先進(jìn)控制技術(shù)先進(jìn)控制技術(shù)1經(jīng)典控制理論PID控制和直接數(shù)寧控制對解決一般控制和線性定常系統(tǒng)問題十分有效。但是，在許多控制系統(tǒng)中，一些復(fù)雜被控對象(或過程)的特性很難用一般的物理或化學(xué)規(guī)律來描述，也沒有適當(dāng)?shù)臏y試手段進(jìn)行測試，并為具建立數(shù)學(xué)模型。對于這類被控對象(或過程)，用傳統(tǒng)控制理論或現(xiàn)代控制理論很難取得滿意的控制效果。然而，這類被控對象(或過程)在人工操作下卻往往能正常運行，并達(dá)到一定預(yù)期的效果。人的手動控制策略是通過操作者的學(xué)習(xí)、試驗及長期經(jīng)驗積累而形成的，它通過人的自然語言來敘述，例如，用自定性的、不精確的及模糊的條件語句來表達(dá)：若爐溫偏高，則減少燃料：若蓄水塔水位偏低，則加大進(jìn)水流量；若燃燒廢氣中含氧量偏向，則減小助燃風(fēng)量等。由于自然語言具有模糊性，所以，這種語言控制也被稱為模糊語言控制，簡稱模糊控制。經(jīng)典控制理論PID控制和直接數(shù)寧控制對解決一般控制和線性定常2三年級下冊池子與河流部編版ppt3三年級下冊池子與河流部編版ppt42.模糊集合的運算(1)相等：,都有，則稱A與B相等，記作。(2)補集：,都有，則稱B是A的補集，記作。(3)包含：,都有，則稱A包含B，記作。(4)并集：,都有，則稱C是A與B的并集，記作。(5)交集：,都有，則稱C是A與B的交集，記作。三年級下冊池子與河流部編版ppt53.模糊關(guān)系(1)關(guān)系：描寫事物之間聯(lián)系的數(shù)學(xué)模型①R為由集合X到集合Y的普通關(guān)系，則對任意都只能有以下兩種情況：x與y有某種關(guān)系，即xRy；x或y與無某種關(guān)系，即xRy；

②直積集：在集X與集Y中各取出一元素排成序?qū)?，所有這樣序?qū)Φ募辖凶鯴和Y的直積集(也稱笛卡爾乘積集)，記為

R集是X和Y的直積集的一個子集

③幾個常見的關(guān)系自返性(同族關(guān)系)

、對稱性(兄弟關(guān)系和朋友關(guān)系)和傳遞性(兄弟關(guān)系和朋友關(guān)系)。父子關(guān)系？具有自返性和對稱性的關(guān)系稱為相容關(guān)系，具有傳遞性的相容關(guān)系稱為等價關(guān)系。

(2)模糊關(guān)系模糊關(guān)系也有自返性、對稱性、傳遞性等關(guān)系。3.模糊關(guān)系6(3)模糊矩陣模糊矩陣的一般形式為其中，，，矩陣A可記為。矩陣中的表示集合X中第i個元素和集合Y中第j個元素隸屬于模糊關(guān)系的程度，記為矩陣中的表示集合X中第i個元素和集合Y中第j個元素隸7對于模糊矩陣，有下面四種預(yù)算：①并：cij=max〔aij,bij〕=aij∨bij

②交：cij=min〔aij,bij〕=aij∧bij

③補：〔１-aij〕④乘：Cij=max｛min〔aik,bkj〕｝=∨〔aik∧bkj〕對于模糊矩陣，有下面四種預(yù)算：84．模糊邏輯⑴二值邏輯：建立在取真“1”和取假“0”二值基礎(chǔ)上的數(shù)理邏輯，是計算機(jī)科學(xué)的基礎(chǔ)理論。

⑵模糊邏輯：模糊邏輯的真值x在區(qū)間〔0,1〕中連續(xù)取值，x越接近1，說明真的程度越大。模糊邏輯是二值邏輯的直接推廣，因此，模糊邏輯是無限多值邏輯，也就是連續(xù)值邏輯。模糊邏輯仍有二值邏輯的邏輯并(析取)、邏輯交(合取)、邏輯補(否定)的運算。4．模糊邏輯⑴二值邏輯：建立在取真“1”和取假“0”95．模糊推理應(yīng)用模糊理論，可以對模糊命題進(jìn)行模糊的演繹推理和歸納推理。本節(jié)主要討論假言推理和條件語句。

⑴假言推理⑵模糊假言推理⑶模糊條件語句5．模糊推理應(yīng)用模糊理論，可以對模糊命題進(jìn)行模糊的演10(1)假言推理基本規(guī)則：如果已知命題A（即可以分辨真假的陳述句）蘊涵命題B，即A→B（若A則B）；如今確實A，則可以得到結(jié)論為B，其邏輯結(jié)構(gòu)為若A，則B；

如今A；

------------------

結(jié)論B。舉例：如果A看成“小王住院”，B看成“小王生病”；則若“小王住院”真，“小王生病”也真。(1)假言推理舉例：如果A看成“小王住院”，B看成“小王生病11（2）模糊假言推理

命題A，B均為精確命題，在模糊情況下，與均為模糊命題，代表模糊事件，要用模糊假言推理來進(jìn)行推理。設(shè)X和Y是兩個各自具有基礎(chǔ)變量x和y的論域，其中模糊集合：的隸屬函數(shù)分別為從X到Y(jié)的一個模糊關(guān)系，表示X×Y論域上，描述模糊條件語句“若則”的模糊關(guān)系，其隸屬函數(shù)為（2）模糊假言推理

命題A，B均為精確命題，在模糊12⑶模糊條件語句⑶模糊條件語句136.1.2模糊控制原理模糊控制系統(tǒng)通常由模糊控制器、輸入輸出接口、執(zhí)行機(jī)構(gòu)、測量裝置和被控對象等五個部分組成，如下圖所示。6.1.2模糊控制原理模糊控制系統(tǒng)通常由模糊控制14模糊控制器主要包括輸入量模糊化接口、知識庫、推理機(jī)、輸出清晰化接口四個部分，如下圖所示。1.模糊化接口2.知識庫3.推理機(jī)4.清晰化接口模糊控制器主要包括輸入量模糊化接口、知識庫、推理機(jī)、輸出清晰156.1.3模糊控制器設(shè)計

設(shè)計模糊控制系統(tǒng)的關(guān)鍵是設(shè)計模糊控制器。1．模糊控制器的結(jié)構(gòu)設(shè)計(1)單輸入單輸出結(jié)構(gòu)①一維模糊控制器②二維模糊控制器(2)多輸入多輸出結(jié)構(gòu)6.1.3模糊控制器設(shè)計162.模糊規(guī)則的選擇和模糊推理(1)模糊規(guī)則的選擇①模糊語言變量的確定②語言值隸屬函數(shù)的確定③模糊控制規(guī)則的建立(2)模糊推理①一維形式②二維形式3.清晰化4.模糊控制器論域及比例因子的確定5.編寫模糊控制器的算法程序2.模糊規(guī)則的選擇和模糊推理176.雙輸入單輸出模糊控制器設(shè)計(1)模糊控制器的基本結(jié)構(gòu)(2)模糊化(3)模糊控制規(guī)則、模糊關(guān)系和模糊推理(4)清晰化6.雙輸入單輸出模糊控制器設(shè)計186.1.4模糊控制的特點模糊控制理論是控制領(lǐng)域中非常有發(fā)展前途的一個分支，這是由于模糊控制具行許多傳統(tǒng)控制制無法比擬的優(yōu)點，主要優(yōu)點如下：不需要精確數(shù)學(xué)模型容易學(xué)習(xí)使用方便適應(yīng)性強(qiáng)控制程序簡短速度快開發(fā)方便可靠性高性能優(yōu)良6.1.4模糊控制的特點模糊控制理論是控制領(lǐng)域中非常有發(fā)196.1.5模糊控制的應(yīng)用近年來，模糊控制得到了廣泛的應(yīng)用。下面簡單介紹一些模糊控制的應(yīng)用領(lǐng)域：1)航天航空：模糊控制現(xiàn)在已應(yīng)用于各種導(dǎo)航系統(tǒng)中。2)工業(yè)過程控制：工業(yè)過程控制的需要是控制性術(shù)發(fā)展的主要動力。3)家用電器:全自動洗衣機(jī)、電飯煲、空調(diào)等。4)汽車和交通運輸：防抱死剎車系統(tǒng)，基于模糊控制的無級變速器，模糊發(fā)動機(jī)控制和自動駕駛控制系統(tǒng)等。5)其控制場合：電梯控制器、工業(yè)機(jī)器人、核反應(yīng)控制、醫(yī)療儀器等。除控制應(yīng)用以外，還應(yīng)用于圖像識別、計算機(jī)圖像處理、金融和其他專家系統(tǒng)中。6.1.5模糊控制的應(yīng)用近年來，模糊控制得到了廣泛的應(yīng)用206.1.6模糊控制的現(xiàn)狀與發(fā)展模糊集合的引入將人的判斷、思維過程用比較簡單的數(shù)學(xué)形式直接表達(dá)出來，從而使對復(fù)雜系統(tǒng)做出合乎實際的、符合人類思維方式的處理成為可能，為最初模糊控制器的形成奠定了基礎(chǔ)。1974年，英國的Mamdam使用模糊控制語言構(gòu)成的控制器來控制鍋爐蒸汽機(jī)，取得了良好的效果，他的試驗和研究標(biāo)志著模糊控制的誕生；模糊拌制不僅適用于小規(guī)模線性單變量系統(tǒng)，而且逐漸向大規(guī)模、非線性復(fù)雜系統(tǒng)擴(kuò)展。從現(xiàn)有的控制系統(tǒng)來看，它具有易于掌握、輸出量連續(xù)、可靠性高、能發(fā)揮熟練專家操作的良好控制效果等優(yōu)點；近年來，對于經(jīng)典模糊控制系統(tǒng)穩(wěn)態(tài)性能的改善，模糊集成控制、模糊自適應(yīng)控制、專家模糊控制與多變量模糊控制的研究，特別是對復(fù)雜系統(tǒng)的自學(xué)習(xí)與參數(shù)(或規(guī)則）自調(diào)整模糊系統(tǒng)方向的研究，受到各國學(xué)者的重視。人們將神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù)相結(jié)合，形成了一種模糊神經(jīng)網(wǎng)絡(luò)技術(shù)，它可以組成一組更接近于人腦的智能信息處理系統(tǒng)，其發(fā)展前景十分廣闊。6.1.6模糊控制的現(xiàn)狀與發(fā)展模糊集合的引入將人21模糊控制的發(fā)展模糊控制器采用與人腦思維方法相似的控制原理，因此它具有很人的灸活性，可以目據(jù)實際控制對象的不同，修改基本的模糊控制器，從而實現(xiàn)對不同對象的模糊控制。雖然經(jīng)典模糊控制理論已在許多工程應(yīng)用上獲得了成功，但目前它仍處于發(fā)展過程的初級階段，還存在大量需要解決的問題。目前而臨的豐要任務(wù)如下。①建立一套系統(tǒng)的模糊控制理論。模糊控制聯(lián)論研究還期待著堅實的、系統(tǒng)的和奠基性的內(nèi)容，用以解決模糊擰制的機(jī)理、穩(wěn)定性分析，系統(tǒng)化設(shè)計方法，新型自適應(yīng)模糊控制系統(tǒng)、專家模糊控制系統(tǒng)、神經(jīng)模糊控制系統(tǒng)和多變量模糊控制系統(tǒng)的分析與設(shè)計等一系列問題。②模糊集成控制系統(tǒng)設(shè)計方法的研究。隨著被控對象的門益復(fù)雜，忙往需要兩種或多種控制策略的集成，通過動態(tài)控制特性亡的互補來獲得滿意的控制效果?，F(xiàn)代控制理論、神經(jīng)網(wǎng)絡(luò)理論與模糊控制的相互結(jié)合、滲透，可構(gòu)成所謂的模糊集成控制系統(tǒng)。為其建方一套完咎的分析與設(shè)計力池也是模糊控制理論研究的一個重要方向。模糊控制在非線性復(fù)雜系統(tǒng)中的模糊建模，以及模糊規(guī)則的建立和推理算法的深A(yù)4好究。④自學(xué)習(xí)模糊控制策略和智能化系統(tǒng)的實現(xiàn)。①常規(guī)模糊控制系統(tǒng)穩(wěn)態(tài)性能的改善。⑥把已經(jīng)取得的研究成果應(yīng)蝴到工程過程中，盡快把其轉(zhuǎn)化為生產(chǎn)力。因此，需加快實施簡學(xué)實用的模糊集成芯片和模糊控制裝置，以及通用模糊控制系統(tǒng)的開發(fā)與報J”應(yīng)用。綜上所述，模糊控制在工業(yè)中的應(yīng)用是一個相對迅速發(fā)展的領(lǐng)域。隨著模糊控制理論的不斷發(fā)展和應(yīng)用．模糊控制技術(shù)將為工業(yè)過程控制開辟新的應(yīng)用途徑，而且前景十分光明。模糊控制的發(fā)展226.2神經(jīng)網(wǎng)絡(luò)控制技術(shù)神經(jīng)網(wǎng)絡(luò)控制是一種基本上不依賴于精確數(shù)學(xué)模型的先進(jìn)控制方法，比較適用于那些具有不確定性或高度非線性的控制對象，并具有較強(qiáng)的適應(yīng)和學(xué)習(xí)功能。6.2神經(jīng)網(wǎng)絡(luò)控制技術(shù)236.2.1神經(jīng)網(wǎng)絡(luò)基礎(chǔ)1.生物神經(jīng)元模型人腦是由大量的神經(jīng)細(xì)胞組合而成的，它們之間相互連接。每個神經(jīng)細(xì)胞（也稱為神經(jīng)元）結(jié)構(gòu)如下圖所示。6.2.1神經(jīng)網(wǎng)絡(luò)基礎(chǔ)1.生物神經(jīng)元模型242.人工神經(jīng)元模型人工神經(jīng)網(wǎng)絡(luò)是利用物理器件或仿真程序來模擬生物神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。下圖是最典型的人工神經(jīng)元模型。2.人工神經(jīng)元模型人工神經(jīng)網(wǎng)絡(luò)是利用物理器件或仿真程序來模25３．人工神經(jīng)網(wǎng)絡(luò)下圖表示了兩個典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，圖a)為前饋型網(wǎng)絡(luò)，圖b)為反饋型網(wǎng)絡(luò)。

３．人工神經(jīng)網(wǎng)絡(luò)下圖表示了兩個典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，圖266.2.2神經(jīng)網(wǎng)絡(luò)控制典型的神經(jīng)網(wǎng)絡(luò)控制包括神經(jīng)網(wǎng)絡(luò)監(jiān)督控制（或稱神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制）、神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（自校正、模型參考控制，含直接與間接自適應(yīng)控制）、神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂啤⑸窠?jīng)網(wǎng)絡(luò)預(yù)測控制等。6.2.2神經(jīng)網(wǎng)絡(luò)控制典型的神經(jīng)網(wǎng)絡(luò)控制包括神經(jīng)網(wǎng)絡(luò)監(jiān)督控271.神經(jīng)網(wǎng)絡(luò)監(jiān)督控制例如，我們可以考慮在傳統(tǒng)控制器，如PID控制器基礎(chǔ)上，再增加一個神經(jīng)網(wǎng)絡(luò)控制器,如下圖所示，此時神經(jīng)網(wǎng)絡(luò)控制器實際是一個前饋控制器，因此它建立的是被控對象的逆模型。1.神經(jīng)網(wǎng)絡(luò)監(jiān)督控制例如，我們可以考慮在傳統(tǒng)控制器，如PID282.神經(jīng)網(wǎng)絡(luò)直接逆控制下圖給出了兩種結(jié)構(gòu)方案。在圖a)中,NN1和NN2具有完全相同的網(wǎng)絡(luò)結(jié)構(gòu)（逆模型），并且采用相同的學(xué)習(xí)算法，即NN1和NN2的連接權(quán)都沿

的負(fù)梯度方向進(jìn)行修正。上述評價函數(shù)也可采用其他更一般的加權(quán)形式，這時的結(jié)構(gòu)方案如圖b)所示。2.神經(jīng)網(wǎng)絡(luò)直接逆控制下圖給出了兩種結(jié)構(gòu)方案。在圖a293.神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（1）神經(jīng)網(wǎng)絡(luò)自校正控制

1)直接自校正控制

2)間接自校正控制神經(jīng)網(wǎng)絡(luò)間接自校正自適應(yīng)控制的結(jié)構(gòu)框圖如下圖所示。3.神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制（1）神經(jīng)網(wǎng)絡(luò)自校正控制30（2）神經(jīng)網(wǎng)絡(luò)模型參考控制a)直接模型參考控制

b)間接模型參考控制（2）神經(jīng)網(wǎng)絡(luò)模型參考控制314.神經(jīng)網(wǎng)絡(luò)內(nèi)模控制在內(nèi)?？刂浦?，系統(tǒng)的正向模型與實際系統(tǒng)并聯(lián),兩者輸出之差被用作反饋信號，此反饋信號又由前向通道的濾波器及控制器進(jìn)行處理。下圖給出了內(nèi)模控制的神經(jīng)網(wǎng)絡(luò)實現(xiàn)。其中，被控對象的正向模型及控制器（逆模型）均由神經(jīng)網(wǎng)絡(luò)實現(xiàn)，濾波器仍然是常規(guī)的線性濾波器。4.神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂圃趦?nèi)?？刂浦校到y(tǒng)的正向模型與實際系統(tǒng)326.3專家控制技術(shù)6.3.1專家系統(tǒng)

1.專家系統(tǒng)結(jié)構(gòu)右圖為理想專家系統(tǒng)的結(jié)構(gòu)圖，主要包括接口、知識庫、黑板、解釋器、推理機(jī)等部分。6.3專家控制技術(shù)6.3.1專家系統(tǒng)332.建造專家系統(tǒng)的步驟建立專家系統(tǒng)的步驟一般如下：1）設(shè)計初始數(shù)據(jù)庫(1)問題知識化(2)知識概念化(3)概念形式化(4)形式規(guī)則化(5)規(guī)則合法化2）原型機(jī)的開發(fā)與試驗3）知識庫的改進(jìn)與歸納2.建造專家系統(tǒng)的步驟346.3.2專家控制介紹專家控制系統(tǒng)大致可以分為以下幾類：1.基于規(guī)則的專家自整定控制基于規(guī)則的自整定控制器結(jié)構(gòu)如下圖所示。6.3.2專家控制介紹專家控制系統(tǒng)大致可以分為以下幾352.專家監(jiān)督控制如下圖所示為專家監(jiān)督控制系統(tǒng)結(jié)構(gòu)框圖。3.混合型專家控制4.仿人智能控制2.專家監(jiān)督控制366.3.3專家控制基本思想1.專家控制的知識表示知識表示方法有以下幾種:1）產(chǎn)生式規(guī)則表示法：其規(guī)則的一般形式為：IF條件lAND條件2…AND條件NTHEN結(jié)論或動作2）框架表示法3)狀態(tài)空間表示法：狀態(tài)空間可表示為三元組,其中表示初始狀態(tài)集合，表示操作集合，表示目標(biāo)狀態(tài)集合。4）混合表示法：混合表示法包括兩種結(jié)合:①框架與規(guī)則相結(jié)合；②數(shù)學(xué)模型與基于規(guī)則的技術(shù)相結(jié)合。5）其他知識表達(dá)形式：例如語義網(wǎng)絡(luò)、謂詞邏輯等等。6.3.3專家控制基本思想1.專家控制的知識表示372.專家控制的推理與控制策略專家控制的推理機(jī)制可以表示為如下模型：專家控制往往帶有模糊性、不確定性和不完全性，因此專家控制的推理計算過程也要具備某種不確定性。通過將知識庫中的知識賦予相應(yīng)的可信度，在推理過程中完成可信度的轉(zhuǎn)移和計算，可以得到帶有可信度的推理結(jié)果。從這一意義上講，推理的方式可以分為以下幾種:1）演繹推理2）歸納推理3）確定性推理專家控制的推理策略主要有以下幾種：①數(shù)據(jù)驅(qū)動控制策略②目標(biāo)驅(qū)動控制策略③雙向推理控制策略2.專家控制的推理與控制策略386.3.4專家控制組織結(jié)構(gòu)專家控制系統(tǒng)的一般結(jié)構(gòu)下圖所示，這種系統(tǒng)的組織結(jié)構(gòu)有兩個顯著特點：①知識庫可以由定量知識與定性知識分離構(gòu)造。②用戶可以通過知識獲取系統(tǒng)直接地與內(nèi)部規(guī)則，進(jìn)而間接地與數(shù)值算法進(jìn)行交互，以便操作人員可以對控制系統(tǒng)進(jìn)行離線的修改和在線的監(jiān)督干預(yù)。6.3.4專家控制組織結(jié)構(gòu)專家控制系統(tǒng)的一般結(jié)構(gòu)下圖所示，396.4預(yù)測控制技術(shù)

預(yù)測控制是一類控制算法的統(tǒng)稱，其中有動態(tài)矩陣控制（DMC,DynamicMatrixControl）、模型算法控制（MAC,ModelAlgorithmicControl）、預(yù)測控制（PC，PredictiveControl）以及廣義預(yù)測控制（GPC，Generali