参考课程https://www.bilibili.com/video/BV1PE411W7QM/?spm_id_from333.1387.favlist.content.clickvd_source8f8a7bd7765d52551c498d7eaed8acd5一、引入1、智能控制系统1智能控制是一门新兴的学科随着数学计算机和人工智能的发展而发展起来的它的发展得益于许多学科——人工智能、认知科学、现代自适应控制、最优控制、神经元网络、模糊逻辑等。2自动控制原理和现代控制理论都是基于模型的控制方法要求有确切的数学模型但是在实际中往往有非常多的场景是很难建立精确的数学模型的而智能控制理论并不需要建立精确的数学模型它能基于训练数据得到一个控制器允许高度非线性能够处理复杂的任务要求给定相应的输入就能得到相应的输出。3智能控制系统是一种具有某些人的能力的控制系统在模型的基础上使控制系统具有人参与过程控制的某些能力又克服了人的弱点人可能会精力有限无法持续高强度思考。2、人的智能智能是人脑的属性和产物具有如下特征①具有感知能力通过视觉、听觉、触觉、味觉和嗅觉感知外部世界②具有记忆与思维能力③具有学习及自适应能力④具有行为能力3、智能控制的定义1定性地说智能控制系统应具有仿人的功能学习和推理能适应不断变化的环境能处理多种信息以减少不确定性能以安全可靠的方式进行规划、产生和执行控制的动作获取系统整体上最优或次优的性能指标。2从系统一般行为特性出发智能控制是有知识的“行为舵手”它把知识和反馈结合起来形成感知交互式以目标为导向的控制系统该系统可以进行规划产生有效的、有目的的行为在不确定的环境中达到既定的目标。3从认知过程看智能控制是一种计算上有效的过程它在非完整的指标下通过最基本的操作即归纳、集注和组合搜索把表搭不完善、不确定的复杂系统引向规定的目标。4对人造智能机器而言往往强调及其信息的加工和处理强调语言方法、数学方法和多种算法的结合所以可以定义智能控制为认知科学的研究成功和多种数学编程的控制技术的结合它把施加于系统的各种算法和数学语言方法融为一体。二、智能控制的发展过程1、控制学科与工程的主要理论技术1控制学科中有如下学科分支其中“智能控制”是本门课程的重点。智能控制中模式识别指的是计算机实现模式的自动处理和判读智能技术中的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物信息等对象进行模式测量、分类和辨识图像识别、文宇识别和语音识别是模式识别技术最有价值的代表性成果2现代控制理论的缺陷现代控制理论中控制系统的设计方法越来越数学化依赖理想化的、精确的对象数学模型控制算法较为理想化实际生产过程中有许多需要靠操作人员的知识和逻辑思维来解决的问题现代控制理论显得无能为力或者说处理方式过于复杂如何有效地将熟练的操作工、技术人员或专家的经验知识和控制理论结合起来去解决复杂系统的控制问题就是智能控制原理研究的目标所在3自动控制的发展过程4分别考虑用现代控制理论与智能控制解决停车问题但如果由人来控制就很容易解决停车问题首先让车向前运动同时使前轮向右过一段时间后使前轮向左回中然后使车向后运动接着前轮再右转车再向前驶再使前轮回中再使车向后驶这实际上是要车横行当车横移到一个需要的距离时最后车向前开使车正好停在另外两辆车的空隙之中我们在实现这些运作时通过一些不太精确的观察和执行一些不太精确的控制就能达到目的精确在这里不但难以实现而且也无必要上例说明对一些复杂难精确建模的系统来说可以不依靠数学模型而利用诸如直觉推理、经验知识和技巧等智能行为再加上学习能力就能对这些系统实施控制达到目的2、智能控制的结构理论1二元结构傅京孙K.S.Fu首先论述了人工智能与自动控制的交接关系指出“智能控制系统描述自动控制系统与人工智能的交接作用”2三元结构①萨里迪斯Saridis认为二元交集的两元互相支配无助于智能控制的有效和成功应用必须把远筹学的概念引入智能控制使它成为三元交集中的一个子集。②萨里迪斯提出分级智能控制系统由3个智能感知级组成——组织级、协调级、执行级这个分级在应用层控制策略设计中也被广泛应用具体可参考《方法论——如何设计控制策略架构》。[1]组织级最高层整个系统的“大脑 / 决策层”也是智能最高的一级不直接控制硬件只做决策和任务规划处理的是符号级、抽象级的信息#1 负责接收高层任务/目标进行全局规划和决策。#2 利用人工智能AI、专家系统、模糊逻辑等方法生成系统的控制策略和目标。#3 把复杂的高层任务分解成可执行的子任务下发给下一级的分配器。#4 接收系统反馈调整全局策略。[2]协调级中间层承上启下的“任务协调/管理层”连接组织级和执行级处理的是子任务级的协调不直接操作硬件但需要管理多个并行的控制任务。#1 接收分配器下发的子任务对多个执行单元进行协调和调度。#2 给每个执行单元协调器1~n分配具体的控制目标和约束。#3 监控各执行单元的状态处理冲突、异常和资源分配问题。#4 汇总执行级的反馈信息向上级报告任务执行情况。[3]执行级最低层最底层的“硬件控制/执行层”直接和被控对象交互智能程度最低但实时性和可靠性要求最高处理的是连续的物理信号和硬件控制。#1 接收协调器下发的具体控制指令通过硬件控制器如PID、伺服控制器对被控过程过程1~n进行闭环控制。#2 实时采集被控对象的状态信息反馈给协调级。#3 保证控制的精度、稳定性和实时性完成具体的物理控制动作。3四元结构①蔡自兴提出四元智能控制结构把智能控制看做自动控制、人工智能、信息论和运筹学四个学科的交集。②信息论作为智能控制结构子集的理由[1]一个信息论是解释知识和智能的一种手段。[2]控制论、系统论和信息论是紧密相互作用的。[3]信息论已成为控制智能机器的工具。[4]信息熵成为智能控制的测度。[5]信息论参与智能控制的全过程并对执行级起到核心作用。三、智能控制的分支1、专家系统和专家控制1专家系统是由许多收集的规则组成它表示了知识和结果。2一般的专家控制系统由三部分组成①控制机制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。②推理机制实现知识之间的逻辑推理以及与知识库的匹配。③知识库包括事实、判断、规则、经验以及数学模型。3专家系统的类型①诊断型专家系统根据对症状的观察分析推导出产生症状的原因以及排除故障方法的一类系统。②解释型专家系统根据表层信息解释深层结构或内部情况的一类系统如地质结构分析、物质化学结构分析等。③预测型专家系统根据现状预测未来的一类系统如气象预报、人口预测、水文预报、经济形势预测等。④设计型专家系统根据给定的产品要求设计产品的一类系统如建筑设计、机械产品设计等。⑤规划型专家系统用于制定行动规划的一类专家系统如自动程序设计、军事计划的制定等。⑥监测型专家系统对某类行为进行监测并在必要时候进行干预的一类专家系统如机场、仓库监视、森林监测等。⑦调试型专家系统对失灵的对象给出处理意见和方法。调试型专家系统同时具有规划、设计、预报和诊断等专家系统的功能可用于维修设备、调整、测量。4专家系统的优良性能包括下列几个方面①专家系统能够高效率、准确、周到、迅速地进行工作。②专家系统不受周围环境的影响也不可能遗漏忘记。③可以使专家的专长不受时间和空间的限制。④专家系统使各领域专家的专业知识和经验得到总结和精炼。2、模糊控制1模糊控制主要是模仿人的控制经验吸收人脑的特点模拟人的思维方式把自然语言植入计算机内核使其智能化而不是依赖控制对象的模型因此模糊控制器实现了人的某些智能。2一般的模糊控制有三个基本组成部分①模糊化。②模糊决策。③精确化计算。3模糊集理论是介于逻辑计算和数值计算之间的一种数学工具它形式上利用规则进行逻辑推理像符号处理方法那样允许直接用规则来表示结构性知识但其逻辑取值可在“0”与“1”之间连续变化采用数值的方法而非符号的方法进行处理可以用大规模集成电路来实现所以模糊系统兼有两者的优点。4举例——下图所示的是基于模糊理论的PLC锅炉水位控制器。①被控对象汽包。锅炉汽包的水位是控制目标它有两个保护信号水位低保护水位过低会触发安全保护水位高保护水位过高同样触发保护②8031单片机输入信号系统状态输入量及汽包水位反馈信号输出信号8个状态信号LED显示系统状态及传给PLC的控制信号③PLC输入信号来自8031的控制信号、5位状态开关量、5位二进制水位水位测量值、6位手动开关输出信号泵A/B/C/D的启停控制信号、引风机/送风机/炉排的开关控制信号、进水阀门的开关控制信号④模糊控制规则核心变量[1]误差实际水位与设定值的偏差比如水位偏高/偏低多少[2]误差变化误差随时间的变化趋势比如水位在继续上升/下降[3]阀门开度控制进水流量的执行量全开、中等、半开、关闭两条规则[1]规则 1如果误差为零水位刚好在设定值或者误差变化为正小水位在缓慢升高则阀门半开目的是维持当前水位防止水位继续上升过高[2]规则 2如果误差为正小水位略低于设定值且误差变化为正小水位还在缓慢降低则阀门中等开度目的是加大进水流量让水位回升到设定值3、神经元网络控制1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它具有适应能力、学习能力、泛化能力、容错能力和逼近非线性函数的能力。2神经元网络通过神经元以及相互连接的权值初步实现了生物神经系统的部分功能具有非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点已广泛应用于控制领域。对于单个神经元来说它会受到刺激信号当刺激信号低于阈值时刺激信号不会往下传递人体不会做出相应的动作而当刺激信号高于阈值时刺激信号就会往下传递人体可能会做出相应的动作比如分别拿棉花和砖头砸人的膝盖信号刺激程度不同人体的响应也会不一致这种机制可以抽象为人工神经元模型3一般的神经元网络有两种功能模式——建模、控制。4、学习控制1学习控制系统是一个能在其运行过程中逐步获得被控过程及环境的非予知信息积累控制经验并在一定评价标准下进行估值、分类、决策和不断改善系统品质的自动控制系统可以分为两大类——迭代学习控制、自学习控制系统。2遗传学习算法GA算法是一种全局随机寻优算法它模仿生物进化的过程来逐步获得最好的结果是智能控制的重要组成部分。