模糊控制属于智能控制的范畴.PPTVIP

* 3. 智能控制系统的类型 随科学技术的发展，智能控制系统的类型层出不穷，常见类型有如下几种： ① 基于模糊逻辑的智能控制系统； ② 基于神经网络的智能控制系统； ③ 基于模式识别的智能控制系统； ④ 基于多模变结构的智能控制系统； ⑤ 学习控制与自学习控制的智能控制系统； ⑥ 基于混沌理论的智能控制系统。 * 3. 智能控制系统的类型 混沌理论是20世纪70年代科学上的重大发现，混沌理论是研 究混乱、无秩序等混沌现象发展变化规律的科学；混沌现象的两个基 本特点是：不可预言性和对于初始值的极端敏感依赖性。 * 3. 智能控制系统的类型 混沌理论是上世纪70年代科学上的重大发现，混沌理论是研究混乱、无秩序等混沌现象发展变化规律的科学；混沌现象的两个基本特点是：不可预言性和对于初始值的极端敏感依赖性。 * 3. 智能控制系统的类型 混沌理论是上世纪70年代科学上的重大发现，混沌理论是研究混乱、无秩序等混沌现象发展变化规律的科学；混沌现象的两个基本特点是：不可预言性和对于初始值的极端敏感依赖性。 * 第三节 智能控制系统设计简介 二、模糊控制系统的基本原理 模糊数学是试图用定量的、精确的方法来研究和处理模糊性事物的一门学科。 模糊集合是模糊数学中最基本的概念。与普通集合不同的是：对模糊集合来说，元素只是以某种程度从属于模糊集合。在模糊集合的基础上，有模糊关系、模糊矩阵和模糊数。 模糊数学提出了一整套定量地描述自然语言的方法，使自然语言转化为微机可以理解和加工的机器语言，以提高控制系统的智能性和灵活性。 * 第三节 智能控制系统设计简介 二、模糊控制系统的基本原理 模糊控制系统是以模糊数学、模糊语言形式的知识表示和模糊逻辑的规则推理为理论基础；采用计算机控制技术构成的一种具有非线性数字控制的系统。它的组成核心是具有智能性的模糊控制器，因此，模糊控制属于智能控制的范畴。 模糊控制系统是实现智能控制的一种重要而又有效的形式，在各行各业得到了广泛的应用，是目前应用比较成熟的一种智能控制系统。尤其是模糊控制和神经网络；遗传算法及混沌理论等新学科的相融合，是科研机构、大专院校研究的热点之一。模糊控制与其它智能控制技术和方法的结合应用，受到了各大自动化工程公司的青睐。 * 第三节 智能控制系统设计简介 二、模糊控制系统的基本原理 1.模糊控制系统的组成 因为模糊控制系统属于计算机数字控制的一种形式，所以模糊控制系统的组成也应具有常规计算机控制系统的结构形式，如下图所示。 * 二、模糊控制系统的基本原理 1.模糊控制系统的组成 模糊控制器：它是由计算机实现的模糊知识表示和规则推理的语言型模糊控制器；是模糊控制系统区别于其他自动控制系统的主要特征。它在实际中往往是一台微型计算机，根据控制系统的需要，既可选用单片机或专用硬件设备，又可选用PLC或工控机。 * 二、模糊控制系统的基本原理 2.模糊控制器的结构设计 所谓模糊控制器的结构设计就是确定模糊控制器的输入变量和输出变量。模糊控制器的结构对整个系统的性能有较大的影响，必须根据被控对象的具体情况，合理选择。 * 二、模糊控制系统的基本原理 2.模糊控制器的结构设计 在自动控制系统中最为简单也是最为典型的系统，称之为单输入—单输出(SISO)系统，在实际工程中大量的多输入—多输出(MIMO)系统，经过解耦变换后可以变成多个SISO系统。因此，对单输入—单输出(SISO)系统模糊控制器的结构选择有如下图所示几种常见结构。 e u * 三、神经网络控制的基本原理 神经网络具有并行处理机制、模式识别、记忆和自学习能力。它能很好地适应环境，自动学习修改过程参数，具有更高的智能。这是自动控制系统使用神经网络控制解决复杂生产过程的主要原因。 * 三、神经网络控制的基本原理 1.神经网络控制系统结构图 神经网络与传统的模型控制和模糊控制在表达知识方面有显著的不同，传统的模型控制和模糊控制都具有显式表达知识的特点，而神经网络不善于显式表达知识，但是它具有很强的逼近非线性函数的能力，即非线性映射能力。把神经网络用于自动控制正是利用它的这个独特优点。 * 三、神经网络控制的基本原理 2.神经网络在控制中的主要作用 所谓神经网络控制，即基于神经网络的控制或简称神经控制，是指在控制系统中采用神经网络这一工具对难以精确描述的复杂的非线性对象进行建模，或充当控制器，或优化计算