人在神经网络领域取得了突破性进展，神经网络的热潮再次掀起。34神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学习结束.常用的学习算法有：Hebb学习算法、widrowHoff学习算法、反向传播学习算法一BP学习算法、Hopfield反馈神经网络学习算法等。人工神经网络是在现代神经科学的基础上提出来的。它虽然反映了人脑功能的基本特性，但远不是自然神经网络的逼真描写，而只是它的某种简化抽象和模拟。