智能控制.docx

智能控制.docx

《智能控制.docx》由会员分享，可在线阅读，更多相关《智能控制.docx（18页珍藏版）》请在冰豆网上搜索。

智能控制

1.阐述智能控制与经典控制理论及现代控制理论的区别和联系。

经典控制理论、现代控制理论和智能控制是控制理论的三个发展阶段。

经典控制理论是以传递函数为基础的一种控制理论，控制系统的分析与设计是建立在某种近似的和（或）试探的基础上的、控制对象一般是单输入单输出、线性定常系统；对多输入多输出系统、时变系统、非线性系统等．则无能为力。

经典抑制理论主要的分析方法有频率特性分析法、根轨迹分析法、描述函数法、相平面法、波波夫法等。

控制策略仅局限于反馈控制、PID控制等。

这种控制不能实现最优控制。

现代控制理论是建立在状态空间上的一种分析方法，它的数学模型主要是状态方程，控制系统的分析与设计是精确的。

控制对象可以是单输入单输出控制系统．也可以是多输人多输出控制系统，可以是线件定常控制系统，也可以是非线性时变控制系统，可以是连续控制系统，也可以是离散和（或）数字控制系统。

因此，现代控制理论的应用范围更加广泛。

主要的控制策略有极点配置、状态反馈、输出反馈等。

由于现代控制理论的分析与设计方法的精确性，因此，现代控制可以得到最优控制。

但这些控制策略大多是建立在已知系统的基础之上的。

严格来说．大部分的控制系统是一个完全未知或部分未知系统，这里包括系统本身参数未知、系统状态未知两个方面，同时被控制对象还受外界干扰、环境变化等的因素影响。

智能控制是一种能更好地模仿人类智能的、非传统的控制方法，它采用的理论方法则主要来自自动控制理论、人工智能和运筹学等学科分支。

内容包括最优控制、自适应控制、鲁棒控制、神经网络控制、模糊控制、仿人控制等。

其控制对象可以是已知系统也可以是未知系统，大多数的控制策略不仅能抑制外界干扰、环境变化、参数变化的影响，还能有效地消除模型化误差的影响。

1.经典控制理论和现代控制理论的区别和联系 

  区别：

（1）研究对象方面：

经典控制系统一般局限于单输入单输出，线性定常系统。

严格的说，理想的线性系统在实际中并不存在。

实际的物理系统，由于组成系统的非线性元件的存在，可以说都是非线性系统。

但是，在系统非线性不严重的情况时，某些条件下可以近似成线性。

所以，实际中很多的系统都能用经典控制系统来研究。

所以，经典控制理论在系统的分析研究中发挥着巨大的作用。

  现代控制理论相对于经典控制理论，应用的范围更广。

现代控制理论不仅适用于单输入单输出系统，还可以研究多输入多输出系统；不仅可以分析线性系统，还可以分析非线性系统； 不仅可以分析定常系统，还可以分析时变系统。

（2）数学建模方面：

微分方程（适用于连续系统）和差分方程（适用于离散系统）是描述和分析控制系统的基本方法。

然而，求解高阶和复杂的微分和差分方程较为繁琐，甚至难以求出具体的系统表达式。

所以，通过其它的数学模型来描述系统。

  经典控制理论是频域的方法，主要以根轨迹法和频域分析法为主要的分析、设计工具。

因此，经典控制理论是以传递函数（零初始状态下，输出与输入Laplace变换之比）为数学模型。

传递函数适用于单输入单输出线性定常系统，能方便的处理这一类系统频率法或瞬态响应的分析和设计。

然而对于多信号、非线性和时变系统，传递函数这种数学模型就无能为力了。

传递函数只能反应系统的外部特性，即输入与输出的关系，而不能反应系统内部的动态变化特性。

  现代控制理论则主要状态空间为描述系统的模型。

状态空间模型是用一阶微分方程组来描述系统的方法，能够反应出系统内部的独立变量的变化关系，是对系统的一种完全描述。

状态空间描述法不仅可以描述单输入单输出线性定常系统，还可以描述多输入多输出的非线性时变系统。

另外状态空间分析法还可以用计算机分析系统。

  （3）应用领域方面：

由于经典控制理论发展的比较早，相对而言理论比较成熟，并且生产生活中很多过程都可近似看为线性定常系统，所以经典控制理论应用的比较广泛。

   现代控制理论是在经典控制理论基础上发展而来的，对于研究复杂系统较为方便。

并且现代控制理论可以借助计算机分析和设计系统，所以有其独特的优越性。

    联系：

（1）虽然现代控制理论的适用范围更多，但并不能定性的说现代控制理论更优于经典控制理论。

我们要根据具体研究对象，选择合适的理论进行分析，这样才能是分析的更简便，工作量较小 

（2）两种控制理论在工业生产、环境保护、航空航天等领域发挥着巨大的作用。

（3）两种理论有其各自的特点，所以在对系统进行分析与设计时，要根据系统的特征选取和是的理论。

（4）所以熟识两种理论，具体的问题具体分析，选取合适的理论研究不同的系统。

随着社会的发展，两种理论对科技的进步发挥着巨大的推动作用。

在实践中，两种理论也会得到发展和完善，并且促进新的理论的形成，智能控制理论就是个很好的例子

（缺少智能控制）

2.阐述智能控制的几种主要形式。

按照智能控制系统构成的原理进行分类，大致可分为以下8类：

分级递阶智能控制系统、专家控制系统、模糊逻辑控制系统、神经网络控制系统、遗传算法等软计算优化控制系统

、仿人智能控制系统、集成智能控制系统、综合智能控制系统。

（1）分级递阶智能控制是在自适应控制和自组织控制基础上，由美国普渡大学Saridis提出的智能控制理论。

分级递阶智能控制主要由三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则，其功能结构如下图所示。

该系统由组织级、协调级、执行级组成，按照自上而下精确程度渐增、智能程度渐减的原则进行功能分配。

组织级（organizationlevel）：

组织级通过人机接口和用户（操作员）进行交互，执行最高决策的控制功能，监视并指导协调级和执行级的所有行为，其智能程度最高。

协调级（Coordinationlevel）：

协调级可进一步划分为两个分层:

控制管理分层和控制监督分层。

执行级（executivelevel）：

执行级的控制过程通常是执行一个确定的动作。

（2）专家控制系统

   专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题.它具有启发性、透明性、灵活性、符号操作、不确定性推理等特点。

应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统。

（3）模糊控制系统

模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。

该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。

模糊控制的基本思想是用机器去模拟人对系统的控制。

模糊控制主要研究如何利用计算机来实现人的控制经验。

它采用模糊数学的方法，通过一些用模糊语言描述的模糊规则，建立过程变量之间的模糊关系；此后，人们可以根据某一时刻的实际情况，基于模糊规则，采用合适的模糊推理算法获得系统所需的控制量。

模糊控制的特点是：

一.提供了一种实现基于自然语言描述规则的控制规律的新机制；二.提供了一种改进非线性控制器的替代方法。

模糊控制单元的基本功能结构图如下所示由规则库、模糊化、模糊推理和清晰化四功能模块组成。

（4）神经网络控制系统

   神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络；或由大量象生物神经元的处理单元并联互连而成。

这种神经网络具有某些智能和仿人控制功能。

学习算法是神经网络的主要特征，也是当前研究的主要课题.学习的概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。

神经网络具备类似人类的学习功能。

一个神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其输人，而改变输人的唯一方法只能修改加在输人端的加权系数。

（5）遗传算法等软计算优化控制系统

遗传算法是一种基于自然选择和自然遗传机制，根据适者生存而形成的一种创新的人工优化搜索算法，是一种从过去性能学习的方法，有很强的鲁棒性。

基于自然选择＆基因遗传学建立的优化搜索算法。

遗传算法是模拟生物的进化过程＆基因的操作，不要对象的特定知识，也不要对象的搜索空间连续可微，具有全局寻优能力。

函数优化，自动控制，图像识别，机器学习。

模糊遗传，神经网络遗传。

（6）仿人智能控制系统

仿人智能控制所要研究的主要目标是控制器本身，即直接对人的控制经验、技巧和各种直觉推理逻辑进行测辨、概括和总结，使控制器的结构和功能更好地从宏观上模拟控制专家的功能行为，从而实现对缺乏精确数学模型的对象进行有效的控制。

（7）集成智能控制系统

由几种智能控制方法或机理融合在一起而构成的智能控制系统称为集成智能控制系统。

如模糊神经（FNN）控制系统；模糊系统：

具有容易被人理解的表达能力；神经网络：

有极强的自适应学习能力；模糊神经控制系统将模糊系统转换为对应的神经网络，即把两种智能方法融合在一起。

（8）综合智能控制系统 

组合智能控制的目标是将智能控制与常规控制模式有机地结合起来，以便取长补短，获取互补特性，提高整体优势，以期获得人类、人工智能和控制理论高度紧密结合的智能控制系统，如PID模糊控制器、自组织模糊控制器、基于神经网络的自适应控制系统、重复学习控制系统等。

3.举例说明模糊控制器的工作原理。

模糊控制器的基本工作原理：

将测量得到的被控对象的状态经过模糊化接口转换为用人类自然语言描述的模糊量，而后根据人类的语言控制规则，经过模糊推理得到输出控制量的模糊取值，控制量的模糊取值再经过清晰化接口转换为执行机构能够接收的精确量。

模仿人类的调节经验，可以构造一个模糊控制系统来实现对热水器的控制。

控制思想：

如果水温偏高，就把燃气阀关小；如果水温偏低，就把燃气阀开大。

（1）用一个温度传感器来替代左手进行对水温的测量，传感器的测量值经A/D变换后送往控制器。

（2）电磁燃气阀代替右手和机械燃气阀作为执行机构，电磁燃气阀的开度由控制器的输出经D/A变换后控制。

（3）构造控制器，使其能够模拟人类的操作经验。

描述了输入（水温与期望值的偏差e）和输出（燃气阀开度的增量u）之间的模糊关系R

温度传感器对水温进行测量，传感器的测量值经A/D变换后送往控制器，与预定值比较，将其差值的精确值模糊化，模糊值输入到规则库，输出为模糊值，去模糊化，将精确值经D/A转换为精确量控制电磁阀开度，从而控制热水器温度达到预定值。

4.举例说明模糊控制器的设计过程。

（18--26）（第三章模糊控制）p44

模糊控制器的设计步骤：

建立模糊控制规则、选择模糊推理模型、模糊推理、反模糊化

（1）确定模糊控制器的输入变量和输出变量；

（2）确定输入，输出的论域和Ke、Kec、Ku的值；

（3）确定各变量的语言取值及其隶属函数；

（4）总结专家控制规则及其蕴涵的模糊关系；

（5）选择推理算法；

（6）确定清晰化的方法；

（7）总结模糊查询表。

5.模糊控制中隶属函数的选择有哪些原则？

由于模糊集研究的对象具有模糊性和经验性,因此找到一种统一的隶属度计算方法是不现实的。

隶属度函数实质上反映的是事物的渐变性,因此,它应该遵守如下基本原则:

（1）表示隶属度函数的模糊集合必须是凸模糊集合。

（2）变量所取隶属度函数通常是对称和平衡的。

（3）隶属度函数要符合人们的语义顺序,避免不恰当的重叠。

（4）论域中的每个点应该至少属于一个隶属度函数的区域,同时它一般应该属于至多不超过两个隶属度函数的区域。

（5）对同一输入没有两个隶属度函数会同时有最大隶属度。

（6）当两个隶属度函数重叠时,重叠部分对两个隶属度函数的最大隶属度不应该有交叉。

确定同一模糊变量模糊子集隶属函数的几个原则：

论域中每个点应至少属于一个隶属函数的区域，并应属于