智能控制基础总结-课件

智能控制基础总结智能控制基础总结2智能控制问题的提出智能控制问题的提出 vv 传统控制理论传统控制理论传统控制理论传统控制理论,包括经典反馈控制与现代控制理论包括经典反馈控制与现代控制理论包括经典反馈控制与现代控制理论包括经典反馈控制与现代控制理论,由于研究对象的不确定性、高度非线性以及复杂的由于研究对象的不确定性、高度非线性以及复杂的由于研究对象的不确定性、高度非线性以及复杂的由于研究对象的不确定性、高度非线性以及复杂的任务要求等任务要求等任务要求等任务要求等,在应用中遇到不少难题。多年来在应用中遇到不少难题。多年来在应用中遇到不少难题。多年来在应用中遇到不少难题。多年来,自动自动自动自动控制一直在寻找新的出路。现在看来控制一直在寻找新的出路。现在看来控制一直在寻找新的出路。现在看来控制一直在寻找新的出路。现在看来,出路之一就是出路之一就是出路之一就是出路之一就是实现控制系统的智能化实现控制系统的智能化实现控制系统的智能化实现控制系统的智能化,以期解决面临的难题。以期解决面临的难题。以期解决面临的难题。以期解决面临的难题。智智智智能控制作为一门新兴的理论技术能控制作为一门新兴的理论技术能控制作为一门新兴的理论技术能控制作为一门新兴的理论技术,现在还处于发展初现在还处于发展初现在还处于发展初现在还处于发展初期。期。期。期。vv 智能控制的概念主要是针对控制对象及其环境、目智能控制的概念主要是针对控制对象及其环境、目智能控制的概念主要是针对控制对象及其环境、目智能控制的概念主要是针对控制对象及其环境、目标与任务的不确定性与复杂性而提出来的。标与任务的不确定性与复杂性而提出来的。标与任务的不确定性与复杂性而提出来的。标与任务的不确定性与复杂性而提出来的。vv 是由于实现大规模复杂系统的控制需要。是由于实现大规模复杂系统的控制需要。是由于实现大规模复杂系统的控制需要。是由于实现大规模复杂系统的控制需要。vv 是由于现代计算机技术、人工智能与微电子学等学是由于现代计算机技术、人工智能与微电子学等学是由于现代计算机技术、人工智能与微电子学等学是由于现代计算机技术、人工智能与微电子学等学科的高速发展科的高速发展科的高速发展科的高速发展,带来的革命性变化。带来的革命性变化。带来的革命性变化。带来的革命性变化。智能控制问题的提出智能控制问题的提出 v 智能控制应用对象的特点智能控制应用对象的特点智能控制应用对象的特点智能控制应用对象的特点:v (1)(1)不确定性模型。传统控制是基于模型的控不确定性模型。传统控制是基于模型的控不确定性模型。传统控制是基于模型的控不确定性模型。传统控制是基于模型的控制制制制,认为模型已知或者经过辨识能够得到认为模型已知或者经过辨识能够得到认为模型已知或者经过辨识能够得到认为模型已知或者经过辨识能够得到;而智能而智能而智能而智能控制的对象通常存在严重的不确定性。控制的对象通常存在严重的不确定性。控制的对象通常存在严重的不确定性。控制的对象通常存在严重的不确定性。v (2)(2)高度的非线性。传统控制理论尽管也有一高度的非线性。传统控制理论尽管也有一高度的非线性。传统控制理论尽管也有一高度的非线性。传统控制理论尽管也有一些非线性控制方法些非线性控制方法些非线性控制方法些非线性控制方法,但总的讲来不够成熟但总的讲来不够成熟但总的讲来不够成熟但总的讲来不够成熟,而且方而且方而且方而且方法复杂法复杂法复杂法复杂,而智能控制理论能够特别好地解决非线而智能控制理论能够特别好地解决非线而智能控制理论能够特别好地解决非线而智能控制理论能够特别好地解决非线性控制问题。性控制问题。性控制问题。性控制问题。v (3)(3)复杂的任务要求。现代工业系统特别多是复杂的任务要求。现代工业系统特别多是复杂的任务要求。现代工业系统特别多是复杂的任务要求。现代工业系统特别多是高度复杂的系统。关于这些复杂系统均可用智能高度复杂的系统。关于这些复杂系统均可用智能高度复杂的系统。关于这些复杂系统均可用智能高度复杂的系统。关于这些复杂系统均可用智能控制系统控制。控制系统控制。控制系统控制。控制系统控制。3智能控制的几个主要分支智能控制的几个主要分支 v 模糊控制模糊控制模糊控制模糊控制 v 神经元网络控制神经元网络控制神经元网络控制神经元网络控制v 专家控制专家控制专家控制专家控制v 学习控制学习控制学习控制学习控制 4智能控制系统的一般结构智能控制系统的一般结构 通信接口通信接口通信接口通信接口感知信息处理感知信息处理感知信息处理感知信息处理认知认知认知认知规划和控制规划和控制规划和控制规划和控制传感器传感器传感器传感器执行器执行器执行器执行器广义对象广义对象广义对象广义对象被控对象被控对象被控对象被控对象智能控制器智能控制器智能控制器智能控制器vv感知信息处理感知信息处理感知信息处理感知信息处理:将传感器得到的原始信息加以处理将传感器得到的原始信息加以处理将传感器得到的原始信息加以处理将传感器得到的原始信息加以处理,以检测以检测以检测以检测发生的事件发生的事件发生的事件发生的事件,识不环境的特征、对象与关系。识不环境的特征、对象与关系。识不环境的特征、对象与关系。识不环境的特征、对象与关系。vv认知认知认知认知:接收与储存信息、知识、经验与数据接收与储存信息、知识、经验与数据接收与储存信息、知识、经验与数据接收与储存信息、知识、经验与数据,并对它们进行并对它们进行并对它们进行并对它们进行分析、推理分析、推理分析、推理分析、推理,作出行动的决策。作出行动的决策。作出行动的决策。作出行动的决策。vv规划与控制规划与控制规划与控制规划与控制:它是整个系统的它是整个系统的它是整个系统的它是整个系统的核心。依照任务要求、反馈核心。依照任务要求、反馈核心。依照任务要求、反馈核心。依照任务要求、反馈信息以及经验知识信息以及经验知识信息以及经验知识信息以及经验知识,进行自进行自进行自进行自动搜索、推理决策、动作规动搜索、推理决策、动作规动搜索、推理决策、动作规动搜索、推理决策、动作规划与控制。划与控制。划与控制。划与控制。vv通信接口通信接口通信接口通信接口:除建立人机之间的除建立人机之间的除建立人机之间的除建立人机之间的联系外联系外联系外联系外,还建立系统各模块还建立系统各模块还建立系统各模块还建立系统各模块之间的联系。之间的联系。之间的联系。之间的联系。5智能控制系统分层递阶结构智能控制系统分层递阶结构组织级组织级组织级组织级协调级协调级协调级协调级执行级执行级执行级执行级识识识识 别别别别对对对对 象象象象v 组织级组织级组织级组织级:组织级通过人机接口与用户组织级通过人机接口与用户组织级通过人机接口与用户组织级通过人机接口与用户(操作员操作员操作员操作员)进行进行进行进行交互交互交互交互,执行最高决策的控制功能执行最高决策的控制功能执行最高决策的控制功能执行最高决策的控制功能,监视并指导协调监视并指导协调监视并指导协调监视并指导协调级与执行级的所有行为级与执行级的所有行为级与执行级的所有行为级与执行级的所有行为,其智能程度最高。其智能程度最高。其智能程度最高。其智能程度最高。v 协调级协调级协调级协调级:协调级用来协调执行协调级用来协调执行协调级用来协调执行协调级用来协调执行级的动作。协调级可进一步级的动作。协调级可进一步级的动作。协调级可进一步级的动作。协调级可进一步划分为两个分层划分为两个分层划分为两个分层划分为两个分层:控制管理分控制管理分控制管理分控制管理分层与控制监督分层。层与控制监督分层。层与控制监督分层。层与控制监督分层。v 执行级执行级执行级执行级:执行级的控制过程通执行级的控制过程通执行级的控制过程通执行级的控制过程通常是执行一个确定的动作。常是执行一个确定的动作。常是执行一个确定的动作。常是执行一个确定的动作。6智能控制系统的主要特点智能控制系统的主要特点 v 一般具有以知识表示的非数学广义模型与以数一般具有以知识表示的非数学广义模型与以数一般具有以知识表示的非数学广义模型与以数一般具有以知识表示的非数学广义模型与以数学模型表示的混合控制过程。学模型表示的混合控制过程。学模型表示的混合控制过程。学模型表示的混合控制过程。v 具有分层信息处理与决策机构。具有分层信息处理与决策机构。具有分层信息处理与决策机构。具有分层信息处理与决策机构。v 具有非线性与变结构特点。具有非线性与变结构特点。具有非线性与变结构特点。具有非线性与变结构特点。v 具有多目标优化能力。具有多目标优化能力。具有多目标优化能力。具有多目标优化能力。v 能够在复杂环境下学习。能够在复杂环境下学习。能够在复杂环境下学习。能够在复杂环境下学习。7智能控制系统的功能特点智能控制系统的功能特点v 从功能与行为上分析从功能与行为上分析从功能与行为上分析从功能与行为上分析,智能控制系统应该具备以智能控制系统应该具备以智能控制系统应该具备以智能控制系统应该具备以下一条或几条功能特点下一条或几条功能特点下一条或几条功能特点下一条或几条功能特点:v自习惯自习惯自习惯自习惯:系统具有习惯受控对象动力特性变化、系统具有习惯受控对象动力特性变化、系统具有习惯受控对象动力特性变化、系统具有习惯受控对象动力特性变化、环境变化与运行条件变化的能力。环境变化与运行条件变化的能力。环境变化与运行条件变化的能力。环境变化与运行条件变化的能力。v自学习自学习自学习自学习:对一个过程或环境的未知特征所固有的对一个过程或环境的未知特征所固有的对一个过程或环境的未知特征所固有的对一个过程或环境的未知特征所固有的信息进行学习信息进行学习信息进行学习信息进行学习,使系统的性能得以改善。使系统的性能得以改善。使系统的性能得以改善。使系统的性能得以改善。v自组织自组织自组织自组织:关于复杂任务与分散的传感信息具有自关于复杂任务与分散的传感信息具有自关于复杂任务与分散的传感信息具有自关于复杂任务与分散的传感信息具有自行组织与协调的功能行组织与协调的功能行组织与协调的功能行组织与协调的功能,使系统具有主动性与灵活使系统具有主动性与灵活使系统具有主动性与灵活使系统具有主动性与灵活性。性。性。性。v自诊断自诊断自诊断自诊断:表现为系统自身的故障检测能力。表现为系统自身的故障检测能力。表现为系统自身的故障检测能力。表现为系统自身的故障检测能力。v自修复自修复自修复自修复:一旦系统检测到自身部件故障一旦系统检测到自身部件故障一旦系统检测到自身部件故障一旦系统检测到自身部件故障,能够通过能够通过能够通过能够通过自身修复程序实现在无人干预下系统的正常恢复自身修复程序实现在无人干预下系统的正常恢复自身修复程序实现在无人干预下系统的正常恢复自身修复程序实现在无人干预下系统的正常恢复能力。能力。能力。能力。8智能控制的三元结构智能控制的三元结构人工智能人工智能人工智能人工智能自动控制自动控制自动控制自动控制运筹学运筹学运筹学运筹学信号处理信号处理信号处理信号处理形式语言形式语言形式语言形式语言启发启发启发启发规划规划规划规划调度调度调度调度管理管理管理管理管理管理管理管理协调协调协调协调学习学习学习学习记忆记忆记忆记忆优化优化优化优化动力学动力学动力学动力学动态反馈动态反馈动态反馈动态反馈动力学动力学动力学动力学智能控制智能控制智能控制智能控制vvAI:AI:一个知识处理系统一个知识处理系统一个知识处理系统一个知识处理系统,具有记忆、学习、信息具有记忆、学习、信息具有记忆、学习、信息具有记忆、学习、信息处理、形式语言、启发处理、形式语言、启发处理、形式语言、启发处理、形式语言、启发式推理等功能。式推理等功能。式推理等功能。式推理等功能。vvOR:OR:一种定量优化方法一种定量优化方法一种定量优化方法一种定量优化方法,如线性规划、网络规划、如线性规划、网络规划、如线性规划、网络规划、如线性规划、网络规划、调度、管理、优化决策调度、管理、优化决策调度、管理、优化决策调度、管理、优化决策与多目标优化方法等。与多目标优化方法等。与多目标优化方法等。与多目标优化方法等。vvAC:AC:动态反馈控制。动态反馈控制。动态反馈控制。动态反馈控制。9模糊控制系统模糊控制系统v 模糊控制系统通常由模糊控制器、输入输出接模糊控制系统通常由模糊控制器、输入输出接模糊控制系统通常由模糊控制器、输入输出接模糊控制系统通常由模糊控制器、输入输出接口、执行机构、被控对象与口、执行机构、被控对象与口、执行机构、被控对象与口、执行机构、被控对象与 测量装置五部分组成。测量装置五部分组成。测量装置五部分组成。测量装置五部分组成。它的组成核心是具有智能性的模糊控制器。它的组成核心是具有智能性的模糊控制器。它的组成核心是具有智能性的模糊控制器。它的组成核心是具有智能性的模糊控制器。v 模糊控制系统是以模糊数学、模糊语言形式的知模糊控制系统是以模糊数学、模糊语言形式的知模糊控制系统是以模糊数学、模糊语言形式的知模糊控制系统是以模糊数学、模糊语言形式的知识表示与模糊逻辑推理为理论基础识表示与模糊逻辑推理为理论基础识表示与模糊逻辑推理为理论基础识表示与模糊逻辑推理为理论基础,采纳计算机控制采纳计算机控制采纳计算机控制采纳计算机控制技术构成的一种具有闭环结构的数字控制系统。技术构成的一种具有闭环结构的数字控制系统。技术构成的一种具有闭环结构的数字控制系统。技术构成的一种具有闭环结构的数字控制系统。10论域论域论域论域U U中的模糊集中的模糊集中的模糊集中的模糊集F F能够用元素能够用元素能够用元素能够用元素u u与它的隶属与它的隶属与它的隶属与它的隶属度度度度F F来表示来表示来表示来表示:模糊集合的表示方法模糊集合的表示方法v连续论域连续论域连续论域连续论域:v离散论域离散论域离散论域离散论域:v 向量表示法向量表示法向量表示法向量表示法v 查德表示法查德表示法查德表示法查德表示法v 序偶表示法序偶表示法序偶表示法序偶表示法11隶属度函数的建立方法隶属度函数的建立方法n n 模糊统计法模糊统计法模糊统计法模糊统计法n n 例证法例证法例证法例证法 n n 专家经验法专家经验法专家经验法专家经验法 n n 二元对比排序法二元对比排序法二元对比排序法二元对比排序法 v 常用的隶属度函数建立方法常用的隶属度函数建立方法常用的隶属度函数建立方法常用的隶属度函数建立方法:12相等、包罗相等、包罗 空集、全集空集、全集相等相等相等相等:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有A(u)A(u)B(u)B(u)。记作。记作。记作。记作A=BA=B。包罗包罗包罗包罗:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有A(u)B(u)A(u)B(u)。记作。记作。记作。记作A A B B。空集空集空集空集:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有A(u)A(u)0 0。记作。记作。记作。记作:A:A 。全集全集全集全集:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有A(u)A(u)1 1。13交、并、补交、并、补交集交集交集交集:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有C(u)=AC(u)=AB=minA(u),B(u)B=minA(u),B(u)则称则称则称则称C C为为为为A A与与与与B B的交集的交集的交集的交集,记为记为记为记为 C=AB C=AB。并集并集并集并集:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有C(u)=AC(u)=AB=maxA(u),B(u)B=maxA(u),B(u)。则称。则称。则称。则称C C为为为为A A与与与与B B的并集的并集的并集的并集,记为记为记为记为 C=A C=AB B。补集补集补集补集:关于所有的关于所有的关于所有的关于所有的u uU,U,均有均有均有均有B(u)=1-A(u)B(u)=1-A(u)则称则称则称则称B B为为为为A A的的的的补集补集补集补集,记作记作记作记作 。14求求求求 。模糊集合运算模糊集合运算例例例例2-4 2-4 已知模糊子集已知模糊子集已知模糊子集已知模糊子集15模糊关系模糊关系普通关系普通关系普通关系普通关系:表示元素之间是否关联。表示元素之间是否关联。表示元素之间是否关联。表示元素之间是否关联。模糊关系模糊关系模糊关系模糊关系:表示两个论域上的模糊集合之间的关联程表示两个论域上的模糊集合之间的关联程表示两个论域上的模糊集合之间的关联程表示两个论域上的模糊集合之间的关联程度度度度,用其直积空间的隶属度函数表示。用其直积空间的隶属度函数表示。用其直积空间的隶属度函数表示。用其直积空间的隶属度函数表示。定义定义定义定义:所谓所谓所谓所谓A A、B B两集合的直积两集合的直积两集合的直积两集合的直积 中的一个二元模糊关系中的一个二元模糊关系中的一个二元模糊关系中的一个二元模糊关系R,R,是指以是指以是指以是指以ABAB为论域的一为论域的一为论域的一为论域的一个模糊子集个模糊子集个模糊子集个模糊子集,序偶序偶序偶序偶(a,b)(a,b)的隶属度为的隶属度为的隶属度为的隶属度为R(a,b)R(a,b)。16模糊关系的合成模糊关系的合成已知已知已知已知求求求求v 例例例例2-10 2-10 17模糊语言逻辑模糊语言逻辑 v 模糊语言逻辑是由模糊语言构成的一种模拟人模糊语言逻辑是由模糊语言构成的一种模拟人模糊语言逻辑是由模糊语言构成的一种模拟人模糊语言逻辑是由模糊语言构成的一种模拟人思维的逻辑。思维的逻辑。思维的逻辑。思维的逻辑。v 针对自然语言的模糊性针对自然语言的模糊性针对自然语言的模糊性针对自然语言的模糊性;v 涉及概念涉及概念涉及概念涉及概念:v语言值语言值语言值语言值v语言变量语言变量语言变量语言变量v语言算子语言算子语言算子语言算子:语气算子语气算子语气算子语气算子,模糊化算子模糊化算子模糊化算子模糊化算子,判定化算子判定化算子判定化算子判定化算子18模糊逻辑推理的常见种类模糊逻辑推理的常见种类v 近似推理近似推理近似推理近似推理(常识性推理常识性推理常识性推理常识性推理)v广义肯定式推理广义肯定式推理广义肯定式推理广义肯定式推理:v广义否定式推理广义否定式推理广义否定式推理广义否定式推理:v 模糊条件推理模糊条件推理模糊条件推理模糊条件推理:v 多输入推理多输入推理多输入推理多输入推理v 多输入多规则推理多输入多规则推理多输入多规则推理多输入多规则推理19v 例例例例2-162-16模糊逻辑推理举例模糊逻辑推理举例v 例例例例2-14 2-14 v 例例例例2-15 2-15 20多输入多规则推理过程图示多输入多规则推理过程图示21最大隶属度函数法最大隶属度函数法最大隶属度函数法最大隶属度函数法重心法重心法重心法重心法加权平均法加权平均法加权平均法加权平均法v 在推理得到的模糊集合中取一个能最佳代表这在推理得到的模糊集合中取一个能最佳代表这在推理得到的模糊集合中取一个能最佳代表这在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果估计性的精确值的过程就称为精个模糊推理结果估计性的精确值的过程就称为精个模糊推理结果估计性的精确值的过程就称为精个模糊推理结果估计性的精确值的过程就称为精确化过程确化过程确化过程确化过程(又称为反模糊化又称为反模糊化又称为反模糊化又称为反模糊化)。精确化过程精确化过程22模糊控制器基本结构模糊控制器基本结构23模糊控制器的组成与功能模糊控制器的组成与功能vv 模糊逻辑控制器由模糊化接口、知识库、模糊推理机与模糊逻辑控制器由模糊化接口、知识库、模糊推理机与模糊逻辑控制器由模糊化接口、知识库、模糊推理机与模糊逻辑控制器由模糊化接口、知识库、模糊推理机与解模糊接口四部分组成。解模糊接口四部分组成。解模糊接口四部分组成。解模糊接口四部分组成。vv(1)(1)模糊化接口将被控对象的测量值从数字量转化为模糊模糊化接口将被控对象的测量值从数字量转化为模糊模糊化接口将被控对象的测量值从数字量转化为模糊模糊化接口将被控对象的测量值从数字量转化为模糊量量量量,主要是定义论域内所有语言变量的隶属函数。主要是定义论域内所有语言变量的隶属函数。主要是定义论域内所有语言变量的隶属函数。主要是定义论域内所有语言变量的隶属函数。vv(2)(2)知识库包括数据库与规则库。数据库包括模糊化与精知识库包括数据库与规则库。数据库包括模糊化与精知识库包括数据库与规则库。数据库包括模糊化与精知识库包括数据库与规则库。数据库包括模糊化与精确化过程相关论域的数据以及定义隶属函数的数据等。确化过程相关论域的数据以及定义隶属函数的数据等。确化过程相关论域的数据以及定义隶属函数的数据等。确化过程相关论域的数据以及定义隶属函数的数据等。规则库包括依照控制目的与控制策略给出的一组由语言规则库包括依照控制目的与控制策略给出的一组由语言规则库包括依照控制目的与控制策略给出的一组由语言规则库包括依照控制目的与控制策略给出的一组由语言变量描述的通过如领域专家或自学习产生的控制规则集变量描述的通过如领域专家或自学习产生的控制规则集变量描述的通过如领域专家或自学习产生的控制规则集变量描述的通过如领域专家或自学习产生的控制规则集合。合。合。合。vv(3)(3)模糊推理机是模糊控制器的核心。它是由模糊输入与模糊推理机是模糊控制器的核心。它是由模糊输入与模糊推理机是模糊控制器的核心。它是由模糊输入与模糊推理机是模糊控制器的核心。它是由模糊输入与模糊控制规则模糊控制规则模糊控制规则模糊控制规则,采纳某种模糊推理方法采纳某种模糊推理方法采纳某种模糊推理方法采纳某种模糊推理方法,导出模糊控制器导出模糊控制器导出模糊控制器导出模糊控制器的模糊控制量输出。的模糊控制量输出。的模糊控制量输出。的模糊控制量输出。vv(4)(4)解模糊接口实现在推理得到的模糊集合中取一个能最解模糊接口实现在推理得到的模糊集合中取一个能最解模糊接口实现在推理得到的模糊集合中取一个能最解模糊接口实现在推理得到的模糊集合中取一个能最佳代表模糊推理结果估计性的精确值的过程。佳代表模糊推理结果估计性的精确值的过程。佳代表模糊推理结果估计性的精确值的过程。佳代表模糊推理结果估计性的精确值的过程。24已知模糊逻辑控制规则已知模糊逻辑控制规则已知模糊逻辑控制规则已知模糊逻辑控制规则:规则规则规则规则1 1假如误差假如误差假如误差假如误差e e为为为为ZE,ZE,则则则则u u为为为为ZEZE规则规则规则规则2 2假如误差假如误差假如误差假如误差e e为为为为PS,PS,则则则则u u为为为为NSNS试应用试应用试应用试应用MamdaniMamdani推理法求当输入误差推理法求当输入误差推理法求当输入误差推理法求当输入误差e=0e=0、6 6时的输出电压。时的输出电压。时的输出电压。时的输出电压。模糊控制器设计模糊控制器设计误差的隶属度函数误差的隶属度函数误差的隶属度函数误差的隶属度函数控制电压的隶属度函数控制电压的隶属度函数控制电压的隶属度函数控制电压的隶属度函数vv设在论域误差设在论域误差设在论域误差设在论域误差e=-4,4e=-4,4与控制电压与控制电压与控制电压与控制电压u=0,8u=0,8上定义的模糊子上定义的模糊子上定义的模糊子上定义的模糊子集的隶属度函数分不如下图所示集的隶属度函数分不如下图所示集的隶属度函数分不如下图所示集的隶属度函数分不如下图所示:25vv 依照第二条规则依照第二条规则依照第二条规则依照第二条规则:假如误差假如误差假如误差假如误差e e为为为为PS,PS,则则则则u u为为为为NSNS。能够得到输出电。能够得到输出电。能够得到输出电。能够得到输出电压的模糊集为压的模糊集为压的模糊集为压的模糊集为:vv 依照第一条规则依照第一条规则依照第一条规则依照第一条规则:假如误差假如误差假如误差假如误差e e为为为为ZE,ZE,则则则则u u为为为为ZEZE。能够得到输出。能够得到输出。能够得到输出。能够得到输出电压的模糊集为电压的模糊集为电压的模糊集为电压的模糊集为:vv 当输入误差当输入误差当输入误差当输入误差 时时时时,。模糊控制器设计模糊控制器设计vv用重心法计算出模糊控制输出电压的精确值用重心法计算出模糊控制输出电压的精确值用重心法计算出模糊控制输出电压的精确值用重心法计算出模糊控制输出电压的精确值:26人工神经网络人工神经网络v 人工神经网络就是模拟人脑细胞的分布式工作特人工神经网络就是模拟人脑细胞的分布式工作特人工神经网络就是模拟人脑细胞的分布式工作特人工神经网络就是模拟人脑细胞的分布式工作特点与自组织功能点与自组织功能点与自组织功能点与自组织功能,且能实现并行处理、自学习与且能实现并行处理、自学习与且能实现并行处理、自学习与且能实现并行处理、自学习与非线性映射等能力的一种系统模型。非线性映射等能力的一种系统模型。非线性映射等能力的一种系统模型。非线性映射等能力的一种系统模型。v 神经网络系统研究主要有三个方面的内容神经网络系统研究主要有三个方面的内容神经网络系统研究主要有三个方面的内容神经网络系统研究主要有三个方面的内容,即神即神即神即神经元模型、神经网络结构与神经网络学习方法。经元模型、神经网络结构与神经网络学习方法。经元模型、神经网络结构与神经网络学习方法。经元模型、神经网络结构与神经网络学习方法。27人工神经元模型人工神经元模型 v 神经元模型是生物神经元的抽象与模拟。可看神经元模型是生物神经元的抽象与模拟。可看神经元模型是生物神经元的抽象与模拟。可看神经元模型是生物神经元的抽象与模拟。可看作多输入作多输入作多输入作多输入/单输出的非线性器件单输出的非线性器件单输出的非线性器件单输出的非线性器件 。xi xi 输入信号输入信号输入信号输入信号,j=1,2,n;,j=1,2,n;wij wij 表示从单元表示从单元表示从单元表示从单元uj uj 到单元到单元到单元到单元ui ui 的的的的 连接权值连接权值连接权值连接权值;si si 外部输入信号外部输入信号外部输入信号外部输入信号;ui ui 神经元的内部状态神经元的内部状态神经元的内部状态神经元的内部状态;i i 阀值阀值阀值阀值;yiyi 神经元的输出信号神经元的输出信号神经元的输出信号神经元的输出信号;v 通常假设通常假设通常假设通常假设yi=f(Neti),yi=f(Neti),而而而而f f为激励函数。为激励函数。为激励函数。为激励函数。28激励函数类型激励函数类型v 阈值型阈值型阈值型阈值型 v 分段线性型分段线性型分段线性型分段线性型29激励函数类型激励函数类型v Sigmoid Sigmoid 函数型函数型函数型函数型v Tan Tan函数型函数型函数型函数型 30神经网络的模型分类神经网络的模型分类前向网络前向网络前向网络前向网络反馈网络反馈网络反馈网络反馈网络相互结合型网络相互结合型网络相互结合型网络相互结合型网络混合型网络混合型网络混合型网络混合型网络1 1、按连接方式的、按连接方式的、按连接方式的、按连接方式的不同进行分类不同进行分类不同进行分类不同进行分类2 2、按网络结构分类、按网络结构分类、按网络结构分类、按网络结构分类,主要表现出三大类主要表现出三大类主要表现出三大类主要表现出三大类:前向网络、反馈网络前向网络、反馈网络前向网络、反馈网络前向网络、反馈网络与自组织网络。与自组织网络。与自组织网络。与自组织网络。31神经网络的学习神经网络的学习有导师学习有导师学习有导师学习有导师学习无导师学习无导师学习无导师学习无导师学习v 两大类学习算法两大类学习算法两大类学习算法两大类学习算法v 有导师学习有导师学习有导师学习有导师学习:直截了当利用误差信息直截了当利用误差信息直截了当利用误差信息直截了当利用误差信息v 无导师学习无导师学习无导师学习无导师学习:建立间接的评价函数建立间接的评价函数建立间接的评价函数建立间接的评价函数32学习规则学习规则学学习规则相关学相关学习 纠错学学习 无无导师学学习 依照连接权系数的改变方式分类依照连接权系数的改变方式分类依照连接权系数的改变方式分类依照连接权系数的改变方式分类33神经网络的泛化能力神经网络的泛化能力 v 当输入矢量与样本输入矢量存在差异时当输入矢量与样本输入矢量存在差异时当输入矢量与样本输入矢量存在差异时当输入矢量与样本输入矢量存在差异时,其神经其神经其神经其神经网络的输出同样能够准确地呈现出应有的输出。网络的输出同样能够准确地呈现出应有的输出。网络的输出同样能够准确地呈现出应有的输出。网络的输出同样能够准确地呈现出应有的输出。这种能力就称为神经网络的泛化能力。这种能力就称为神经网络的泛化能力。这种能力就称为神经网络的泛化能力。这种能力就称为神经网络的泛化能力。v 在有导师指导下的学习中在有导师指导下的学习中在有导师指导下的学习中在有导师指导下的学习中,泛化能力能够定义为泛化能力能够定义为泛化能力能够定义为泛化能力能够定义为训练误差与测试误差之差。训练误差与测试误差之差。训练误差与测试误差之差。训练误差与测试误差之差。v 与输入矢量的个数、网络的节点数、权值与训与输入矢量的个数、网络的节点数、权值与训与输入矢量的个数、网络的节点数、权值与训与输入矢量的个数、网络的节点数、权值与训练样本集数目之间存在紧密的关系。练样本集数目之间存在紧密的关系。练样本集数目之间存在紧密的关系。练样本集数目之间存在紧密的关系。34多层前向网络的学习算法多层前向网络的学习算法v 网络模型网络模型网络模型网络模型n n 第第第第1 1个隐含层个隐含层个隐含层个隐含层:n n n n 第第第第r r1 1个隐含层个隐含层个隐含层个隐含层:n n 输出层输出层输出层输出层35v 输出层时输出层时输出层时输出层时,有有有有:v 隐含层时隐含层时隐含层时隐含层时,有有有有:v 权值调整权值调整权值调整权值调整:反向误差传播反向误差传播36v 假设关于输入假设关于输入假设关于输入假设关于输入v 期望的输出期望的输出期望的输出期望的输出v网络权系数的初始值见图。试用网络权系数的初始值见图。试用网络权系数的初始值见图。试用网络权系数的初始值见图。试用BPBP算法训练此算法训练此算法训练此算法训练此网络网络网络网络(只给出一步迭代学习过程只给出一步迭代学习过程只给出一步迭代学习过程只给出一步迭代学习过程)。这个地方。这个地方。这个地方。这个地方,取神取神取神取神经元激励函数经元激励函数经元激励函数经元激励函数:,:,学习步长为学习步长为学习步长为学习步长为 。BP学习算法举例学习算法举例37v 全连接单层网络全连接单层网络全连接单层网络全连接单层网络v 神经元模型神经元模型神经元模型神经元模型二值型的二值型的Hopfield网络网络yiyi取值通常为取值通常为取值通常为取值通常为0 0与与与与1 1或或或或-1-1与与与与1 1 38状态转移关系状态转移关系v 例例例例3-4 3-4 假设一个假设一个假设一个假设一个3 3节点的离散节点的离散节点的离散节点的离散HopfieldHopfield神经网络神经网络神经网络神经网络,已知网络权值与阈值如图已知网络权值与阈值如图已知网络权值与阈值如图已知网络权值与阈值如图(a)(a)所示。所示。所示。所示。采取随机采取随机采取随机采取随机异步更新策略异步更新策略异步更新策略异步更新策略,计算状态转移关系。计算状态转移关系。计算状态转移关系。计算状态转移关系。v例例例例3-7 3-7 同步更同步更同步更同步更新策略新策略新策略新策略v例例例例3-5 3-5 各状态各状态各状态各状态能量的计算能量的计算能量的计算能量的计算39状态转移图状态转移图40神经网络控制的优越性神经网络控制的优越性 1神经网络能够处理那些难以用模型或规则描述的过程或系统神经网络能够处理那些难以用模型或规则描述的过程或系统神经网络能够处理那些难以用模型或规则描述的过程或系统神经网络能够处理那些难以用模型或规则描述的过程或系统2神经网络采纳并行分布式信息处理神经网络采纳并行分布式信息处理神经网络采纳并行分布式信息处理神经网络采纳并行分布式信息处理,具有特别强的容错性。具有特别强的容错性。具有特别强的容错性。具有特别强的容错性。3神经网络是本质的非线性系统神经网络是本质的非线性系统神经网络是本质的非线性系统神经网络是本质的非线性系统4特别强的信息综合能力特别强的信息综合能力特别强的信息综合能力特别强的信息综合能力5神经网络的硬件实现愈趋方便神经网络的硬件实现愈趋方便神经网络的硬件实现愈趋方便神经网络的硬件实现愈趋方便 对象对象41专家控制专家控制v 专家控制是以专家系统为基础的。专家控制是以专家系统为基础的。专家控制是以专家系统为基础的。专家控制是以专家系统为基础的。v 专家系统是一种模拟人类专家解决领域问题的专家系统是一种模拟人类专家解决领域问题的专家系统是一种模拟人类专家解决领域问题的专家系统是一种模拟人类专家解决领域问题的计算机程序系统。专家系统中含有大量的某个领计算机程序系统。专家系统中含有大量的某个领计算机程序系统。专家系统中含有大量的某个领计算机程序系统。专家系统中含有大量的某个领域专家水平的知识与经验域专家水平的知识与经验域专家水平的知识与经验域专家水平的知识与经验,能够利用人类专家的能够利用人类专家的能够利用人类专家的能够利用人类专家的知识与解决问题的方法来处理该领域的问题。知识与解决问题的方法来处理该领域的问题。知识与解决问题的方法来处理该领域的问题。知识与解决问题的方法来处理该领域的问题。42专家系统结构与功能专家系统结构与功能人人人人 机机机机 接接接接 口口口口解释机构解释机构解释机构解释机构知识获取机构知识获取机构知识获取机构知识获取机构数据库数据库数据库数据库推理机推理机推理机推理机知识库知识库知识库知识库专家专家专家专家用户用户用户用户vv 知识库知识库知识库知识库:存放领域知识、常存放领域知识、常存放领域知识、常存放领域知识、常识性知识、理论性知识、推识性知识、理论性知识、推识性知识、理论性知识、推识性知识、理论性知识、推理规则等。使专家系统具有理规则等。使专家系统具有理规则等。使专家系统具有理规则等。使专家系统具有启发性。启发性。启发性。启发性。vv 数据库数据库数据库数据库:存放推理的原始数存放推理的原始数存放推理的原始数存放推理的原始数据、中间结果、控制信息等。据、中间结果、控制信息等。据、中间结果、控制信息等。据、中间结果、控制信息等。vv推理机推理机推理机推理机:利用知识库的推理规则利用知识库的推理规则利用知识库的推理规则利用知识库的推理规则,对数据库的信息进行推对数据库的信息进行推对数据库的信息进行推对数据库的信息进行推理理理理,得到结论或决策。得到结论或决策。得到结论或决策。得到结论或决策。vv 知识获取机构知识获取机构知识获取机构知识获取机构:获取专家的领域知识获取专家的领域知识获取专家的领域知识获取专家的领域知识,对知识库进行修改对知识库进行修改对知识库进行修改对知识库进行修改与维护。与维护。与维护。与维护。vv 解释机构解释机构解释机构解释机构:讲明推理过程讲明推理过程讲明推理过程讲明推理过程,回答拥护问题。回答拥护问题。回答拥护问题。回答拥护问题。vv 人机接口人机接口人机接口人机接口:人机交互的界面。人机交互的界面。人机交互的界面。人机交互的界面。43专家控制中的知识类型专家控制中的知识类型 v 知识的类型知识的类型知识的类型知识的类型:v事实性知识事实性知识事实性知识事实性知识:描述对象的概念、属性、状态、条描述对象的概念、属性、状态、条描述对象的概念、属性、状态、条描述对象的概念、属性、状态、条件等件等件等件等,属于描述性命题。属于描述性命题。属于描述性命题。属于描述性命题。v过程性知识过程性知识过程性知识过程性知识:推理的规则、物理定律、专家经验推理的规则、物理定律、专家经验推理的规则、物理定律、专家经验推理的规则、物理定律、专家经验等等等等,属于规律性的命题。属于规律性的命题。属于规律性的命题。属于规律性的命题。v控制性知识控制性知识控制性知识控制性知识:以知识、知识的处理为认识对象的以知识、知识的处理为认识对象的以知识、知识的处理为认识对象的以知识、知识的处理为认识对象的知识知识知识知识,也称为元知识。如知识的背景与范围、推也称为元知识。如知识的背景与范围、推也称为元知识。如知识的背景与范围、推也称为元知识。如知识的背景与范围、推理的策略等。理的策略等。理的策略等。理的策略等。44v 推理策略推理策略推理策略推理策略(方式方式方式方式):):正向推理、反向推理、双向推理。正向推理、反向推理、双向推理。正向推理、反向推理、双向推理。正向推理、反向推理、双向推理。专家系统常用的推理策略专家系统常用的推理策略v 正正正正向向向向推推推推理理理理:从从从从已已已已知知知知事事事事实实实实出出出出发发发发,逐逐逐逐步步步步推推推推导导导导出出出出最最最最后后后后结结结结论论论论。事实驱动方式。事实驱动方式。事实驱动方式。事实驱动方式。v 反反反反向向向向推推推推理理理理:首首首首先先先先提提提提出出出出假假假假设设设设,然然然然后后后后验验验验证证证证这这这这些些些些假假假假设设设设的的的的真真真真假假假假性性性性,找到假设成立的所有证据或事实。目标驱动方式。找到假设成立的所有证据或事实。目标驱动方式。找到假设成立的所有证据或事实。目标驱动方式。找到假设成立的所有证据或事实。目标驱动方式。v 双双双双向向向向推推推推理理理理:自自自自顶顶顶顶向向向向下下下下、又又又又自自自自底底底底向向向向上上上上作作作作双双双双向向向向推推推推理理理理,直直直直至至至至某个中间界面上两方向结果相符便成功结束。某个中间界面上两方向结果相符便成功结束。某个中间界面上两方向结果相符便成功结束。某个中间界面上两方向结果相符便成功结束。45产生式规则推理过程产生式规则推理过程v 模式匹配模式匹配模式匹配模式匹配:将数据库中的数据与知识库中规则的将数据库中的数据与知识库中规则的将数据库中的数据与知识库中规则的将数据库中的数据与知识库中规则的前提进行匹配前提进行匹配前提进行匹配前提进行匹配,假如完全匹配或足够近似匹配假如完全匹配或足够近似匹配假如完全匹配或足够近似匹配假如完全匹配或足够近似匹配,则则则则这条规则标记为触发规则。这条规则标记为触发规则。这条规则标记为触发规则。这条规则标记为触发规则。v 竞争消解竞争消解竞争消解竞争消解:当有一条以上的规则条件部分与当前当有一条以上的规则条件部分与当前当有一条以上的规则条件部分与当前当有一条以上的规则条件部分与当前数据库相匹配时数据库相匹配时数据库相匹配时数据库相匹配时,就需要决定首先使用哪一条规就需要决定首先使用哪一条规就需要决定首先使用哪一条规就需要决定首先使用哪一条规则则则则,这称为竞争消解。这称为竞争消解。这称为竞争消解。这称为竞争消解。v 执行操作执行操作执行操作执行操作:依照推理的结论进行操作依照推理的结论进行操作依照推理的结论进行操作依照推理的结论进行操作,并更新数并更新数并更新数并更新数据库的内容等。据库的内容等。据库的内容等。据库的内容等。46感谢您的聆听！感谢您的聆听！