1 / 11

智能控制导论

智能控制导论. 国家精品课程配套教材 蔡自兴. 智能控制教学课件. 第 8 章 复合智能控制 8.1 复合智能控制概述 8.2 模糊神经复合控制原理 8.3 模糊神经复合控制系统举例 8.4 专家模糊复合控制器 8.5 小结. 智能系统与智能软件研究所. 8.1 复合智能控制概述. 复合智能控制指的是智能控制手段（方法）与经典控制和 / 或现代控制手段的集成，还指不同智能控制手段的集成，但不包括智能控制手段与非智能控制手段的集成。

salim
Download Presentation

智能控制导论

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 智能控制导论 国家精品课程配套教材 蔡自兴

  2. 智能控制教学课件 第8章 复合智能控制 8.1 复合智能控制概述 8.2 模糊神经复合控制原理 8.3 模糊神经复合控制系统举例 8.4 专家模糊复合控制器 8.5 小结 智能系统与智能软件研究所

  3. 8.1 复合智能控制概述 • 复合智能控制指的是智能控制手段（方法）与经典控制和/或现代控制手段的集成，还指不同智能控制手段的集成，但不包括智能控制手段与非智能控制手段的集成。 • 模糊智能控制与其他智能控制（简称模糊智能复合控制）构成的复合控制包括模糊神经控制、模糊专家控制、模糊进化控制和模糊学习控制等。 第8章 复合智能控制

  4. 8.2 模糊神经控制复合控制原理 • 要使一个 系统能够像人类一样处理认知的不确定性，可以把模糊逻辑与神经网络集成起来，形成新的研究领域，即模糊神经网络（FNN） • FNN的 概念与结构 • 一个正规模糊神经网络（RFNN)为一具有模糊信号和/或模糊权值的神经网络。 • 混合模糊神经网络（HFNN）是一类FNN，它组合模糊信号和神经网络权值，应用加、乘等 操作获得神经网络输入。 1 W11 V1 x1 1 W1k Vk 1 Y k 输出 W21 Vk W1k x2 W2k 2 k W2k 输入 隐含层 三层前馈神经网络FNN3 第8章 复合智能控制

  5. 8.2 模糊神经控制复合控制原理 • FNN学习算法 • 模糊反向传播算法 • 基于a分割的反向传播算法 • 遗传算法 • 其他算法（模糊混沌算法） • FNN的逼近能力 • 基于模糊运算和 扩展原理的RFNN不可能成为通用近似器，而HFNN因为无需以标准模糊运算为基础而能够成为通用近似器。 第8章 复合智能控制

  6. 8.3 模糊神经复合控制系统举例 8.3.1 自学习模糊神经控制模型 • 自学习模糊神经控制系统原理图 • 图中，FC把调节偏差e(t)映射为控制作用u(t),过程的输出信号y(t)由测量传感器检测，基于神经网络的过程由PMN网络表示，过程输出和传感器输出用同一y(t)表示 • 模糊控制器FC可由解析公式表示 U(t)=б{a(t)b(t)E(t)+[1-a(t)b(t)]EC(t)+[1-b(t)]ER(t)} • PMN模型的映射关系 ym(t+1)=fm(u(t),u(t-1),…,u(t-m);ym(t),…,ym(t-n)) e(t) xd u(t) y(t) 不确定过程 FC + - Ym(t) y(t) FMN 传感器 e(t) y(t)

  7. 8.3.2 自学习模糊神经控制算法 • 模糊控制器FC和神经网络模型PMN的学习算法 Je= [xd-y(t+1)]2/2 • 模糊误差指标 Jε = ε2(t+1)/2= [y(t+1)-ym(t+1)2/2 • PMN模型学习算法。可用离线学习算法和在线学习算法来 修改PMN网络的参数 • FC校正参数a(t)、b(t)的自适应修改 8.3 模糊神经复合控制系统举例

  8. 8.3.3 弧焊过程自学习模糊神经控制系统 • 弧焊控制系统的结构 系统由一台IBM-PC/AT 386个人计算机、一台摄像机、一个图形接口、一台监视器和一台交直流脉冲弧焊电源组成 • 焊接过程的建模与仿真 建立一个用于控制脉冲TIG弧焊的焊槽动力学模型，输入和输出分别为焊接电流和焊槽顶缝宽度 • 控制弧焊过程的实验结果。 • 热传递情况改变时焊接试样的控制结果显示图8.3的自学习模糊神经控制方案适于控制脉冲TIG弧焊速度与焊槽的动态过程 • 控制精度主要完成控制算法和图像处理周期的影响，并可由硬件实现神经网络的并行处理和提高计算速度来改善 8.3 模糊神经复合控制系统举例

  9. 8.4 专家模糊复合控制器 8.4.1 专家模糊控制系统结构 • 模糊控制具有超调小、鲁棒性强和对系统非线性好的适应性等优点，因此，模糊控制是一种有效的控制策略。但也存在一些缺点 • 由于简单的模糊信息处理，使控制系统的进度较低 • 模糊控制器结构和知识表示形式两方面存在单一性 • 当系统非线性的程度比较高时，所建造的模糊控制规则会变得不完全或不确定

  10. 8.4.1 专家模糊控制系统结构 • 通过专家控制器EC和模糊控制器FC两种技术的集成 形成一种新的控制系统 ── 专家模糊控制系统 • 具有辨识能力的专家模糊控制系统的结构 知识库 数据库 测量与辨识 EC 推理机 y x K1 过程 控制表 K3 ＋ K2 FC － 8.4 专家模糊复合控制器

  11. 8.5 小结 • 本章讨论复合智能控制问题。所谓复合智能控制指的是智能控制手段（方法）与经典控制和/或现代控制手段的集成，还指不同智能控制手段的集成，但不包括智能控制手段与非智能控制手段的集成。 • 8.2节介绍了模糊神经网络的作用原理，然后探讨了模糊神经复合控制的各种方案 • 8.3节介绍弧焊过程的自学习模糊神经控制系统 • 8.3节讨论了专家模糊控制器的结构，举例介绍了一种专家模糊控制系统 第8章 复合智能控制

More Related