《智能控制》課件

智能控制課程介紹課程目標(biāo)掌握智能控制基本理論課程內(nèi)容模糊控制、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)考核方式什么是智能控制？定義融合人工智能與傳統(tǒng)控制理論的新型控制方法特點(diǎn)自學(xué)習(xí)、自適應(yīng)、仿人類推理與傳統(tǒng)控制區(qū)別處理不確定性、非線性系統(tǒng)能力強(qiáng)智能控制的發(fā)展歷程11965年贊德提出模糊集合理論21970年代專家系統(tǒng)興起31980年代神經(jīng)網(wǎng)絡(luò)復(fù)興41990年代至今混合智能控制系統(tǒng)發(fā)展智能控制的基本結(jié)構(gòu)學(xué)習(xí)機(jī)制不斷優(yōu)化控制策略推理機(jī)根據(jù)知識(shí)庫推導(dǎo)控制決策知識(shí)庫儲(chǔ)存專家知識(shí)與系統(tǒng)經(jīng)驗(yàn)智能控制系統(tǒng)的類型專家控制系統(tǒng)基于人類專家知識(shí)和經(jīng)驗(yàn)構(gòu)建模糊控制系統(tǒng)利用模糊邏輯處理不確定性神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)模擬人腦學(xué)習(xí)能力遺傳算法控制系統(tǒng)基于進(jìn)化機(jī)制優(yōu)化控制參數(shù)模糊控制基礎(chǔ)輸入精確量測(cè)值模糊化轉(zhuǎn)換為模糊集模糊推理應(yīng)用if-then規(guī)則去模糊化轉(zhuǎn)換為精確控制量模糊集合理論定義元素對(duì)集合的隸屬度在[0,1]區(qū)間取值特征邊界模糊，程度化描述應(yīng)用處理不確定性和模糊性問題隸屬度函數(shù)隸屬度函數(shù)表示元素對(duì)模糊集的歸屬程度，取值范圍為[0,1]模糊邏輯運(yùn)算交集μA∩B(x)=min[μA(x),μB(x)]并集μA∪B(x)=max[μA(x),μB(x)]補(bǔ)集μā(x)=1-μA(x)模糊關(guān)系定義笛卡爾積上的模糊集表示方法模糊關(guān)系矩陣復(fù)合運(yùn)算max-min復(fù)合、max-product復(fù)合模糊推理?xiàng)l件語句If-Then規(guī)則表示模糊蘊(yùn)涵前提到結(jié)論的映射綜合推理多規(guī)則綜合得出結(jié)論模糊控制器結(jié)構(gòu)模糊化接口將精確輸入轉(zhuǎn)化為模糊集1知識(shí)庫包含控制規(guī)則和隸屬函數(shù)2推理機(jī)執(zhí)行模糊推理運(yùn)算3去模糊化接口將模糊結(jié)果轉(zhuǎn)為精確控制量4模糊控制系統(tǒng)設(shè)計(jì)步驟確定輸入輸出變量選擇合適的控制變量和被控變量設(shè)計(jì)隸屬度函數(shù)為輸入輸出變量定義模糊集制定控制規(guī)則基于專家經(jīng)驗(yàn)設(shè)計(jì)If-Then規(guī)則選擇推理方法確定模糊推理和去模糊化方法系統(tǒng)仿真與調(diào)整優(yōu)化規(guī)則庫和隸屬度函數(shù)模糊控制應(yīng)用實(shí)例空調(diào)調(diào)溫根據(jù)室溫與設(shè)定溫差動(dòng)態(tài)調(diào)節(jié)制冷量地鐵制動(dòng)實(shí)現(xiàn)平穩(wěn)停車，提高乘坐舒適度相機(jī)自動(dòng)對(duì)焦快速準(zhǔn)確鎖定焦點(diǎn)神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)1943起源麥卡洛克與皮茨提出第一個(gè)人工神經(jīng)元模型1986突破反向傳播算法解決多層網(wǎng)絡(luò)訓(xùn)練難題1990s應(yīng)用神經(jīng)網(wǎng)絡(luò)開始在控制領(lǐng)域廣泛應(yīng)用生物神經(jīng)元與人工神經(jīng)元生物神經(jīng)元樹突接收信號(hào)細(xì)胞體整合信號(hào)軸突傳遞輸出突觸連接其他神經(jīng)元人工神經(jīng)元輸入權(quán)重對(duì)應(yīng)樹突加權(quán)和對(duì)應(yīng)細(xì)胞體激活函數(shù)產(chǎn)生輸出輸出連接其他神經(jīng)元神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)輸出層產(chǎn)生網(wǎng)絡(luò)最終結(jié)果隱藏層提取特征，執(zhí)行非線性映射輸入層接收外部信號(hào)常見神經(jīng)網(wǎng)絡(luò)模型BP神經(jīng)網(wǎng)絡(luò)前饋網(wǎng)絡(luò)，通過誤差反向傳播學(xué)習(xí)Hopfield網(wǎng)絡(luò)反饋網(wǎng)絡(luò)，用于聯(lián)想記憶RBF網(wǎng)絡(luò)徑向基函數(shù)網(wǎng)絡(luò)，局部響應(yīng)特性神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法監(jiān)督學(xué)習(xí)有標(biāo)簽數(shù)據(jù)，最小化預(yù)測(cè)誤差無監(jiān)督學(xué)習(xí)無標(biāo)簽數(shù)據(jù)，發(fā)現(xiàn)數(shù)據(jù)內(nèi)在結(jié)構(gòu)強(qiáng)化學(xué)習(xí)通過獎(jiǎng)懲機(jī)制學(xué)習(xí)最優(yōu)策略神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)確定網(wǎng)絡(luò)結(jié)構(gòu)選擇網(wǎng)絡(luò)類型和層數(shù)準(zhǔn)備訓(xùn)練數(shù)據(jù)收集輸入輸出樣本對(duì)訓(xùn)練網(wǎng)絡(luò)使用學(xué)習(xí)算法優(yōu)化權(quán)重驗(yàn)證性能測(cè)試網(wǎng)絡(luò)泛化能力神經(jīng)網(wǎng)絡(luò)在系統(tǒng)辨識(shí)中的應(yīng)用構(gòu)建辨識(shí)模型設(shè)計(jì)合適的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)采集訓(xùn)練數(shù)據(jù)記錄系統(tǒng)輸入輸出數(shù)據(jù)對(duì)訓(xùn)練辨識(shí)模型使用數(shù)據(jù)優(yōu)化網(wǎng)絡(luò)權(quán)重模型驗(yàn)證使用新數(shù)據(jù)測(cè)試辨識(shí)精度神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)實(shí)例自動(dòng)駕駛環(huán)境感知與路徑規(guī)劃化工過程多變量非線性過程控制電網(wǎng)調(diào)度負(fù)荷預(yù)測(cè)與電力優(yōu)化專家控制系統(tǒng)知識(shí)庫推理機(jī)知識(shí)獲取解釋機(jī)構(gòu)人機(jī)接口專家系統(tǒng)的基本概念定義模擬人類專家決策過程的智能系統(tǒng)特點(diǎn)知識(shí)與推理分離可解釋性強(qiáng)利用啟發(fā)式規(guī)則專家控制系統(tǒng)的結(jié)構(gòu)知識(shí)庫存儲(chǔ)專家知識(shí)和規(guī)則推理機(jī)應(yīng)用規(guī)則解決問題解釋機(jī)構(gòu)說明推理過程和結(jié)論知識(shí)獲取從專家提取知識(shí)的機(jī)制知識(shí)表示方法產(chǎn)生式規(guī)則IF-THEN形式，直觀易理解框架結(jié)構(gòu)化知識(shí)表示，包含槽和面語義網(wǎng)絡(luò)節(jié)點(diǎn)和連接組成的圖形表示推理方法正向推理從已知事實(shí)出發(fā)應(yīng)用規(guī)則得出結(jié)論數(shù)據(jù)驅(qū)動(dòng)型推理反向推理從目標(biāo)假設(shè)出發(fā)尋找支持證據(jù)目標(biāo)驅(qū)動(dòng)型推理專家PID控制器設(shè)計(jì)監(jiān)測(cè)系統(tǒng)運(yùn)行采集系統(tǒng)狀態(tài)和響應(yīng)參數(shù)調(diào)整決策基于規(guī)則推理最優(yōu)參數(shù)PID參數(shù)調(diào)整更新Kp、Ki、Kd值性能評(píng)估分析系統(tǒng)響應(yīng)特性專家控制系統(tǒng)應(yīng)用實(shí)例電廠鍋爐控制燃燒優(yōu)化，提高熱效率水泥生產(chǎn)多變量工藝參數(shù)協(xié)調(diào)優(yōu)化污水處理復(fù)雜工藝條件下的水質(zhì)控制遺傳算法控制1975起源霍蘭德提出遺傳算法理論1990s發(fā)展在控制系統(tǒng)優(yōu)化中廣泛應(yīng)用2000+融合與其他智能算法結(jié)合形成混合方法遺傳算法基本原理編碼將問題解轉(zhuǎn)化為染色體表示選擇按適應(yīng)度概率選擇個(gè)體交叉交換父代染色體片段變異隨機(jī)改變?nèi)旧w基因遺傳算法在控制中的應(yīng)用參數(shù)優(yōu)化控制器參數(shù)自動(dòng)尋優(yōu)PID參數(shù)整定模糊規(guī)則優(yōu)化結(jié)構(gòu)優(yōu)化神經(jīng)網(wǎng)絡(luò)拓?fù)鋬?yōu)化控制系統(tǒng)結(jié)構(gòu)設(shè)計(jì)模糊隸屬函數(shù)形狀優(yōu)化遺傳算法與其他智能控制方法的結(jié)合遺傳-模糊系統(tǒng)優(yōu)化模糊規(guī)則和隸屬函數(shù)1遺傳-神經(jīng)網(wǎng)絡(luò)優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和權(quán)重2遺傳-專家系統(tǒng)優(yōu)化知識(shí)庫規(guī)則3遺傳-粒子群改進(jìn)搜索效率和精度4遺傳算法控制實(shí)例電機(jī)控制優(yōu)化啟停過程，減小沖擊無人機(jī)飛行路徑規(guī)劃與姿態(tài)控制化工過程多目標(biāo)優(yōu)化生產(chǎn)參數(shù)智能PID控制傳統(tǒng)PID固定參數(shù)，難以適應(yīng)變化工況2模糊PID利用模糊規(guī)則動(dòng)態(tài)調(diào)整PID參數(shù)神經(jīng)網(wǎng)絡(luò)PID通過學(xué)習(xí)優(yōu)化控制參數(shù)遺傳算法PID全局搜索最優(yōu)PID參數(shù)傳統(tǒng)PID控制的局限性非線性系統(tǒng)適應(yīng)性差固定參數(shù)難以應(yīng)對(duì)非線性特性模型依賴性強(qiáng)需要精確數(shù)學(xué)模型多變量耦合難處理難以處理多輸入多輸出系統(tǒng)工況變化難適應(yīng)參數(shù)固定，難以適應(yīng)系統(tǒng)動(dòng)態(tài)變化模糊PID控制原理利用模糊規(guī)則動(dòng)態(tài)調(diào)整PID參數(shù)特點(diǎn)無需精確數(shù)學(xué)模型，魯棒性強(qiáng)結(jié)構(gòu)類型直接型、參數(shù)自整定型、復(fù)合型神經(jīng)網(wǎng)絡(luò)PID控制結(jié)構(gòu)神經(jīng)網(wǎng)絡(luò)辨識(shí)+控制器組合在線學(xué)習(xí)調(diào)整PID參數(shù)多層前饋網(wǎng)絡(luò)常用結(jié)構(gòu)學(xué)習(xí)算法反向傳播算法基于性能指標(biāo)的梯度下降在線/離線混合學(xué)習(xí)專家PID控制1知識(shí)庫構(gòu)建提取專家經(jīng)驗(yàn)形成規(guī)則庫推理機(jī)設(shè)計(jì)設(shè)計(jì)適合控制決策的推理機(jī)制參數(shù)調(diào)整機(jī)制將推理結(jié)果轉(zhuǎn)化為控制器參數(shù)自適應(yīng)PID控制系統(tǒng)識(shí)別實(shí)時(shí)估計(jì)系統(tǒng)參數(shù)控制律計(jì)算根據(jù)模型更新控制參數(shù)參數(shù)調(diào)整更新控制器參數(shù)性能評(píng)估監(jiān)控系統(tǒng)響應(yīng)調(diào)整策略智能PID控制應(yīng)用實(shí)例智能PID廣泛應(yīng)用于溫度、速度、液位、壓力等工業(yè)控制領(lǐng)域?qū)W習(xí)控制學(xué)習(xí)控制的基本概念定義通過經(jīng)驗(yàn)積累改進(jìn)控制性能的方法特點(diǎn)逐步優(yōu)化適應(yīng)性強(qiáng)模型依賴性低迭代學(xué)習(xí)控制執(zhí)行控制任務(wù)完成一次控制周期記錄誤差存儲(chǔ)跟蹤誤差數(shù)據(jù)更新控制律基于誤差修正控制輸入重復(fù)執(zhí)行進(jìn)入下一輪迭代強(qiáng)化學(xué)習(xí)控制智能體控制器執(zhí)行動(dòng)作環(huán)境被控系統(tǒng)產(chǎn)生狀態(tài)變化獎(jiǎng)勵(lì)評(píng)估動(dòng)作質(zhì)量策略更新優(yōu)化控制策略深度強(qiáng)化學(xué)習(xí)在控制中的應(yīng)用深度Q網(wǎng)絡(luò)(DQN)用于離散控制問題策略梯度法適合連續(xù)控制空間Actor-Critic方法結(jié)合值函數(shù)和策略梯度模型預(yù)測(cè)強(qiáng)化學(xué)習(xí)結(jié)合模型預(yù)測(cè)與強(qiáng)化學(xué)習(xí)學(xué)習(xí)控制實(shí)例機(jī)器人抓取通過多次嘗試學(xué)習(xí)精確抓取無人機(jī)飛行適應(yīng)各種風(fēng)力條件的穩(wěn)定控制自動(dòng)駕駛復(fù)雜交通環(huán)境下的決策學(xué)習(xí)智能優(yōu)化算法在控制中的應(yīng)用控制性能提升全局優(yōu)化控制效果控制策略優(yōu)化搜索最優(yōu)控制律參數(shù)整定尋找最優(yōu)控制參數(shù)粒子群優(yōu)化算法原理模擬鳥群覓食行為算法流程粒子位置速度迭代更新在控制中的應(yīng)用參數(shù)優(yōu)化，軌跡規(guī)劃蟻群算法1原理模擬螞蟻覓食過程中的信息素通信機(jī)制2算法特點(diǎn)正反饋機(jī)制，分布式計(jì)算，適合組合優(yōu)化3控制應(yīng)用路徑規(guī)劃，任務(wù)調(diào)度，資源分配人工免疫算法原理模擬生物免疫系統(tǒng)識(shí)別抗原過程算法類型克隆選擇，網(wǎng)絡(luò)理論，負(fù)選擇控制應(yīng)用故障檢測(cè)，魯棒控制設(shè)計(jì)智能優(yōu)化算法在控制系統(tǒng)設(shè)計(jì)中的實(shí)例智能優(yōu)化算法用于解決復(fù)雜控制問題，如軌跡優(yōu)化、能源調(diào)度、過程控制機(jī)器人智能控制6+自由度現(xiàn)代工業(yè)機(jī)器人的典型關(guān)節(jié)數(shù)0.1ms響應(yīng)時(shí)間高性能機(jī)器人控制系統(tǒng)實(shí)時(shí)性要求99.9%精度先進(jìn)機(jī)器人定位精度機(jī)器人運(yùn)動(dòng)學(xué)與動(dòng)力學(xué)基礎(chǔ)運(yùn)動(dòng)學(xué)描述機(jī)器人位置、速度關(guān)系正向運(yùn)動(dòng)學(xué)：關(guān)節(jié)角度→末端位姿逆向運(yùn)動(dòng)學(xué)：末端位姿→關(guān)節(jié)角度動(dòng)力學(xué)分析力與運(yùn)動(dòng)的關(guān)系牛頓-歐拉方程拉格朗日方程機(jī)器人智能軌跡規(guī)劃任務(wù)描述定義起點(diǎn)、終點(diǎn)和約束條件路徑生成規(guī)劃空間中的幾何路徑軌跡優(yōu)化考慮動(dòng)力學(xué)約束優(yōu)化時(shí)間曲線碰撞避免檢測(cè)并規(guī)避潛在障礙物機(jī)器人視覺伺服控制圖像獲取攝像機(jī)捕獲目標(biāo)圖像特征提取識(shí)別目標(biāo)關(guān)鍵特征點(diǎn)誤差計(jì)算計(jì)算特征位置與期望位置差異控制執(zhí)行生成機(jī)器人運(yùn)動(dòng)指令機(jī)器人力/位混合控制位置控制控制自由運(yùn)動(dòng)方向