(精选)智能控制-第九章 其他智能控制课件.pptVIP

《智 能 控 制》 Intelligent Control;第九章 其他智能控制; （4）启发式和直觉推理问题求解. ;图9.2 误差相平面上的特征和控制模态 ;2. 特征模型的定义及形式化描述 ; 特征辨识是智能控制系统根据特征模型对采样信息进行在线处理和模式识别，确定系统当前所处状态的过程。 ; 特征辨识根据特征模型在线确定系统当前所处特征运动状态,而控制器按照特征辨识结果选择相应的控制模态。 ; 典型的仿人控制模态基元有比例(m1)控制模态基元、微分控制(m2)模态基元、积分控制(m3)模态基元及其组合(如PID)模态基元、极值采样保持(m5)与稳态保持(m4)模态基元、开关控制(m6)模态基元等。 ;? 9.1.4.1. 仿人控制系统的设计依据;? ;9.1.4.2 仿人智能控制器设计与实现的一般步骤 ;4. 设计控制器的结构 ;5. 设计控制模态集与控制规则 ;Ⅲ ;9.1.5 仿人控制器的设计与实现示例 ;符号 ;2. 小车－单摆系统仿人控制器的结构设计 ;9.1.5.2 小车－单摆系统仿人控制器的实现 ;(b); 图9.21 小车－单摆摆起倒立试验稳态位置;9. 2 进化控制;9.2.1 遗传算法的基本原理;销售员旅行问题（TSP）;1 编码与解码;编码;二进制编码;二进制编码;解码;编码解码举例;编码解码举例;编码解码举例;编码解码举例;浮点数编码;格雷码;几种自然二进制码与格雷码的对照表;符号编码;旅行问题(TSP)编码;2 适应度函数(Fitness Function);旅行问题(TSP)的适应度函数;3 遗传操作;选择操作(Selection);赌轮选择机制;交叉操作(Crossover);交叉演示;变异操作(Mutation);二进制变异演示; 随机产生一个1至n之间的数k，决定对回路中的第k个城市的代码wk进行变异操作，又产生一个1至n之间的数w，替代wk，并将wk加到尾部，得到 这个串有n+1个数码，注意数w在此串中重复了，必须删除与数w相重复的数，从而得到合法的染色体。;9.2.2 遗传算法的求解步骤;遗传算法的基本原理： 通过随机方式产生若干个所求解问题的数字编码，即染色体，形成初始群体；通过适应度函数给每个个体一个数值评价，淘汰低适应度的个体，选择高适应度的个体参加遗传操作，经过遗传操作后的个体集合形成下一代群体。再对这个新群体进行下一轮进化。;(1) 初始化群体; (2) 计算群体上每???个体的适应度值; (3) 按由个体适应度值所决定的某个规则,选择将进入下一代的个体; (4) 按概率Pc进行交叉操作; (5) 按概率Pm进行突变操作; (6) 若没有满足某种停止条件，则转第(2)步，否则进入下一步。 (7) 输出群体中适应度值最优的染色体,作为问题的满意解或最优解。;简单遗传算法的框图;一般遗传算法的主要步骤;基本遗传算法框图;遗传算法的一般结构表示 ;9.2.3 进化控制及其形式化描述 ;2. 进化控制系统的结构和形式化描述;进化控制系统的形式化描述;进化控制系统的形式化描述;9.2.4 移动机器人进化控制系统的体系结构和算法 ;协调控制;2.进化规划器的结构与算法;9.3 免疫控制 ;2. 免疫算法的有关定义 ;9.3.2 免疫算法的设计方法和参数选择 ; 从计算机算法的量度来分析，可以考察免疫算法及其优化算法的以下参数: ;免疫控制器