西电智能控制大作业(2)

图1 递阶智能机器的级联结构

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.

智能控制,论文大作业

图2 组织级的结构框图

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.

图3 协调级的结构

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，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。执行级的性能也可由熵来表示，因而统一了智能机器的功用。

6.2学习控制系统

学习控制系统是一个能在其运行过程中逐步获得受控过程及环境的非预知信息，积累控制经验，并在一定的评价标准下进行估值、分类、决策和不断改善系统品质的自动控制系统。

智能控制是通过计算机实现对系统的控制，因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法，它模拟生物界/生存竞争，优胜劣汰，适者生存的机制，利用复制、交叉、变异等遗传操作来完成寻优。遗传算法作为

智能控制,论文大作业

优化搜索算法，一方面希望在宽广的空间内进行搜索，从而提高求得最优解的概率；另一方面又希望向着解的方向尽快缩小搜索范围，从而提高搜索效率。如何同时提高搜索最优解的概率和效率，是遗传算法的一个主要研究方向。遗传算法作为一种非确定的拟自然随机优化工具，具有并行计算、快速寻找全局最优解等特点，它可以和其他技术混合使用，用于智能控制的参数、结构或环境的最优控制。

迭代学习控制模仿人类学习的方法、即通过多次的训练，从经验中学会某种技能，来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成，其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。

6.3专家控制系统 专家系统是早期人工智能的一个重要分支，它可以看作是一类具有专门知识和经验的计算机智能程序系统，一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。它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.

一般来说，专家系统=知识库+推理机，因此专家系统也被称为基于知识的系统。一个专家系统必须具备三要素：

1.领域专家级知识

2.模拟专家思维

3.达到专家级的水平

专家系统能为它的用户带来明显的经济效益。用比较经济的方法执行任务而不需要有经验的专家，可以极大地减少劳务开支和培养费用。由于软件易于复制，所以专家系统能够广泛传播专家知识和经验，推广应用数量有限的和昂贵的专业

智能控制,论文大作业

人员及其知识。

专家系统在给它的用户带来经济利益的同时，也造成失业。专家系统的应用技术不仅代替了人的一些体力劳动，也代替了人的某些脑力劳动，有时甚至行使着本应由人担任的职能，免不了引起法律纠纷。比如医疗诊断专家系统万一出现失误，导致医疗事故，怎么样来处理，开发专家系统者是否要负责任，使用专家系统者应负什么责任，等等。

6.4人工神经网络控制系统 人工神经网络（artificial neural network，缩写ANN），简称神经网络（neural network，缩写NN），是一种模仿生物神经网络的结构和功能的数学模型或计算模型。神经网络由大量的人工神经元联结进行计算。大多数情况下人工神经网络能在外界信息的基础上改变内部结构，是一种自适应系统。现代神经网络是一种非线性统计性数据建模工具，常用来对输入和输出间复杂的关系进行建模，或用来探索数据的模式。

神经网络是一种运算模型，由大量的节点（或称“神经元”，或“单元”）和之间相互联接构成。每个节点代表一种特定的输出函数，称为激励函数

（activation function）。每两个节点间的连接都代表一个对于通过该连接信号的加权值，称之为权重（weight），这相当于人工神经网络的记忆。网络的输出则依网络的连接方式，权重值和激励函数的不同而不同。而网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。

它的构筑理念是受到生物（人或其他动物）神经网络功能的运作启发而产生的。人工神经网络通常是通过一个基于数学统计学类型的学习方法（Learning Method）得以优化，所以人工神经网络也是数学统计学方法的一种实际应用，通过统计学的标准数学方法我们能够得到大量的可以用函数来表达的局部结构空间，另一方面在人工智能学的人工感知领域，我们通过数学统计学的应用可以来做人工感知方面的决定问题(也就是说通过统计学的方法，人工神经网络能够类似人一样具有简单的决定能力和简单的判断能力)，这种方法比起正式的逻辑学推理演算更具有优势。

智能控制,论文大作业

6.5模糊控制系统

模糊控制是以模糊集合论，模糊语言变量及模糊逻辑推理为基础的计算机智能控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。它主要由以下特点：

（1）简化系统设计的复杂性，特别适用于非线性、时变、模型不完全的系统上。

（2）利用控制法则来描述系统变量间的关系。

（3）不用数值而用语言式的模糊变量来描述系统，模糊控制器不必对被控制对象建立完整的数学模式。

（4）模糊控制器是一语言控制器，使得操作人员易于使用自然语言自然语言进行人机对话。

（5）模糊控制器是一种容易控制、掌握的较理想的非线性控制器，具有较佳的适应性及强健性(Robustness)、较佳的容错性(Fault Tolerance)。

7.智能控制的发展与前景

在智能控制研究中，诸多的控制系统仍处于理论研究阶段，未能真正解决实际问题更谈不上实际应用。提高系统的运行速度、实现实时控制、提高对环境的感觉和解释能力、改善信息识别和处理能力、设计模块化的传感器接口等方面要做的事情还很多。尽管诸如此类的问题还有很多，但是随着智能控制应用方法的日益成熟，智能控制的研究领域必将进一步扩大。除了高级机器人、过程智能控制和智能故障诊断外，下列领域将成为新的应用领域：交通控制（如高速列车、汽车运输、飞机飞行控制等），用于CAD、CAM、CIMS和CIPS的自动加工控制、医疗过程控制、商业、农业、文化教育和娱乐等。

当代最高意义上的智能自动化要算机器人学的进步和应用。机器人从爬行到直立行走，现在已能用手使用工具，能看、听、用多种语言说话，并能可靠地去干最脏最累最危险的活。

交通事故死亡率成为人类和平时期非正常死亡概率的第一因素，引入智能交

智能控制,论文大作业 …… 此处隐藏：2440字，全部文档内容请下载后查看。喜欢就下载吧 ……