智能控制理论及应用笔记

王耀南.智能控制理论及应用.机械工业出版社

目录

第零章 导入

自动控制系统

第一章 绪论

第二章 模糊控制的数学基础

 模糊集合

模糊关系

 语言规则中蕴含的模糊关系

 模糊推理

第三章 模糊控制器的设计方法

模糊控制器的工作原理

 模糊控制器的结构和设计

模糊化接口

规则库

模糊推理

清晰化接口

 模糊查询表

第四章 神经网络的基本理论

第五章 神经网络在控制中的应用

第六章 模糊神经网络

第七章 专家控制技术

第八章 遗传算法

第九章 智能控制的应用实例

第十章 MATLAB中的智能控制箱


第零章 导入

自动控制系统

        所谓自动控制,是指在没有人直接参与的情况下,利用外加的设备或装置(称控制装置或控制器),使机器、设备或生产过程(统称控制对象)的某个工作状态或参数(即被控量)自动地按照预定的规律运行

1788年瓦特发明飞球调节器,进一步推动蒸汽机的应用,促进了工业的发展推动了社会进步是飞球调节器公认为第一个自动控制系统的最主要原因。

 由控制器(控制装置)和被控对象组成,具有自动控制功能的系统,称为自动控制系统

对被控对象实施控制的装置称为控制器。其基本功能有:测量、决策和执行被控制的机器设备或生产过程称作被控对象,将表征其工况的关键参数称作被控量输出量),而将对这些工况参数所要求达到的值称作给定值(或希望值、输入量)。
自动控制的任务可抽象为:使被控对象的被控量按给定值变化。
 

智能控制理论及应用,主要针对的是控制中的控制方法,使其智能化,能够适应环境的变化,做出相应的调整和改变。

第一章 绪论

        《智能控制》是一门新兴交叉前沿学科课程,研究如何运用人工智能的方法来构造控制系统和设计控制器。与《自动控制原理》和《现代控制原理》一起构成了自动控制课程体系的理论基础。

经典控制--》现代控制--》智能控制

 举个例子:

 智能控制理论:搜集一系列数据,每个样本都有输入的数据值和输出的数据值,例如,想要研究i、u0、ui的关系,每个样本都有这三个量的数据,对于控制系统,重要的指标有状态稳定性分析,对于智能控制,稳定对应的就是收敛,不稳定就是发散,简化,只要发现研究的数据收敛即可,毕竟没有办法研究所有的状态数据都收敛(穷举不完)。

 智能控制的两个发展方向:1.模拟人类的专家控制经验进行控制;2.模拟人类的学习能力进行控制。

智能控制的产生和发展

智能控制的定义

IEEE定义:智能控制必须具有模拟人类学习(Learning)自适应(Adaptation)的能力。

一般来说,一个智能控制系统要具有对环境的敏感,进行决策和控制的功能,根据其性能要求的不同.可以有各种人工智能的水平。

 本文,主要记录在模糊控制、神经网络控制、专家控制和智能算法控制等智能控制理论及应用。

第2-10章  逻辑:

        a.模糊控制理论+应用

        b.神经网络理论+应用

        a+b.模糊神经网络(结合模糊和神经网络两种方法)

        c.专家技术(专家系统)

        d.遗传算法理论+应用

        e.智能控制应用实例

        a+b+c+d+e.MATALB中的智能控制工具箱(代码实现)

第二章 模糊控制的数学基础

传统集合:集合的概念(具有特定属性的对象的全体)、表示、运算、运算律、特征函数

 模糊集合

概念:

 表示:

 运算:

 运算律

 \lambda水平截集

模糊关系

普通关系,就是普通集合的笛卡尔乘积的子集,表示可以用关系矩阵表示

普通关系的数学定义

 模糊关系:建立在模糊集合之间的关系

 模糊关系的表示:隶属度矩阵表示

模糊关系的运算----隶属度矩阵的运算(涉及到隶属度的运算)

模糊关系的合成

 注:

 对于关系而言,重要的一个运算就是关系的合成,现在对普通关系进行扩充,得到模糊关系,自然也要关注模糊关系的合成

普通关系的合成

 普通关系R对自生的合成,可以看作一种对路径的挖掘。

模糊变换

 模糊变换的应用----指标评价

 模糊综合评价

 语言规则中蕴含的模糊关系

语言变量(自然语言中的词或者句)

模糊蕴含关系

参考关系的定义、合成

        简单条件语句的蕴含关系

                如下,阐述了模糊集合的笛卡尔乘积

        多重条件语句的蕴含关系

        

        多维条件语句的蕴含关系

        

        多重多维条件语句的蕴含关系

        

 模糊推理

              单输入模糊推理

         多输入模糊推理

         多输入多规则模糊推理

第三章 模糊控制器的设计方法

模糊控制器的工作原理

 模糊控制器的结构和设计

模糊化接口

        模糊化就是通过在控制器的输入、输出论域上定义语言变量,将精确的输入、输出值转换为模糊的语言值。模糊化接口的设计步骤实际上就是定义语言变量的过程,由前文知,语言变量的定义包括四部分——语言变量的变量名称、论域、每个语言变量设计相应的模糊集合、每个模糊集合的隶属函数,模糊化接口的设计类似。

1.语言变量的确定(语言变量的名称确定):

        对于模糊控制器的每个输入、输出空间,分别定义一个语言变量。参考人类的专家经验,对于控制输出的判断,通常包含两个方面:误差的变化和误差的变化率;因此,取系统的误差值e和误差变化率ec作为模糊控制器的两个输入,那么,我们在e的论域上定义语言变量“误差E”,在ec的论域上定义语言变量“误差变化EC”,同时,在控制量u的论域上定义语言变量“控制量U”。

2.语言变量的论域的设计:

        为了提高实时性,模糊控制器常常以控制查询表的形式出现(离线事先生成),该表反映了通过模糊控制算法求出的模糊控制器的输入量与输出量在给定离散点上的对应关系。为了便于设计出模糊查询表,通常把语言变量的论域定义为有限整数的离散论域。举个例子,可以将E的论域定义为{-m,-m+1,...,-1,0,1,...,m-1,m};将EC的论域定义为{-n,-n+1,...,-1,0,1,...,n-1,n};将U的论域定义为{-l,-l+1,...,-1,0,1,...,l-1,l}。

        

         量化因子:实现将实际的检测到的系统的误差e和ec转化为精确量模糊化接口的输入E和EC,比例因子实现将模糊控制器根据规则库和E和EC的输入得到的输出U(模糊量)转化为实际输出值u(精确值)---这段话需要修改。

3.定义语言变量的语言值          

 4.定义各语言值的隶属函数

 模糊语言变量的隶属函数确定时有几个问题需要考虑:

规则库

模糊推理

清晰化接口

 模糊查询表

第四章 神经网络的基本理论

第五章 神经网络在控制中的应用

第六章 模糊神经网络

第七章 专家控制技术

第八章 遗传算法

第九章 智能控制的应用实例

第十章 MATLAB中的智能控制箱

其他链接

智能控制知识点总结_钢蛋就位的博客-CSDN博客_智能控制需要学算法吗

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