智能控制研究现状.doc
《智能控制研究现状.doc》由会员分享,可在线阅读,更多相关《智能控制研究现状.doc(22页珍藏版)》请在咨信网上搜索。
1、 智能控制技术的研究现状和展望摘要:对近20年的智能控制技术的现状作了分析,并详细论述了模糊控制、神经网络控制、学习控制三大智能控制技术的发展历史和研究热点。最后就智能控制技术的推广应用并结合自动化专业本科教学进行了讨论。关键词:模糊控制;神经网络控制;学习控制 The Study on the Structure for the Intelligent Control Techniquein the Fields of Mechanical-Electrical Engineering Abstract: The reviews on the advance of the intellige
2、nt control technique are given.The newprogresses and research hotpoints onthe fuzzy control, neural network control and learning control have been introduced in detail. Finally, the going about its futuredevelopment and undergraduate education programs on intelligent control have been discussed.Key
3、words: fuzzy control; neural control; learning control1引言自从1932年奈魁斯特提出反馈放大器稳定性理论以来,控制理论和技术已经历了单输入单输出系统的经典控制论和多输入多输出系统的现代控制论两个阶段。随着被控制对象越来越复杂化,其非线性、不确定性因素的影响也不断增强。借助于数学模型描述和分析的传统控制理论难以解决此类复杂系统的控制问题。因此,世界各国控制理论界的学者都在探索建立新一代的控制理论,以解决复杂系统的控制问题。近30年以来人工智能、知识工程、模糊逻辑、神经网络、遗传学习等学科的发展为利用人类的智能行为对复杂系统进行控制创造了有利
4、的条件,并逐步形成和完善了智能控制的相关理论。同时,微电子技术、集成电路技术、计算机机技术的快速进展,尤其是微处理器的计算能力、实时性等方面的明显突破,为这些新理论的应用提供技术保证。可以预言,借助于数字控制技术的智能控制器已经或正在越来越多的领域替代传统模拟控制器。同时我们必须注意到,智能控制器是通过模拟人的控制行为,如自适应、学习、在确定环境下的规划、逻辑推理和判断等,来达到对复杂系统的有效控制。因此,它所涉及的领域相当广泛,如人工智能、生物科学、脑神经科学、专家系统、知识工程、控制论、模糊集理论、神经网络理论、运筹学等。目前还无法正确完整地对智能控制下定义。但是智能控制系统必须具有模拟人
5、类学习和自适应能力的观点已经普遍接受。智能控制成为自动控制学科的前沿学科已是不争的事实。本文将对智能控制技术的发展现状、智能控制新技术给我们带来的启示进行讨论。2智能控制技术的国内外发展概况智能控制的概念和原理主要是针对被控对象、环境、控制目标或任务的复杂性而提出来的。智能控制与传统控制的主要区别在于传统的控制方法必须依赖于被控制对象的模型,而智能控制可以解决非模型化系统的控制问题。目前,根据智能控制发展的不同历史阶段和不同的理论基础可以分为四大类:(1)基于专家系统的智能控制;(2)分层递阶智能控制;(3)模糊逻辑控制;(4)神经网络控制。早期的智能控制(如基于专家系统的智能控制)是以傅京逊
6、教授为代表提出的二元论(人工智能+控制论)和以Saridis为代表提出的由执行级、协调级和组织级构成的分层递阶智能控制。由于人工智能技术在实时性等方面没有取得突破性进展,基于符号逻辑推理技术为主的智能控制技术难以得到广泛应用。80年代后,智能控制技术得到迅速发展。它主要得益于模糊逻辑控制和神经网络控制理论的不断成熟。此外,90年代以来,智能控制的集成技术研究取得了重大进展,如模糊神经网络、模糊专家系统、传统PID控制器与智能控制的结合等。这些都为智能控制技术的应用提供广阔的前景。2.1模糊逻辑控制模糊逻辑控制论于1965年由扎德教授4,5首先提出。它的主要思想是吸取人类思维具有模糊性的特点,通
7、过模糊逻辑推理来实现对众多不确定性系统的有效控制。如果说,传统的控制是从被控对象的数学结构上去考虑进行控制的,那么,模糊控制是从人类智能活动的角度和基础上去考虑实施控制的,其设计的核心是模糊控制规则和隶属度函数的确定。经典的模糊逻辑控制器的隶属度函数、控制规则都是根据经验预先总结出来的。控制过程中没有对规则进行修正功能,不具备学习和适应能力。但仍然在许多场合,如炉窑控制、化工过程控制、水处理、家电等得到广泛的应用。同时,多种改进的或复合的模糊控制器也不断涌现,如模糊PID调节器、模糊专家控制器、模糊自适应控制器、模糊神经网络控制器等。此外,模糊系统建模、模糊控制器的稳定性分析、模糊控制器的鲁棒
8、性设计等一些热点和难点问题也都取得了进展。模糊控制已经进入一个新阶段。2.1.1模糊模型理想的模糊控制必须建立在系统模糊模型辨识的基础上。与传统的系统建模一样,模糊建模也有两个部分:结构建模和参数辨识。模糊模型是反映模糊系统输入输出关系 的一种数学表达式。目前,描述模糊系统模型的方式大致有3种:(1) 基于模糊关系方程的模糊模型Y= XR (1)式中,X和Y为定义在论域X和Y中的模糊集合。这种模型常用于医疗诊断、模糊控制系统故障诊断和决策。(2)Takagi-Sugeno模型7一般表示为:IF x1是A1和x2是A2和xk是Ak, Then y= f(x)式中结果部分是精确函数。当f(x)是x
9、i(i= 1, ,k)线性多项式时,称此为一阶T-S模型。(3)Mamdani模型IF x1是A1和x2是A2和xk是Ak, Then y是B现有模糊控制系统中大量采用的是Mamdani模型。由于该模型的结论部也是模糊集。因此,系统总的推理输出需要精确化计算后才能取得。模糊模型除具有连续函数的映射能力之外,还具有以下优点:(1)可将专家经验直接融合到模糊模型中,通过IFTHEN规则的形式表达知识特征;(2)以上3种模型都可以根据系统的输入输出数据进行辨识,具有定量和定性知识集成的特点。2.1.2模糊预测控制预测控制是为了适应复杂工业过程控制而提出来的算法,它是解决大滞后对象控制问题的一条有效途
10、径。把预测控制与模糊逻辑推理相结合,更符合人类的控制思想,因而也很有吸引力。根据其结合方式不同,模糊预测控制有两类:一是利用Sugeno模型,将多个模糊模型转化为线性时变差分模型进行GPC算法设计;二是利用被控过程模型预测在参考控制量作用下过程的未来输出,根据预测输出结果评价各参考控制量的控制效果,并进行模糊逻辑修整。2.1.3模糊控制系统的稳定性分析经典控制理论和现代控制理论的系统稳定性分析都有成熟的理论和方法。它们的理论基础是精确的系统数学模型。然而,正是由于需要精确的数学模型使得传统的控制理论在许多被控对象的控制中成为问题,利用经验建立的模糊控制器表现出更大的优越性。但是,经典控制的稳定
11、性分析并不适用于模糊系统的稳定性分析和判据。对于Sugeno模糊模型,可以采用Lyapunov直接法进行稳定性判据。但是,Mamdani模型的稳定性判据还没有成熟的理论和方法。2.2神经网络控制神经元的数学模型是1943年由McCmloch和Pitts两位科学家首先提出的。神经网络理论的发展经受了不平凡的历程,其真正的发展期应该是在80年代以后。尤其在1986年发表了感知器网络的学习算法12后,神经网络的应用前景更加开阔。同时,它也为神经网络控制创造了必要的条件。神经网络控制是模拟人脑的结构和工作机理对系统实现控制。神经网络的主要特点是具有学习能力、并行计算能力和非线性映射能力。充分利用神经网
12、络的这些能力来解决众多非线性、强耦合和不确定性系统的控制问题是神经控制论研究的主要课题。神经网络模型的种类繁多,但在神经控制论中得到广泛应用的神经网络模型并不富有。目前主要有:多层前向传波网络(MLP)、小脑模型(CMAC)、回归神经网络、径向基网络(RBF)等。下面就神经控制论的三大问题进行讨论。2.2.1神经网络建模神经网络在系统建模、辨识和控制中的应用,大致以1986年BP算法的提出为契机。神经网络建模以其独特的非传统表达方式和固有的学习能力实现系统输入输出的映射,并在极短的时间内得到迅速发展。尤其在传统建模方法难以在非线性系统的建模有所突破,神经网络表现出巨大潜力。神经网络建模的理论依
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 控制 研究 现状
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【人****来】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【人****来】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。