4复杂控制系统.ppt

* * 对于线性流量特性的调节阀，只有当两个阀的流通能力很接近时，两阀衔接成直线，才能应用于分程控制系统。 对于对数流量特性调节阀，需通过两个调节阀分程信号部分重叠的方法，使调节阀特性衔接成线性化，达到平滑过渡。 * * 其参数估计器可以采用递推最小二乘法、广义最小二乘法、辅助变量法等实时在线参数估计方法，它依据过程的输入、输出数据，在线辨识得到过程数学模型的参数。参数调整机构将根据使某种控制指标最优的方法改变控制器参数，即得到该控制指标下的最优控制器，最优控制器可以采用最小方差控制、线性二次型最优控制、极点配置和广义最小方差控制等。最基本、最简单的是采用递推最小二乘估计和最小方差控制相结合的自校正最小方差控制器，即基本自校正控制器。 * 智能控制(Intelligent Control，IC)是20世纪80年代出现的一个新兴的科学领域，它是继经典控制理论方法和现代控制理论方法之后的新一代控制理论方法，是控制理论发展的高级阶段。 * * * * * 专家控制又称作基于知识的控制或专家智能控制。也就是将专家系统的理论和方法与控制理论和方法相结合，应用专家的智能技术指导工程控制，使得工程控制达到专家级控制水平的一种控制方法。 * 专家控制又称作基于知识的控制或专家智能控制。也就是将专家系统的理论和方法与控制理论和方法相结合，应用专家的智能技术指导工程控制，使得工程控制达到专家级控制水平的一种控制方法。 * 在对神经元的主要功能和特性进行抽象的基础上，人们仿照生物神经元模型，用物理器件建立了人工神经元模型，来模拟生物神经网络的某些结构和功能。 * 误差曲线可能会出现局部的最小值，在网络学习时，应尽可能摆脱误差的局部最小值，而达到真正的误差最小值。 * 已知的神经网络有上百种，最常用的有BP网络、径向基函数(RBF：Radial Basis Function)网络、Hopfield网络等多种 BP学习算法【输入信息从输入层正向传至隐层逐层处理，最后传向输出层。如果在输出层不能得到预期的输出，则进行反向学习，将误差信号沿原通路返回，通过修改各层神经元的权值，使得输出误差信号最小，这也是BP网络名称的来由 】 * 去模糊方法 有多种清晰化方法，这里介绍最常用的面积重心法与最大隶属度法： ?面积重心法 这种方法类似于重心计算，取μ(u)的加权平均值为u的精确值，即： ?最大隶属度法 以隶属度函数最大元素(单峰情况)或其平均值(多个峰值)作为输出量u的精确值。 * 4.5.1.6 模糊控制系统设计实例 PID控制律： * 4.5.1.6 模糊控制系统设计实例 相对于常规PID控制，模糊控制的优势？ * 4.5.2 专家控制系统 4.5.2.1 专家系统 专家系统是一个模拟人类专家解决领域问题的计算机程序系统。专家系统的主要功能取决于大量的知识及合理完备的智能推理机构。其基本组成结构如下： 专家系统的基本结构 推理机 解释程序 调度程序 推 理 咨 询 知 识 获 取 规则库 数据库 知识库 领 域 专 家 系 统 用 户 知识库与推理机作用?专家系统如何工作? * 4.5.2.2 专家控制系统 专家控制把控制系统看作为基于知识的系统，系统包含控制系统的知识，按照专家系统知识库的构造，有关控制的知识可以分类组织，形成数据库和规则库 专家控制系统结构 知识库系统 被 控对象 数值算法库 内部通讯 A╱D D╱A 人-机接口 用户 * 4.5.3 神经网络控制 4.5.3.1 神经网络基本概念 人工神经元模型 人们仿照生物神经元模型，用物理器件建立了人工神经元模型(如图)，来模拟生物神经网络的某些结构和功能。 wjn wj1 θj x1 xn yj Σ -1 f(·) 人工神经元模型 θj为神经元阈值；wji表示从神经元j到神经元i连接权权值；f(·)为激活函数，也称输出变换函数 * -σ 0 σ 常用激活函数 1 f(x)=x 0 1 1 -1 x f(x)=sgn(x) x -1 1 0 0.5 x -1 x x x a)符号函数 b)双曲函数 c)S形(sigmoid)函数 d) 线性函数 e)饱和函数 f)高斯函数 1 * 神经网络模型结构 神经网络由多层网络节点组成，根据神经网络拓扑结构，可分为前向(馈)与互联型网络两大类。 a) 前向式网络 b) 互联型网络 神经网络拓扑结构示意图 … … … 输入层 输出层 隐层 … … … 输入层 输出层 隐层 * 神经网络的学习方法 人工神经网络的学习规则，就是网络连接权的调整规则，学习过程实际上是神经网络修改它的权重而响应外部输入的过程。 有三种不同的学习(或训练)方式，即有指导(监督)的训练(supervised training)、无指