第一章绪论 1.1智能控制的基本概念 智能控制是自动控制发展的高级阶段,是人工智能、控制论、系统论和信息论等多种学科的高度综合 与集成,是一门新的交叉前沿学科。从广义上讲,智能控制是研究对复杂的不确定性被控对象(过程)采 用人工智能的方法有效地克服系统的不确定性,使系统从无序到期望的有序状态转移的方法及其规律 智能控制已经出现了相当长的一段时间,并且已取得了初步的应用成果。但是究竞什么是“智能 什么是“智能控制”等问题,至今没有统一的明确定义。归纳各种说法,主要有四种说法: 定义一:智能控制就是由一台智能机器自主地实现其目标的过程。而智能机器则定义为,在结构 化或非结构化的、熟悉的或陌生的环境中,自主地或与人交互地执行人的任务 美国机器人今天启程开展火星查陆探险 u 定义二: K.Astron则认为,把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟,并 用于控制系统的分析与设计中,以期在一定程度上实现控制系统的智能化,这就是智能控制 KJ. Astron还认为自调节控制、自适应控制就是智能控制的低级体现。 定义三:智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制,也是 用计算机模拟人类智能的一个重要领域。 定义四:智能控制实际只是硏究与模拟人类智能活动及其控制与信息传递过程的规律,研制具有 仿人智能的工程控制与信息处理系统的一个新兴分支学科。 PDF文件使用" pdffactory Pro"试用版本创建ww, fineprint,com,cn
第一章 绪论 1.1 智能控制的基本概念： 智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论和信息论等多种学科的高度综合 与集成，是一门新的交叉前沿学科。从广义上讲，智能控制是研究对复杂的不确定性被控对象（过程）采 用人工智能的方法有效地克服系统的不确定性，使系统从无序到期望的有序状态转移的方法及其规律。 智能控制已经出现了相当长的一段时间，并且已取得了初步的应用成果。但是究竟什么是“智能”， 什么是“智能控制”等问题，至今没有统一的明确定义。归纳各种说法，主要有四种说法： l 定义一：智能控制就是由一台智能机器自主地实现其目标的过程。而智能机器则定义为，在结构 化或非结构化的、熟悉的或陌生的环境中，自主地或与人交互地执行人的任务。 l 定义二：K.J.Astron 则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并 用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化，这就是智能控制。 K.J.Astron 还认为自调节控制、自适应控制就是智能控制的低级体现。 l 定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是 用计算机模拟人类智能的一个重要领域。 l 定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有 仿人智能的工程控制与信息处理系统的一个新兴分支学科。 PDF 文件使用 "pdfFactory Pro" 试用版本创建 www.fineprint.com.cn
1.2智能控制系统的特点: 同时具有以知识表示的非数学广义模型和以数学模型表示的混合制过程,也往往是那些含有复杂性、 不完全性、模糊性或不确定性以及不存在已知算法的非数字过程,并以知识进行推理,以启发引导求解过 程 智能控制的核心在高层控制,即组织级 智能控制器具有非线性特性 智能控制具有变结构特点; 智能控制器具有总体自寻优特性 智能控制系统应能满足多样性目标的高性能要求 智能控制是一门边缘交叉学科; 智能控制是一个新兴的研究领域 1.3智能控制的结构理论: 智能控制的理论结构明显地具有多学科交叉的特点,许多研究人员试图建立起智能控制这一新学科,他们 提出了一些有关智能控制系统结构的思想。按照K.S.Fu(傅京孙)和 Saridis提出的观点,可以把智能控制看 作是人工智能、自动控制和运筹学三个主要学科相结合的产物,称 之为三元结构 IC=AInACnOR AC IC——智能控制( ntelligent Contro) OR——运筹学( Operation Research); AI人工智能( Artificial Intelligence) AC—自动控制( Automatic Control) 表示交集 ·人工智能(A):是一个知识处理系统,具有记忆、学习 信息处理、形式语言、启发式推理等功能。 ·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。 智能控制就是应用人工智能的理论与技术和运筹学的优化方法,并将其同控制理论方法与技术相结合,在 位置环境下,仿效人的智能,实现对系统的控制。可见,智能控制代表着自动控制学科发展的最新进程。 14智能控制与传统控制的关系 传统控制( Conversional control):经典反馈控制和现代理论控制。它们的主要特征是基于精确 的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。 智能控制( Intelligent control)以上问题用智能的方法同样可以解决。智能控制是对传统控制理论 的发展,传统控制是智能控制的一个组成部分,在这个意义下,两者可以统一在智能控制的框架 PDF文件使用" pdffactory Pro"试用版本创建ww. fineprint,com,cn
1.2 智能控制系统的特点： 同时具有以知识表示的非数学广义模型和以数学模型表示的混合制过程，也往往是那些含有复杂性、 不完全性、模糊性或不确定性以及不存在已知算法的非数字过程，并以知识进行推理，以启发引导求解过 程； l 智能控制的核心在高层控制，即组织级； l 智能控制器具有非线性特性； l 智能控制具有变结构特点； l 智能控制器具有总体自寻优特性； l 智能控制系统应能满足多样性目标的高性能要求； l 智能控制是一门边缘交叉学科； l 智能控制是一个新兴的研究领域。 1.3 智能控制的结构理论： 智能控制的理论结构明显地具有多学科交叉的特点，许多研究人员试图建立起智能控制这一新学科，他们 提出了一些有关智能控制系统结构的思想。按照 K. S. Fu（傅京孙）和 Saridis 提出的观点，可以把智能控制看 作是人工智能、自动控制和运筹学三个主要学科相结合的产物，称 之为三元结构： IC=AI∩AC∩OR IC——智能控制(Intelligent Control)； OR——运筹学(Operation Research)； AI——人工智能(Artificial Intelligence)； AC——自动控制(Automatic Control)； ∩——表示交集. · 人工智能（AI）：是一个知识处理系统，具有记忆、学习、 信息处理、形式语言、启发式推理等功能。 · 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。 智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在 位置环境下，仿效人的智能，实现对系统的控制。可见，智能控制代表着自动控制学科发展的最新进程。 1.4 智能控制与传统控制的关系 l 传统控制（Conversional control）：经典反馈控制和现代理论控制。它们的主要特征是基于精确 的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。 l 智能控制（Intelligent control）以上问题用智能的方法同样可以解决。智能控制是对传统控制理论 的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架 下。 PDF 文件使用 "pdfFactory Pro" 试用版本创建 www.fineprint.com.cn
仿具 掉料 智流 制 控魁 搠 学习 控制 可 控制 控制 专冢 褒理 产制 系瓷 控器 智能 螗夺缟 钢詫擦拟 立连的、的溢 、知识 1.5智能控制的研究对象 15.1智能控制的研究对象 智能控制的研究对象具备以下的一些特点 L.不确定性的模型 智能控制的硏究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思:一是模型未 知或知之甚少;二是模型的结构和参数可能在很大范围内变化。 2.高度的非线性 对于具有高度非线性的控制对象,采用智能控制的方法往往可以较好地解决非线性系统的控制问题 3.复杂的任务要求 对于智能控制系统,任务的要求往往比较复杂。 15.2智能控制的应用 PDF文件使用" pdffactory Pro"试用版本创建ww, fineprint,com,cn
1.5 智能控制的研究对象 1.5.1 智能控制的研究对象 智能控制的研究对象具备以下的一些特点： 1. 不确定性的模型 智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是模型未 知或知之甚少；二是模型的结构和参数可能在很大范围内变化。 2. 高度的非线性 对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。 3. 复杂的任务要求 对于智能控制系统，任务的要求往往比较复杂。 1.5.2 智能控制的应用 PDF 文件使用 "pdfFactory Pro" 试用版本创建 www.fineprint.com.cn
智能控制主要应用在以下情况: 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。 应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设,而这些假设在应用中往往与 实际情况不相吻合。 对于某些复杂的和饱含不确定性的控制过程,根本无法用传统数学模型来表示,即无法解决建模问题 为了提高控制性能,传统控制系统可能变得很复杂,从而增加了设备的投资,减低了系统的可靠性。 1.6智能控制的类型 智能控制系统一般包括 ◆分级递阶控制系统 今专家控制系统 今神经控制系统 ◇模糊控制系统 ◆学习控制系统 ◇集成(或者复合)混合控制:几种方法和机制往往结合在一起,用于一个实际的智能控制系统或装 置,从而建立起混合或集成的智能控制系统 16.1分级递阶控制系统 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( Purdue University) Saridis 提出的智能控制理论。分级递阶智能控制( Hierarchical Intelligent Control)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。 L用户、操作员 人机接口 高决策 scAD粪 控制管理 控制监督 自组织控制及监控 传感器与执行器 PLC/SOFTPLC/RTU 板控过程 TECHNOLOGICAL PROCESS 分级递阶智能控制的功能结构 PDF文件使用" pdffactory Pro"试用版本创建ww. fineprint,com,cn
智能控制主要应用在以下情况： 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。 应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与 实际情况不相吻合。 对于某些复杂的和饱含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。 为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。 1.6 智能控制的类型 智能控制系统一般包括 ² 分级递阶控制系统 ² 专家控制系统 ² 神经控制系统 ² 模糊控制系统 ² 学习控制系统 ² 集成（或者复合）混合控制：几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装 置，从而建立起混合或集成的智能控制系统 1.6.1 分级递阶控制系统 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（Purdue University）Saridis 提出的智能控制理论。分级递阶智能控制(Hierarchical Intelligent Control)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。 分级递阶智能控制的功能结构 PDF 文件使用 "pdfFactory Pro" 试用版本创建 www.fineprint.com.cn
组织级( organization level):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( Coordination level):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( executive level)}:执行级的控制过程通常是执行一个确定的动作。 下护Ac下下 uPg牌sEY 画回 S心头E是 PL心s白P一除社 16.2专家控制系统( Expert System) 专家指的是那些对解决专门问题非常熟悉的人们,他们的这种专门技术通常源于丰富的经验,以及他 们处理问题的详细专业知识。 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、不一确定性推理等特点 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。 专家控制系统目前主要有两种形式:专家控制系统( Expert Control System)和专家控制器( Expert Controller 16.3人工神经网络控制系统 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,那么神经网络如何进行学习 呢?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 方法只能修改加在输人端的加权系数。因而,神经网络的学习过程是修改加权系数的过程,最终使其输出 达到期望值,学习结束常用的学习算法有:Heb学习算法、 widrowHoff学习算法、反向传播学习算法 BP学习算法、 Hopfield反馈神经网络学习算法等。 PDF文件使用" pdffactory Pro"试用版本创建ww. fineprint,com,cn
组织级(organization level)：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(Coordination level)：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(executive level)：执行级的控制过程通常是执行一个确定的动作。 1.6.2 专家控制系统（Expert System） 专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验，以及他 们处理问题的详细专业知识。 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、不一确定性推理等特点。 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。 专家控制系统目前主要有两种形式：专家控制系统（Expert Control System）和专家控制器（Expert Controller） 1.6.3 人工神经网络控制系统 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，那么神经网络如何进行学习 呢？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。因而，神经网络的学习过程是修改加权系数的过程，最终使其输出 达到期望值，学习结束.常用的学习算法有：Hebb 学习算法、widrowHoff 学习算法、反向传播学习算法一 BP 学习算法、Hopfield 反馈神经网络学习算法等。 PDF 文件使用 "pdfFactory Pro" 试用版本创建 www.fineprint.com.cn