智能控制课件-第一章.ppt

课程体系结构;第一章 绪 论 ; 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，无法获得精确的数学模型。 (2) 某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。 (3) 针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。 (4) 实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。; 在生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此产生了智能控制。智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应于对象的复杂性和不确定性。;智能控制的研究对象 1 不确定性模型的控制 模型未知或知之甚少; 模型结构和参数可能在很大范围内变化 2 非线性系统控制 3 具有复杂的任务要求的控制问题; 智能控制是一门交叉学科，著名美籍华人傅京逊教授1971年首先提出智能控制是人工智能与自动控制的交叉，即二元论。美国学者G.N.Saridis1977年在此基础上引入运筹学，提出了三元论的智能控制概念，即 IC=AC∩AI∩OR IC——智能控制 (Intelligent Control) AI——人工智能 (Artificial Intelligence) AC——自动控制 (Automatic Control) OR——运筹学 (Operational Research);图1-1 基于三元论的智能控制 ;　 人工智能 (AI) 是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。 自动控制 (AC) 描述系统的动力学特性，是一种动态反馈。 运筹学(OR) 是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。; 所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。 从系统的角度，智能行为也是一种从输入到输出的映射关系，这种映射关系并不能用数学的方法精确的加以描述，因此它可看成是一种不依赖于模型的自适应估计。; 智能控制是自动控制发??的最新阶段，主要用于解决传统控制难以解决的复杂系统的控制问题。控制科学的发展过程如图1-2所示。;; 从二十世纪60年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制中。; 1966年，J.M.Mendal首先提出将人工智能技术应用于飞船控制系统的设计； 1971年，傅京逊首次提出智能控制这一概念，并归纳了三种类型的智能控制系统： （1）人作为控制器的控制系统：人作为控制器的控制系统具有自学习、自适应和自组织的功能；;（2）人—机结合作为控制器的控制系统：机器完成需要连续进行的并需快速计算的常规控制任务，人则完成任务分配、决策、监控等任务； （3）无人参与的自主控制系统：为多层的智能控制系统，需要完成问题求解和规划、环境建模、传感器信息分析和低层的反馈控制任务。如自主机器人。; 1985年8月，IEEE在美国纽约召开了第一界智能控制学术讨论会，随后成立了IEEE智能控制专业委员会； 1987年1月，在美国举行第一次国际智能控制大会，标志智能控制领域的形成。 近年来，神经网络、模糊数学、专家系统、进化论等各门学科的发展给智能控制注入了巨大的活力，由此产生了各种智能控制方法。 智能控制的几个重要分支为专家控制、模糊控制、神经网络控制和遗传算法。 ; § 1.2 智能控制的几个重要分支 一 模糊控制 1 现实世界太复杂以至于无法精确描述，所以为了得到一个合理的模型就需要引入近似性(即模糊性)概念； 2 随着信息时代的迈进，人类知识在系统建模与分析中变得日益重要，需要一种理论能够刻画人类的知识并将其嵌入到工程系统中。 3 在实际中，人们获得的模型过于复杂，例如一些非线性模型，需要将其简化从而利用已有的工具进行理论分析。 ; 早期的模糊控制方法大多是直接利用人的经验知识来设计模糊控制器，再根据实际控制效果来调试修正，简称为“直接综合法”。对于无法或很难建立对象数学模型的复杂控制问题，传统的控制方法无能为力，而直接综合法却可以提供简单有效的解决方案，充分显示了模糊控制的优越性。但是由于缺乏对象的