智能控制课件-智能控制技术的发展前景.pptVIP

智能控制技术的发展前景 现代工业系统的复杂性已不言而喻，而人们对生产效益、产品质量和成本降低的要求却 更加苛刻。与此同时，国际间的经济竞争也日益激烈。这些原因使得愈来愈多的过程工业界 的企业家们切肤地认识到采用计算机技术和过程控制的必要性。工业过程控制技术的迅猛发 展和广泛应用，正在改变着世界工业的面貌。 智能工程是一个新的工程和技术领域，它是一个由人工智能、计算机科学和实际工程问题相 互交叉和渗透而形成的边缘性领域。它包括两方面内容，一是将AI技术应用于工程问题，二 是从工程背景出发，开展AI理论基础和实用技术的研究。“智能工程”与“知识工程”的不 同点在于，前者所强调的是将各个不同领域的知识集成起来，以解决实际工程问题。 智能机器人 智能控制的战斗机 智能工程系统的结构和技术 人工智能技术发展到今天，先后出现了四类基本系统。即： 1.符号推理系统。以处理符号信息为主要功能，在过程控制领域主要用来辅助决策和过程监控 。 2.耦合推理系统。将符号处理和传统数值计算结合起来，以解决工程问题。 3.神经网络。用以对智力活动模拟或处理海量数据。　　 4.集成分布式智能系统。一种大规模智能集成环境，即把各种不同的专家系统、神经网络、数 据库、数值计算软件包和图形处理程序等进行有机集成，以解决复杂问题。 符号推理系统 从历史的观点看，过程控制是随数学控制理论的进展而逐步发展的。但是，最近某些研究结 果表明，数学模型化并不仅仅意味着对被控对象的描述，人们对客体的认识并非只是数字化 的东西，人类的思维毕竟不能用算式去模型化。许多控制问题涉及非数值信息和非算法过程 的病态工程问题，AI技术在这里恰有用武之地。　　 专家系统是AI领域中发展最成熟、应用最广泛的技术。专家系统的推理机制，基本上是基于 归结原理和合一算法，这些精致算法的发现，确实大大推动了人们对怎样进行演绎推理的理 解。不过，从任何一种实用系统上说，还存在着很多非演绎成份，因而导致了各种各样推理 算法的繁盛。另一方面，也有许多新的推理方式被不断发现，而且它们不能被简单地化为演 绎。 耦合推理系统 一般说，工程控制问题由定性和定量两种方法同时描述才能清楚。定性描述在符号和图形信 息方面比较有效，而定量描述在数值信息方面更好一些。同时，这两种方法又是耦合在一起 的。例如，一个问题的数值解不论多么精确，也只能是解析解的一个近似，而解析解只能通 过符号处理才能获得。　　 传统专家系统往往过多地注重符号处理的一面，而极少使系统同时又能有效地进行数值 处理。这固然是因为专家系统一般采用LISP型语言写成，使其数值处理能力大大降低，同时也是因为耦合推理机制的不成熟所致。目前，人们已开始注重开发实用的耦合系统，将不同计算机语言(适合于符号推理和数值计算的语言)进行混合编程，用其所长，避其所短，期望能较好地求解实际工程问题。 人工神经网络 　 神经网络理论是在现代神经科学 研究成果的基础上提出的，它反映了人脑功能的若干特征，但并非神经系统的逼真描写，而只是其简化、抽象和模拟。换言之，人工神经网络是一种抽象的数学模型。出自不同的研究 目的和角度，它可用作大脑结构模型、认识模型、计算机信息处理方式或算法结构。　　 迄今为止的神经网络研究，大体上可分成三个大的方向：　 　 第一，探求人脑神经系统的生物结构和机制，这实际上是神经网络理论的初衷；　　 第二，用微电子或光学器件形成特殊功能的网络。这主要是新一代计算机制造领域所关注的 问题；　　 第三，将神经网络理论作为一种解决某些问题的手段和方法，而这类问题用传统方法或者无 法解决，或者在具体处理技术上尚存在困难。　　 在过程工业控制领域，神经网络是一种方法。如同La place变换或矩阵理论一样，它是一种 工具。尽管神经网络从一开始就和控制科学有着密切关系，但用这一理论的结果真正解决控 制问题还只是近几年的事情。　　 应该指出，神经网络理论与传统理论体系比起来还显得极不完善，就连诸如结构设计和分析 、训练和结果外推等这些基本问题，都缺少一种大家公认的具有一般指导性意义的理论和方 法。所以就目前情况看，与其说神经网络是一种理论，倒不如说它是一种技术更为合适。 集成分布式智能系统 传统专家系统仅在某个特定领域或对特定任务是有效的，而任何一个复杂问题的解决，都必需几个领域的知识。不难设想，将数个专家系统集成化，发挥各个专家系统在其适用