智能控制课件-智能控制与传统控制的比较.pptVIP

Q：智能控制与传统控制的比较 经典控制理论 经典控制理论是建立在“反馈原理”和“Lyapunov“ 稳定性理论”基础上的，以研究单变量(单输入一 单输出)系统为主要对象的系统分析与综合方法的 理论。它是一种基于数学模型的定量方法，通常 采用时域法、频域法和根轨迹法来分析和综合系 统的动态和稳态性能。 ： 以多变量控制(多输入一多输出)为特征的现代控制理论是上世纪 60年代随着空间探索和宇宙飞船轨线控制等需要，以及计算机的 飞速发展面逐步完善的控制理论。现代控制理论以线性系统理论 为基础，并借助计算机强大的计算能力，对系统进行分析、计算 与设计。其特点是将实际系统的特性状态转化为线性代数的状态 空间分析，以便用于计算机进行运算和演绎，不仅方便，而且概 念清晰。其代表性成果有Pontryagin极大值原理、Bellman动态规 划、Kalman最佳滤波理论和能控与能观测理论等，这些理论对 现代控制理论起到了奠基作用。 智能控制理论 随着当前科技和生产力水平高速发展，人们对大规模、复杂和不确定性系统进行自动控制的要求不断提高，传统控制对精确数学模型的依赖性使其应用受到很大的限制，智能控制因此开始发展。 智能控制与传统控制的理论比较 传统控制基本特征表现 完善的理论体系：以反馈控制理论为核心，线性定常系统为主要对象； 有效的分析与综合方法：时域法、频域法、根轨迹法、状态空间法； 有严格的性能指标体系：稳定性、稳态误差(精度)、动态性能、可控、可观测性； 应用：在单机自动化、不太复杂的过程控制及系统工程领域得到广泛成功的应用。 智能控制的基本特征： 尚无完善的理论体系：二元论、多元论、知识挖掘与学习、信息融合、认知心理学等； 实现方法多样性：分级递阶智能控制(运筹学)、模糊控制(模糊数学)、神经网络控制、进化论及遗传算法、学习控制、基于知识的专家系统、大系统智能控制、分层智能控制、分布式问题求解等； 无严格的性能指标体系：以控制的目的和行为来评价系统性能，而无统一的性能指标； 应用：应用极为广泛，涉及自然科学和社会科学的各个领域，是控制界当前的研究热点和今后的发展方向。 传统控制与智能控制的比较 智能控制系统应具备的基本功能 组织协调能力：对于复杂任务和分散的传感信息具有自组织和融合协调能力，使系统具有主动性和灵活性； 联想记忆和学习能力：系统具有对过程或未知环境所提供的信息进行识别、记忆、学习并利用积累的经验进一步改善系统性能的能力； 动态自适应能力：系统具有对外界环境变化及不确定性的出现具有重构或修正自身结构和参数的能力。 智能控制在系统的构成、运作和功能上的特点 1)被控对象或过程具有复杂性、模糊性和不确定性； 2)除了传统的数学模型外，还包括以知识表达建立的广义模型： 3)信息流中，除通常的物理信号外，还有抽象的符号离散量； 4)既有传统控制和信号处理过程(如测量、放人、滤波等)，又有抽象的基于符号的逻辑推理； 5)智能控制的核心部分是组织层(级)，它由人工智能技术构成； 6)智能控制通常以信息熵为测度，而智能控制系统则以使系统总熵最小为构成原则； 7)智能控制系统体现出“自下而上智能渐增而精度递减”之原理； 智能控制的主要方法 主要方法： 专家控制(Expert control) 模糊控制(Fuzzy control) 神经网络控制(Neural network control) 分级递阶智能控制(Hierarchical control) 研究热点 近年来，随着人们对不确定性、复杂性、模糊性过程控制问题的广泛深入的研究，以及神经网络理论的兴起，专家系统、模糊逻辑和神经网络被广泛地引入到控制理论之中，由于这三者都具有解决人工智能中知识表达与不确定性推理的信息表达与处理能力，人们近年来普遍认为以下几种途径是智能控制最具吸引力的选择： 基于知识和经验的专家控制； 基于模糊逻辑推理与计算的模糊控制； 基于人工神经网络的神经网络控制； 以上方法的交叉与融合。 * * * 控制理论的发展过程大体上可分为“经典控制理论”、“现代控制理论”和“大系统理论与智能控制理论”三个阶段，其中“经典控制理论”和“现代控制理论”一般称为“传统控制理论”。现在我们将传统控制与智能控制在理论体系、实现方法、指标体系和应用等方面作一个简要的比较。 现代控制理论 无统一的性能指标：注重目的和行为 有严格的性能指标：稳定性、精度、动态性能 运用 符号加工：学习、训练、逻辑推理、判断、决策 定量方法：时域、频域、根轨迹、状态空间方法 加工 符号描述：经验、规则 数学模型：运动学、动力学方程、传递函数等 描述 非精确知识（浅层知识）：直觉、经验和学习 精确知识（深层知识）：反映自然规律的各种定律、定理 获取 智能控制 传统控制