智能控制理论及应用总结报告.ppt

智能控制理论及应用 Personal Information Native Place: Linqing, Shandong Province 00/9-04/7: BEng, Daqing Petroleum Institute (Daqing) 04/9-07/6: MASc, Jiangnan University (Wuxi) 07/6-08/4: Electronic Eng., Sunpentown （Wuxi）Appliance Co., LTD 08/7-xx/x: Inner Mongolia University of Science and Technology Research Interests: System Identification Intelligent Control Research Projects： 有色噪声干扰的多率系统识变方法研究(Z2009-1-01052) 基于偏差补偿方法的有色噪声干扰系统的辨识研究(2009MS0904) 基于数据驱动的白云鄂博矿高炉炼铁过程的建模及优化研究) Part-time in Academic Positions: 《自动化学报》审稿专家 E-mail: yinghuzhangyong@163.com HomePage: /teacher/yhzy/index.html 第一章 绪论 1.1 学习智能控制的意义 《智能控制》在自动化课程体系中的位置 1.2 智能控制的产生和发展 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。 1.2 智能控制的产生和发展 1.2 智能控制的产生和发展 1.2 智能控制的产生和发展 1.2 智能控制的产生和发展 1）萌芽期（1960－1970） 1.2 智能控制的产生和发展 2）形成期（1970－1980） 1.2 智能控制的产生和发展 3）发展期（1980－ ） 1.3 智能控制的定义和特点 智能控制的定义 IEEE定义：智能控制必须具有模拟人类学习和自适应的能力。 1.3 智能控制的定义和特点 智能控制的特点 应能为复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力； 是定性决策和定量控制相结合的多模态组合控制； 其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，并应具有自组织能力。 是同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。 1.4 智能控制的主要形式 1.4 智能控制的主要形式 组织级起主导作用，涉及知识的表示与处理，主要应用人工智能； 协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制； 执行级是底层，具有很高的控制精度，采用常规自动控制。 1.4 智能控制的主要形式 以模糊系统理论为基础的模糊控制 人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。 它的基本思想是把人类专家对特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）”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。 1.4 智能控制的主要形式 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。 1.4 智能控制的主要形式 基于脑模型的神经网络控制 1.4 智能控制的主要形式 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