推荐星级：

智能控制技术第二版第一章绪论

更新时间：2023-12-22 05:11:44 大小：281K 上传用户：xuzhen1 查看TA发布的资源 标签：智能控制 下载积分：2分评价赚积分（如何评价?）收藏评论(0) 举报

资料介绍

智能控制问题的提出经典控制理论: 研究的对象是单变量常系数线性系统，且只适用于单输入单输出控制系统现代控制理论: 研究的对象是多变量常系数线性系统那么对于以下这类系统，如何处理：不确定性系统高度非线性系统复杂任务的控制要求智能控制理论是针对此类问题的控制提出的一种新方法智能控制的发展 1965年，著名学者K.S.Fu（傅京逊）把人工智能的启发式推理规则用于学习系统,为控制技术迈向智能化揭开了崭新的一页 Mendel于1966年提出了“人工智能控制”的新概念 1967年,Leondes和Mendel首次使用了“智能控制(Intelligent Control)”一词,并把记忆、目标分解等技术应用于学习控制系统智能控制的发展 1971年，著名学者K.S.Fu（傅京逊）从发展学习控制的角度首次提出智能控制这一新兴学科，归纳了三种类型的智能控制系统人作为控制器的控制系统人机结合作为控制器的控制系统无人参与的自主控制系统 1977年Saridis出版了《随机系统的自组织控制》，丰富了智能控制的内涵 K.J. Astrom提出了“专家控制”思想 1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会专家系统和专家控制专家控制是将专家系统的理论和技术与控制理论和方法有机地结合起来,在未知环境下模仿专家的智能,实现对系统的有效控制。一般的专家控制系统由三部分组成：一是控制机制，它决定控制过程的策略，即控制哪一个规则被激活、什么时候被激活等。二是推理机制，它实现知识之间的逻辑推理以及与知识库的匹配。三是知识库，包括事实、判断、规则、经验以及数学模型模糊控制模糊控制主要是模仿人的控制经验而不是依赖控制对象模型，因此模糊控制器实现了人的某些智能模糊控制的三个基本组成部分：模糊化模糊决策精确化计算模糊控制需要研究的问题：适合于解决工程上普遍适用的稳定性分析方法，稳定性评价方法和可控性评价方法模糊控制规则设计方法的研究模糊控制器参数的最优调整理论的确定及修正推理规则的学习方式模糊动态系统的辨识方法模糊预测系统的设计方法和提高计算速度的算法神经元网络控制神经元控制是模拟人脑神经中枢系统智能活动的一种控制方式,从本质上看，神经网络是一种不依赖模型的自适应函数估计器。神经元网络具有特点：非线性映射能力并行计算能力自学习能力强鲁棒性神经元网络在控制系统中所起的作用可大致分为四大类：第一类是在基于模型的各种控制结构中充当对象的模型；第二类是充当控制器；第三类是在控制系统中起优化计算的作用；第四类是与其它智能控制如专家系统、模糊控制相结合为其提供非参数化对象模型、推理模型等学习控制：它通过重复各种输入信号，并从外部校正该系统，从而使系统对特定输入具有特定响应学习控制根据系统工作对象的不同可分为两大类一是对具有可重复性的被控对象利用控制系统的先前经验，寻求一个理想的控制输入。而这个寻求的过程就是对被控对象反复训练的过程。这种学习控制又称为迭代学习控制。二是自学习控制系统。它不要求被控过程必须是重复性的。它能通过在线实时学习，自动获取知识，并将所学的知识用来不断地改善具有未知特征过程的控制性能。智能控制系统特点：智能控制系统一般具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。它适用于含有复杂性、不完全性、模糊性、不确定性和不存在已知算法的生产过程智能控制器具有分层信息处理和决策机构。它实际上是对人神经结构和专家决策机构的一种模仿智能控制器具有非线性和变结构特点智能控制器具有多目标优化能力。智能控制器能够在复杂环境下学习