智能控制第二章 复杂系统的分层递阶智能控制.pptVIP

2.3.6 迭代的学习控制 迭代学习控制能以非常简单的方式处理不确定度相当高的动态系统，且仅需较少的先验知识和计算量，同时适应性强，易于实现；更主要的是，它不依赖于动态系统的精确数学模型，是一种以迭代产生优化输入信号，使系统输出尽可能逼近理想值的算法。它的研究对那些有着非线性、复杂性、难以建模以及高精度轨迹控制问题有着非常重要的意义. 2. 特点 2.3.7 基于联结主义的学习控制 联结主义的机制是实现学习功能的、形成学习控制系统总体结构的一种有效方法。联结主义学习控制的研究主要基于神经网络、模推理等技术 ，代表了学习控制问题中一类重要的理论观点 1. 基本思想 2.3.7 基于联结主义的学习控制 一个控制系统中，表现为“输入刺激”与“期望输出作用”之间联结关系有如下几类函数映射： 2. 原理 控制器映射 控制参数映射 模型状态映射 模型参数映射 Add your company slogan Company LOGO 第二章　复杂系统结构与智能控制 Contents 2.2　专家系统 2 2.1　复杂系统的分层递阶智能控制 3 1 2.3　学习控制 3 3 2.1 复杂系统的分层递阶智能控制 2.1.1 分层递阶智能控制的结构原理 三层结构的内容 2.1.2 组织级 组织级功能 2.1.3 协调级 将任务序列分解为子任务，根据子任务之间的并行关系，由分配器给低一级的协调器。 协调器将子任务分解为控制器可执行的控制序列，并保证该子任务最优。 由于各子任务之间可能存在着耦合关系，分配器还必须根据总的目标，对各子任务的控制序列进行平衡和协调。例如，在各子任务的控制策略中引入一个协调参数、关联约束，通过预测或修正的方法来进行调整。 分配器和协调器的统一结构 具体功能 2.1.4 执行级 可以根据具体情况采用任何控制理论的经典方法。 设被控系统为 性能指标 信息熵 控制量 在允许控制空间?u中信息熵为， 由变分引理可得 可见：分层递阶智能控制的目标就是使总熵最小 。 2.2 专家系统 2.2.1 专家系统的基本组成与特点 1. 知识库（Knowledge Base) 知识库用于存储某领域专家系统的专门知识，包括事实、可行操作与规则。 2. 综合数据库（global database) 综合数据库又称全局数据库或总数据库，它用于储存领域或问题的初始数据和推理过程中得到的中间数据（信息），即被处理对象的一些当前事实。 专家系统的基本组成： 专家系统的基本组成 3. 推理机（reasoning machine) 用于记忆所采用的规则和控制策略的程序，使整个专家系统能够以逻辑方式协调的工作。推理机能够根据知识进行推理和导出结论，而不是简单有哪些信誉好的足球投注网站现成的答案。 4. 解释器（explanator) 解释器能够向用户解释专家系统的行为，包括解释推理结论的正确性以及系统输出其他候选解得原因。 5. 接口（interface) 接口又称界面，它能够使系统与用户进行对话，使用户能够输入必要的数据、提出问题和了解推理过程和推理结果等。系统则通过接口要求用户回答提问，并回答用户提出的问题，进行必要的解释。 专家系统的特点 （1）启发性：能运用专家的知识和经验进行推理、判断和决策。 （2）透明性：能够解释本身推理过程和回答用户提出的问题，以便让用户能够了解推理过程，提高对专家系统的信赖感。 （3）灵活性：能不断地增长知识，修改原有知识，不断更新。 2.2.2 专家智能控制系统的基本原理 一般的专家系统是通过推理机与知识库和综合数 据库的交互作用来求解领域问题的，其大致过程如下： 1）根据用户的问题对知识库进行有哪些信誉好的足球投注网站，寻找有关的 知识；（匹配） 2）根据有关的知识和系统的控制策略形成解决问题的途径，从而构成一个假设方案集合； 3）对假设方案集合进行排序，并挑选其中在某些准则下为最优的假设方案；（冲突解决） 2.2.2 专家智能控制系统的基本原理 4）根据挑选的假设方案去求解具体问题；（执行） 5）如果该方案不能真正解决问题，则回溯到假设方案序列中的下一个假设方案，重复求解问题； 6）循环执行上述过程，直到问题已经解决或所有可能的求解方案都不能解决问题而宣告“无解”为止。 2.2.3 仿人智能控制 1.定义 仿人智能控制是仿效人的政行为而进行控制和决策，即在宏观结构上和功能上对人的控制进行模拟。 从广义上讲，各种智能控制方法研究的共同点都是使工程控制系统具有某种