模糊控制算法基础知识

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
第一章: 1. 传统控制方法包括 经典控制 和 现代控制 ,是基于被控对象精确模型的控制方式,缺乏灵活性和应变能力,适于解决 线性 、 时不变性 等相对简单的控制。 2. 智能控制的研究对象具备以下的一些特点: 不确定性的模型 、 高度的非线性 、 复杂的任务要求 。 3. IC(智能控制)=AC(自动控制) AI(人工智能) OR(运筹学) 4. AC:描述系统的动力学特征,是一种动态反馈。 AI :是一个用来模拟人思维的知识处理系统,具有记忆、学习、信息处理、形式语言、 启发推理等功能。OR:是一种定量优化方法,如线性规划、网络规划、调度、管理、 优化决策和多目标优化方法等。 5. 智能控制:即设计一个控制器,使之具有学习、抽象、推理、决策等功能,并能根据环 境信息的变化作出适应性,从而实现由人来完成的任务。 6. 智能控制的几个重要分支为 模糊控制 、 神经网络控制 和 遗传算法 。 7. 智能控制的特点:1,学习功能2,适应功能3,自组织功能4,优化功能 8. 智能控制的研究工具:1,符号推理与数值计算的结合2,模糊集理论3,神经网络理论 4,遗传算法5,离散事件与连续时间系统的结合。 9. 智能控制的应用领域,例如 智能机器人控制 、 计算机集成制造系统 、 工业过程控制 、 航空航天控制 和 交通运输系统 等。 第二章: 10、专家系统:是一类包含知识和推理的智能计算机程序,其内部包含某领域专家水平 的知识和经验,具有解决专门问题的能力。 11、专家系统的构成:由知识库和推理机(知识库由数据库和规则库两部分构成) 12、专家系统的建立:1,知识库2,推理机3,知识的表示4,专家系统开发语言5,专家 系统建立步骤。 13、专家控制:是智能控制的一个重要分支,又称专家智能控制。所谓专家控制,是将 专家系统的理论和技术同控制理论、方法与技术相结合,在未知环境下,仿效专家的经 验,实现对系统的控制。 14、专家控制的基本结构: 15、专家控制与专家系统的区别:1,专家控制能完成专门领域的功能,辅助用户决策; 专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰有着 更高的要求2,专家系统处于离线工作方式,而专家控制要求在线获取反馈信息,即要求 在线工作方式。 16、按专家控制在控制系统中的作用和功能,可将专家控制器分为以下两种类型:1,直 接型专家控制器2,间接型专家控制器《优化,适应,协调,组织》 17、专家控制的关键技术:1,知识的表达方式2,从传感器中识别和获取定量的控制信 号3,将定性知识转化为定量的控制信号4,控制知识和控制规则的获取。 18、专家控制的特点: 灵活性 、适应性 和 鲁棒性 。 第四章: 19、模糊控制是以 模糊集理论 、模糊语言变量 和 模糊逻辑推理 为基础的一种智能控制方法。,它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点:1,模糊控制不需要被控对象的数学模型2,模 糊控制是一种反映人类智慧的智能控制方法3,模糊控制易于被人们接受4,构造容易5, 鲁棒性和适应性好。 21、模糊控制器的组成: 22、模糊逻辑中有哪些运算?(列出5种)为什么模糊输出向量要进行解模糊计算? 1相等 2包含 3并运算 4交运算 5补运算 因为所获得的推理结果是一个模糊矢量,不能直接用来作为控制量,还必须进行一次转 换,求得清晰的控制量输出,即为解模糊计算。 23、Zadeh近似推理方法包含 正向推理 和 逆向推理 两类。 24、模糊控制器的设计步骤:1,确定模糊控制器的结构2,定义输入输出模糊集3,定义 隶属函数4,建立模糊控制规则5,建立模糊控制表6,模糊推理7,反模糊化 25、模糊控制系统可划分为 单变量模糊控制 和 多变量模糊控制 。 第六章: 26、神经网络的发展经历了4个阶段:启蒙期 、 低潮期 、复兴期 和 新连接机制时期 。 27、神经元由四部分构成: 细胞体 、 树突 、 轴突 、 突触 。 28、从生物控制论的观点来看,神经元具有以下功能和特性:兴奋与抑制、学习与遗忘 和结构可塑性。 29、神经网络的分类:1,前向网络2,反馈网络3,自组织网络 30、神经网络特征:1,能逼近任意非线性函数2,信息的并行分布式处理与存储3,可以 多输入,多输出4,便于用超大规模集成电路或光学集成电路系统实现,或用现有的计算 机技术实现5,能进行学习,以适应幻境的变化。 31、神经网络三要素: 神经元的特性、 神经元之间相互连接的拓扑结构 、 为适应幻境而改善性能的学习规则 。 32、神经网络的研究领域:1,机遇神经网络的系统辨识2,神经网络控制器3,神经网络 与其他算法相结合4,优化算法 第七章: 33、BP神经网络是一种单向传播的多层前向网络。 34、BP网络特点:
本书全面而系统地介绍了MATLAB 算法和案例应用,涉及面广,从基本操作到高级算法应用,几乎 涵盖MATLAB 算法的所有重要知识。本书结合算法理论和流程,通过大量案例,详解算法代码,解决具 体的工程案例,让读者更加深入地学习和掌握各种算法在不同案例中的应用。 本书共32 章。涵盖的内容有MATLAB 基础知识、GUI 应用及数值分析、MATALB 工程应用实例、 GM 应用分析、PLS 应用分析、ES 应用分析、MARKOV 应用分析、AHP 应用分析、DWRR 应用分析、 模糊逼近算法、模糊RBF 网络、基于FCEM 的TRIZ 评价、基于PSO 的寻优计算、基于PSO 的机构优 化、基本PSO 的改进策略、基于GA 的寻优计算、基于GA 的TSP 求解、基于Hopfield 的TSP 求解、基 于ACO 的TSP 求解、基于SA 的PSO 算法、基于kalman 的PID 控制、基于SOA 的寻优计算、基于Bayes 的数据预测、基于SOA 的PID 参数整定、基于BP 的人脸方向预测、基于Hopfield 的数字识别、基于 DEA 的投入产出分析、基于BP 的数据分类、基于SOM 的数据分类、基于人工免疫PSO 的聚类算法、 模糊聚类分析和基于GA_BP 的抗糖化活性研究。 本书适合所有想全面学习MATALB 优化算法的人员阅读,也适合各种使用MATALB 进行开发的工 程技术人员阅读。对于相关高校的教学与研究,本书也是不可或缺的参考书。另外,对于MATLAB 爱好 者,本书也对网络上讨论的大部分疑难问题给出了解答,值得一读。
机械控制工程是一门涉及机械系统的控制与自动化的学科。它主要研究如何设计、分析和控制机械系统,以实现所需的运动、力和位置等目标。以下是机械控制工程的基础知识: 1. 传感器与执行器:传感器用于检测机械系统的状态,例如位置、速度、力等;执行器用于控制机械系统的运动,例如电机、液压缸等。 2. 控制系统:控制系统由传感器、执行器和控制器组成。传感器将机械系统的状态转换为电信号,控制器根据输入信号进行计算,并输出控制信号给执行器,从而实现对机械系统的控制。 3. 反馈控制:反馈控制是一种常用的控制方法,它通过不断测量机械系统的状态,并与期望状态进行比较,从而调整控制信号,使系统达到期望状态。 4. 控制算法:控制算法是控制系统中的核心部分,它根据输入信号和反馈信息进行计算,并生成控制信号。常见的控制算法包括比例-积分-微分(PID)控制算法模糊控制算法、自适应控制算法等。 5. 控制器:控制器是控制系统中的关键组件,它负责计算控制信号并输出给执行器。常见的控制器包括单片机控制器、PLC(可编程逻辑控制器)等。 6. 系统建模:系统建模是指将机械系统抽象为数学模型,以便进行分析和设计。常用的建模方法包括传递函数法、状态空间法等。 7. 控制策略:控制策略是指根据具体的控制目标和系统特性选择合适的控制方法和参数。常见的控制策略包括位置控制、速度控制、力控制等。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值