智能控制理论及其应用
[摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。
[关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction.
[key words] intelligent control fuzzy control net neural expert control
0.引言
随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新
智能控制理论简述 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
一、引言 (3) 二、轧机液压AGC数学模型 (3) 三、基于BP神经网络的轧机AGC过程控制 (5) （一）人工神经网络基本思想及其发展 (6) （二）人工神经网络的工作原理 (7) （三）人工神经网络的主要功能特点 (8) 四、神经网络辨识 (9) （一）扩展BP神经算法 (9) （二）基于时间序列的动态模型辨识 (11) 五、辨识结果 (12) （一）轧制力辨识 (12) （二）液压AGC参数辨识 (13) 六、结果检验 (14) （一）模型检验 (14) （二）辨识结果对比 (14) 七、结论 (15) 八、参考文献: (15)
先进过程控制技术在轧机液压领域的应用 摘要:轧机液压AGC控制过程的力控精度直接影响带钢的组织性能和力学性能，是保证板带质量和板形良好的关键因素。所以对轧机液压AGC的力控制，成为热轧生产中的重要环节，对其过程进行分析和研究具有深远的现实意义。本文以国内某热轧厂轧机液压AGC控制为背景，对如何提高轧机液压AGC控制的力控精度从控制方法上入手进行了较深入系统的研究。在分析液压AGC的组成元件及其动态特性的基础上, 利用神经网络具有逼近任何非线性函数且具有自学习和自适应的能力, 建立基于时间序列的前馈动态模型辨识结构, 应用扩展BP算法对轧机液压AGC力控制系统进行非线性预测, 将预测结果应用最小二乘辨识方法进行线性系统的特征参数辨识, 仿真及实测结果表明此方法行之有效, 为轧机液压AGC的控制提供了新途径。 关键词:自适应辨识;板带轧机;液压AGC;神经网络
Advanced process control technology in the field of rolling mill hydraulic applications Abstr act: In the process of rolling mill hydraulic AGC control force control precision directly affects the organization performance and mechanics performance of the steel strip, is guarantee the quality of strip and plate shape of the key factors. So the force control of rolling mill hydraulic AGC, become the important link between the hot rolling production, analyzes its process and research has far-reaching practical significance. This paper, taking a warmwalzwerk domestic mill hydraulic AGC control as the background, on how to improve the force control precision of the rolling mill hydraulic AGC control from the control methods of conducted in-depth study of the system. Based on the analysis of dynamic characteristics of hydraulic AGC components and, on the basis of using the neural network has any nonlinear function approximation, and has the ability of self learning and adaptive feedforward dynamic model identification based on time series structure, extend the BP algorithm was applied to rolling mill hydraulic AGC force control system for nonlinear prediction, and the predicted results using least squares identification method for characteristic parameters of a linear system identification, simulation and experimental results show that this method is effective, for rolling mill hydraulic AGC control provides a new way. Key wor ds: adaptive identification; stripe mill; hydraulic AGC; neural network
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
用模糊控制实现恒压供水 参考文献： 文献一：基于模糊控制的恒压供水研究 中图分类号: TU991 文献标识码: A 文章编号: 1672- 9900(2007)04- 0028- 03 总结： 由于供水系统的管网和水泵存在着非线性、多变量等特性, 而且相间有交叉耦合, 很难建立精确的数学模型。如果采用常规的PID 算控制,往往难以得到较理想的静动态特性。采用模糊逻辑控制的方法对水压进行控制, 可以达到良好的控制性能。模糊控制器结构如图1示。采用双输入单输出的形式, 以水压给定值SP 和实际水压测量值PV 的误差e( e=SP- PV) 及误差变化率ec( ec=de/dt) 作为糊控制器的输入量, 经模糊化后分别得到模糊量 E 和EC, 并分别用模糊语言加以描述, 建立输入和输出之间的模糊控制规则。如果用PLC 进行在线模糊推理,将花费大量运算时间,从而影响系统工作。根据控制规则采用离线方式计算出模糊控制表, 存于可编程控制器PLC 内存中, 在实时控制时将复杂的推理运算过程简化为查表运算, 极大地提高了恒压供水系统的响应速度。
系统将自调整模糊控制技术应用到基于PLC 控制的变频调速恒压供水系统中,能够很好地克服供水系统数学模型难以确定、使用传统PID控制方式调节器参数调整困难的缺点, 较好地消除了系统非线性、时变等因素的干扰影响。系统经过调试和实际运行, 其压力始终稳定在设定的范围内, 具有节约能源、操作方便、自动化控制程度高等优点, 系统可广泛应用于住宅小区、高楼供水系统。 文献二：恒压供水系统的模糊控制 (1·温州大学工业工程学院,浙江温州325000;2·浙江大学工业控制技术国家重点实验室,浙江杭州310000) 总结： 恒压供水是指用户段不管用水量大小,总保持管网水压基本恒定,这样,既可满足各部位的用户对水的需求,又不使电动机空转,造成电能的浪费。为实现上述目标,利用PLC根据给定压力信号和反馈 压力信号,通过模糊推理运算,控制变频器调节水泵转速,从而达到控制管网水压的目的。变频恒压供水系统如图3—1所示。根据供水压力要求,采用一用一备变频恒压供水系统。
智能控制题目及解答 第一章绪论作业 作业内容 1.什么就是智能、智能系统、智能控制？ 2.智能控制系统有哪几种类型,各自的特点就是什么？ 3.比较智能控制与传统控制的特点。 4.把智能控制瞧作就是AI(人工智能)、OR(运筹学)、AC(自动控制)与 IT(信息论)的交集,其根据与内涵就是什么? 5.智能控制有哪些应用领域？试举出一个应用实例,并说明其工作原理与 控制性能。 1 答:智能:能够自主的或者交互的执行通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力,即像人类那样工作与思维。 智能系统:就是指具有一定智能行为的系统,对于一定的输入,它能产生合适的问题求解相应。 智能控制:智能控制就是控制理论、计算机科学、心理学、生物学与运筹学等多方面综合而成的交叉学科,它具有模仿人进行诸如规划、学习、逻辑推理与自适应的能力。就是将传统的控制理论与神经网络、模糊逻辑、人工智能与遗传算法等实现手段融合而成的一种新的控制方法。 2 答:(1)人作为控制器的控制系统:人作为控制器的控制系统具有自学习、自适应与自组织的功能。 (2)人-机结合作为作为控制器的控制系统:机器完成需要连续进行的并需快速计算的常规控制任务,人则完成任务分配、决策、监控等任务。 (3)无人参与的自组控制系统:为多层的智能控制系统,需要完成问题求解与规划、环境建模、传感器信息分析与低层的反馈控制任务。 3 答:在应用领域方面,传统控制着重解决不太复杂的过程控制与大系统的控制问题;而智能控制主要解决高度非线性、不确定性与复杂系统控制问题。 在理论方法上,传统控制理论通常采用定量方法进行处理,而智能控制系统大多采用符号加工的方法;传统控制通常捕获精确知识来满足控制指标,而智能控制通常就是学习积累非精确知识;传统控制通常就是用数学模型来描述系统,而智能控制系统则就是通过经验、规则用符号来描述系统。 在性能指标方面,传统控制有着严格的性能指标要求,智能控制没有统一的性能指标,而主要关注其目的与行为就是否达到。 但就是,智能控制与传统的或常规的控制有密切的关系,互相取长补短,而并非互相排斥。基于智能控制与传统控制在应用领域方面、理论方法上与性能指标等方面的差异,往往将常规控制包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 4 答:人工只能(AI)就是一个用来模拟人思维的知识处理系统,具有学习、记忆、信息处理、形式语言、启发推理等功能;自动控制(AC)描述系统的动力学特性,就是一种动态反馈;运筹学(OR)就是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等;信息论(IT)信息论就是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现就是很大程度上局限于符号主义的人工智能,无助于智能控制的
2015级硕士期末论文《现代控制理论综述》 课程现代控制理论姓名 学号 专业 2016 年1 月 4 日
经典控制理论与现代控制理论的差异 现代控制理论是建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。现代控制理论的名称是在1960年以后开始出现的，用以区别当时已经相当成熟并在后来被称为经典控制理论的那些方法。现代控制理论已在航空航天技术、军事技术、通信系统、生产过程等方面得到广泛的应用。现代控制理论的某些概念和方法，还被应用于人口控制、交通管理、生态系统、经济系统等的研究中。 现代控制理论是在20世纪50年代中期迅速兴起的空间技术的推动下发展起来的。空间技术的发展迫切要求建立新的控制原理，以解决诸如把宇宙火箭和人造卫星用最少燃料或最短时间准确地发射到预定轨道一类的控制问题。这类控
制问题十分复杂，采用经典控制理论难以解决。1958年，苏联科学家Л.С.庞特里亚金提出了名为极大值原理的综合控制系统的新方法。在这之前，美国学者R.贝尔曼于1954年创立了动态规划，并在1956年应用于控制过程。他们的研究成果解决了空间技术中出现的复杂控制问题，并开拓了控制理论中最优控制理论这一新的领域。1960～1961年，美国学者R.E.卡尔曼和R.S.布什建立了卡尔曼-布什滤波理论，因而有可能有效地考虑控制问题中所存在的随机噪声的影响，把控制理论的研究范围扩大，包括了更为复杂的控制问题。几乎在同一时期内，贝尔曼、卡尔曼等人把状态空间法系统地引入控制理论中。状态空间法对揭示和认识控制系统的许多重要特性具有关键的作用。其中能控性和能观测性尤为重要，成为控制理论两个最基本的概念。到60年代初，一套以状态空间法、极大值原理、动态规划、卡尔曼-布什滤波为基础的分析和设计控制系统的新的原理和方法已经确立，这标志着现代控制理论的形成。 现代控制理论所包含的学科内容十分广泛，主要的方面有：线性系统理论、非线性系统理论、最优控制理论、随机控制理论和适应控制理论。 线性系统理论是现代控制理论中最为基本和比较成熟的一个分支，着重于研究线性系统中状态的控制和观测问题，其基本的分析和综合方法是状态空间法。按所采用的数学工具，线性系统理论通常分成为三个学派：基于几何概念和方法的几何理论，代表人物是W.M.旺纳姆;基于抽象代数方法的代数理论，代表人物是R.E.卡尔曼；基于复变量方法的频域理论，代表人物是H.H.罗森布罗克。 非线性系统理论的分析和综合理论尚不完善。研究领域主要还限于系统的运动稳定性、双线性系统的控制和观测问题、非线性反馈问题等。更一般的非线性系统理论还有待建立。从70年代中期以来，由微分几何理论得出的某些方法对
自动控制、现代控制与智能控制的关系 一、基本区别 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统。经典控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。 在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 二、华山论剑：自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括：(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；(2)研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；(3)对于某些复杂的和包含不确定性的对象，根本无法用传统数学模型来表示，即无法解决建模问题；(4)为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战，早在1986年9月，美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见，他们发表了《对控制的挑战——集体的观点》，洋洋数万言，简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战，还面临哪些挑战，以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段，存在一些至关重要的挑战是基于下列原因的：(1)科学技术
(此文档为word格式，下载后您可任意编辑修改！) 武汉科技大学 智能控制系统 学院：信息科学与工程学院 专业：控制理论与控制工程 学号： 姓名：李倩
基于MATLAB的智能控制系统的介绍与设计实例 摘要 现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法己不能满控制的要求。智能控制是在经典控制理论和现代控制理论的基础上发展起来的，是控制理论、人工智能和计算机科学相结合的产物。MATLAB是现今流行的一种高性能数值计算和图形显示的科学和工程计算软件。本文首先介绍了智能控制的一些基本理论知识，在这些理论知识的基础之上通过列举倒立摆控制的具体实例，结合matlab对智能控制技术进行了深入的研究。 第一章引言 自动控制就是在没有人直接参与的条件下，利用控制器使被控对象(如机器、设备和生产过程)的某些物理量能自动地按照预定的规律变化。它是介于许多学科之间的综合应用学科，物理学、数学、力学、电子学、生物学等是该学科的重要基础。自动控制系统的实例最早出现于美国，用于工厂的生产过程控制。美国数学家维纳在20世纪40年代创立了“控制论”。伴随着计算机出现，自动控制系统的研究和使用获得了很快的发展。在控制技术发展的过程中，待求解的控制问题变得越来越复杂，控制品质要求越来越高。这就要求必须分析和设计相应越来越复杂的控制系统。智能控制系统(ICS)是复杂性急剧增加了的控制系统。它是由控制问题的复杂性急剧增加而带来的结果，其采用了当今其他学科的一些先进研究成果，其根本目的在于求解复杂的控制问题。近年来，ICS引起了人们广泛的兴趣，它体现了众多学科前沿研究的高度交叉和综合。 作为一个复杂的智能计算机控制系统，在其建立投入使用前，必要首先进行仿真实验和分析。计算机仿真(Compeer Simulation)又称计算机模拟(Computer Analogy)或计算机实验。所谓计算机仿真就是建立系统模型的仿真模型进而在计算机上对该仿真模型
智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新
小论知识与知识表示方法 摘要： 知识是人们在生产生活中经常使用的词汇，知识表示的过程是用一些约定的符号把知识编码成计算机可以接受的数据形式。知识的表示方法例如一阶谓词逻辑表示法，产生式表示法，语义网络表示法，框架表示法和过程规则表示法等等。目前，产生式表示法已经成了人工智能中应用最多的一种知识表示模式，尤其是在专家系统方面，产生式的基本形式P→Q 或者 IF P THEN QP是产生式的前提，也称为前件，它给出了该产生式可否使用的先决条件，由事实的逻辑组合来构成；Q是一组结论或操作，也称为产生式的后件，它指出当前题P 满足时，应该推出的结论或应该执行的动作。 关键字：知识；知识表示；产生式表示法 引言： 知识和知识表示方法是人们生活中必不可少的一部分，知识表示能力是指知识表示方法能否正确、有效地将推理所需要的各种知识表示出来，这是对知识表示方法的最为重要的要求。因为产生式表示方法的自然性，有效性，一致性获得了所有人的肯定，成为构造专家系统的第一选择的知识表示方法。
正文： 1、知识 1.1知识的定义 知识是经过筛选和整理的信息，是对事物运动变化规律的表述，是人类对客观世界一种较为准确、全面的认识和理解。 1.2知识的特性 1）真假性及其相对性 2）不确定性 3）矛盾性或相容性 4）可表示性与可利用性 1.3知识的分类 1）叙述型知识，有关系统状态、环境、条件和问题的概念、定义和事实的知识。 2）过程型知识，有关系统变化、问题求解过程的操作、演算和运动的知识。 3）控制型知识，有关如何选择相应的操作、演算和行动的比较、判断、管理和决策的知识。 2、知识表示方法——产生式表示方法 “产生式”由美国数学家波斯特（E.POST）在1943年首先提出，它根据串代替规则提出了一种称为波斯特机的计算模型，模型中的每条规则称为产生式。 2.1产生式规则
现代控制理论方法综述 研电1610秦晓 1162201332 摘要：本文将控制理论方法分为现代控制理论基础，线性最优控制，非线性最优控制三大部分，查阅文献，综述了每一部分中的经典控制方法，以及每种控制方法的优缺点和在工业中的应用，最后提出了目前在现代控制理论中依旧存在的问题。 1.引言 电力系统是一个复杂的非线性动态大系统，对于这个规模庞大的系统，研究其运行的动态特性进而构建先进的安全控制系统是极富挑战性的课题。同时，各种新技术的应用，一方面增强了系统的调控能力和经济效益，另一方面也极大的增加了电网控制的复杂性，对电力系统的安全稳定运行提出了更严格的要求。因此，改善与提高我国电力系统的动态品质、安全稳定和经济性成为了电力工作者的首要任务。提高电力系统稳定性的最经济和最有效的手段之一是采用先进的控制理论和方法。在过去的时间里，电力工作者们为改进与发展电力系统控制技术进行了大量研究。本文主要梳理总结电力系统在现代控制方面的研究成果，分析了电力系统控制技术的发展趋势，并总结了目前现代控制理论还需要解决的问题。 2.现代控制的基础 现代控制理论的基础是经典控制理论，在20世纪20年代到50年代间，为了满足第二次世界大战前后军事技术和工业发展的需求，经典控制理论有了飞速的发展。经典控制理论主要研究线性时不变、单输入单输出的控制问题。在分析和设计大型反馈控制系统时，经典控制论主要采用频域法，其中以 Nyquist 判据、Bode 图和根轨迹法最为广泛[1~2]。经典控制理论的设计目标是使闭环系统特征方程的特征根全部位于左半开平面上。上述设计目标可以描述为一类无目标函数的优化问题，即约束满足问题。由于使系统稳定的控制器解并不唯一，所以根据经典控制理论设计的 PID 控制器往往带有较大的冗余性[3]。也正是由于经典控制理论设计目标及方向简单明确，计算方便，特别适合需要依赖工程经验或现场测试进行控制器设计的系统，所以至今仍在工业中广泛应用。 在上世纪70年代以前，经典控制是电力系统控制的主流。如发电机励磁控制AVR主要采用单变量反馈方式，即采用发电机端电压偏差作为反馈量的 PID 控制方式。随着发电技术的进步和电力系统自身规模的增长，人们逐渐发现这种单输入控制方式难以满足电力系统对抑制振荡和提高稳定极限方面的要求。最早报道的互联电力系统低频振荡发生于20世纪60年代，北美MAPP的西北联合系统和西南联合系统进行互联试运行时发生了低频振荡，造成联络线过流跳闸[4]。之后，随着大容量机组的不断投运，以及快速、高放大倍数励磁系统越来越广泛的使用，使得低频振荡现象在世界各国大型互联电网中时有发生，这对电网安全产生了严重威胁。为解决这个问题，文献[5]采用转速偏差作为附加反馈与AVR并联，发展出PSS+AVR的励磁控制方式。进入21世纪以来，我国电网互联程度不断提高，系统中出现了
英文翻译 Intelligence Control and its Application ZOU En1，2，LIN Yi-qin3,ZHANG Tai-Shan1 Abstract: The author introduces some basic concepts about intelligence control in this paper, which includes fuzzy control, adaptive fuzzy-neural control, expert fuzzy system and artificial neural networks and so on, and features of fuzzy theory and artificial neural network are briefly analyzed. Finally, the author combines artificial neural network techniques with PID control, the neural network PID control method is applied to the temperature control system, seeing from the output curve, the present method has many advantages of small overshoot, short setting-time, and an excellent control result has provided for the system. Key words: intelligence control; neural network; temperature control system. It is well known that the emergence of intelligent control has made it conducive to integrate fuzz logic control and artificial neural networks and expert system for the development of control systems. The ability of these systems to complex non-linear function of many variables through a learning control driven by an error signal is particularly attractive. On the other hand, the intelligent control has found various applications in industrial produce as well as household applications. For example, for some complex or ill-defined systems that are not easily controlled by conventional schemes, the advanced control can provide a feasible alternative to get the approximate and qualitative data of human experts knowledge. As developing industrial control, the flourishing field of intelligent control technology has already provided some significant applications in the new control technology. Some basic concepts about intelligent control have been attempted to set out in this paper and also uses an example to show the application of intelligent control in the temperature control system. 1fuzzy control The development of fuzzy theory comes from the inability to describe some physical phenomena with the exact mathematical or conventional model. So, fuzzy theory is a powerful tool in the exploration of complex problems, because of it has ability to determine outputs for a given set of inputs without using a conventional or mathematical model. it is a no model controller The basic motivation of fuzzy theory is that complex problems become simplicity [1-3]. Fuzzy subset A of an universe of discourse U is characterized by a membership functionμ(χ):χ∈→[0,1]，representing the grade of membership of χin A .Fuzzy theory owes a great A deal to human language, it is a language controller; each word or linguist term in a natural language can be viewed as a label for a fuzzy subset A of a universe of discourse U. This language labels describing words,
智能照明控制系统 目录 摘要 (1) 1 前言 (2) 2 发展背景 (2) 3 发展现状 (4) 3.1目前各类智能照明系统 (4) 3.1.1 有线智能控制系统 (4) 3.1.2电力线路载波控制系统 (6) 3.1.3无线智能照明系统 (6) 3.2智能照明控制系统的发展方向 (8) 4 发展趋势 (9) 5 结论 (9) 参考文献 (11)
摘要 随着社会的快速进步，人们希望生活的更加舒适，充分的享受生活。在传统的理念中，越舒适的生活意味着能源的消耗越大。但是，随着整个人类社会的进步，富裕人口越来越多，整个地球的资源已无法满足这种能源的巨大消耗，崇尚节约能源的低碳生活已是世界的趋势。 在传统的照明工程中，豪华的宾馆、酒店、商场、写字楼以及住宅等，其单位功耗远远超过一般建筑。随着科技进步及人类环保、节能观念的加强,人们对照明领域给予了更多的关注,促使照明控制技术突飞猛进的发展,且其应用也日益广泛。 智能化照明是随计算机、传感器、通讯、网络与自动控制技术而发展起来的综合技术，正以惊人的速度向各个专业领域渗透。智能化是任何电子产品必然的发展方向之一。智能照明控制技术的发展可以使照明更加省电、节能、使用更便捷，在需要的时间给需要的地方以最舒适和高效的照明，提升照明环境质量。智能化照明更是使照明进一步走向绿色和可持续发展的重要方向。照明新光源和智能控制技术将在未来的低碳生活中起到决定性的作用。 随着社会的进步,建筑设计也向着更舒适、安全和节省能源的方向发展。智能照明系统充分利用电子技术、通信技术和计算机网络技术将建筑物内的各种照明器具有机的连接在一起，实现有效的管理和控制。智能照明系统正是智能家居的趋势之一。针对传统照明系统布线麻烦、节能效果差等缺点，我们设计开发了基于CAN总线技术的智能照明系统。系统中的智能灯光节点能够根据外界光强自适应调整自身灯光亮度，周期性采集室内光强、有无人进出等环境信息，并及时响应用户的控制命令。本文主要介绍了智能调光系统及设计过程中的关键技术环节,包括CAN总线技术的应用，系统网络设计、智能继电器、控制面板、传感器和红外遥控技术,并描述了智能调光系统的主要应用。 关键词：照明控制技术，智能建筑，智能家居,CAN总线，智能继电器，智能调光，红外遥控
研究生课程（论文类）试卷 2 0 /2 0 学年第学期 课程名称： 课程代码： 论文题目： 学生姓名： 专业﹑学号： 学院： 课程（论文）成绩： 课程（论文）评分依据（必填）： 任课教师签字： 日期：年月日 课程（论文）题目：机器人智能控制研究进展 内容： 摘要:以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法. 讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合. 并对模糊控制和神经网络控制等方法中的局限性作出了说明. 关键词:机器人;智能控制;模糊控制;人工神经网络 1 机器人智能控制技术的发展 从机器人诞生到20 世纪80 年代初,机器人技术经历了一个长期缓慢的发展过程. 到了20 世纪90 年代,随着计算机技术、微电子技术、网络技术等的快速发展,机器人技术也得到了飞速发展.智能机器人的研究是目前机器人研究中的热门课题. 作为一门新兴学科,它融合了神经生理学、心理学、运筹学、控制论和计算机技术等多学 科思想和技术成果. 智能控制的研究主要体现在对基于知识系统、模糊逻辑和人工神经网络的研究. 智能机器人可以在非预先规定的环境中自行解决问题. 智能机器人的技术关键就是自适应和自学习的能力,而模糊控制和神经网络控制的应用显示出诸多优势,具有广阔的应用前景. 1.1 机器人控制技术的发展 早期的机器人系统,由于需要完成的任务比较简单,而且对动态特性的要求不高,其系统可看成是机器人各关节控制器简单的组合. 随着机器人技术的发展,机器人控制器对各关节在整个过程中位置、速度及加速度都有一定的要求,因此可 采用独立关节控制原则,在各关节构成PID 控制. 由于机器人操作臂是一个高度非线性的系统,工业用的低速操作臂应用常规的PID 反馈控制可以满足控制要求,但为实现高速运动,要求具有较好的控制品质, PID 反馈控制难以取得较好的控制效果. 在传统的控制方法中,它们依赖数学模型. 但是,由于操作臂的参数不能精确得到,模型参数与实际参数不匹配时,便会产生伺服误差. 当机器人工作环境及工作目标的性质和特征在工作过程中随时间发生变化时,控制系统的特性有未知和不定的特性. 这未知因素和不定性使控制系统性能降低. 因此,采用传统的控制方案已不能满足控制要求.在研究被控对象的模型存在不确定性及未知环境交互作用较强情况下的控制时,智能控制方法得到了成功的应用. 近年来,随着人们对机器人高速高精度要求的不断提高,使得整个机器人系 统对其控制部分的要求也越来越高,开发具有智能的机器人已经成为人们研究的热点。
摘要：介绍了智能控制理论的发展概况、研究对象与工具、功能特点，简要列举了智能控制的集中应用。 关键词：智能控制；神经网络；应用 0前言 自从美国数学家维纳在20世纪49年代创立控制论以来，智能控制理论与智能化系统发展十分迅速。智能控制理论被誉为最新一代的控制理论，代表性的理论有模糊控制、神经网络控制、基因控制即遗传算法、混沌控制、小波理论、分层递阶控制、拟人化智能控制、博弈论等。应用智能控制理论解决工程控制系统问题，这样一类系统称为智能化系统。他广泛应用于复杂的工业过程控制、机器人与机械手控制、航天航空控制、交通运输控制等。他尤其适用于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素。采用其它控制理论难以设计出合适与符合要求的系统时，都有可能期望应用智能化理论获得满意的解决。 科学技术高度发展导致了被控对象在结构上的复杂化和大型化。在许多系统中，复杂性不仅仅表现在高维性上，更多则是表现在系统信息的模糊性、不确定性、偶然性和不完全性上。此时，人工智能得益于计算机技术的飞速发展，已逐渐成为一门学科，并在实际应用中显示出很强的生命力。同时，国际学术界对智能控制的研究也十分活跃，到了20世纪90年代，各种智能控制的国际学术会议日益频繁。国内也在20世纪80年代初开始进行智能控制研究。 1智能控制理论的发展阶段 虽然智能控制理论只有几十年的历史，尚未形成较完整的理论体系，蛋其已有的应用成果和理论发展表明它已成为自动控制的前沿学科之一。智能控制主要经历了以下几个发展阶段： 1.1 自动控制的发展与挫折 上世纪40~50年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地用在雷达及火力控制系统上，形成了“古典控制理论”。上世纪60~70年代，数学家们在控制理论发展中占据了主导地位，形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念，使得控制理论建立在严密精确的数学模型之上，从而造成了理论与实践之间巨大的分歧。上世纪70年代后，又出现了“大系统理论”。但是，由于这种理论解决实际问题的能力更弱，没有得到进一步运用。 1.2人工智能的发展 斯坦福大学人工智能研究中心的Nilsson教授认为：“人工智能是关于知识的科学——怎样标识以及怎样获得知识并使用知识的科学”。MIT的Winston教授指出：“人工智能就是研究如何使用计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵为现代人工智能做了大量的开拓性的贡献；1956~1961年是人工智能的发展期，人们重点研究了诸如用及其解决数学定义、通用问题求解程序等。1961年以后人工智能进入了飞跃期，主要内容涉及知识工程、自然语言理解等。人们研究人工智能的方法也分为结构模拟派和功能模拟派，分别从闹的结构和脑的功能入手进行研究。 1.3智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折，而模拟人类智能的人工智能却迅速发展起来。控制理论丛人工智能中吸取营养求发展成为必然。工业系统往往呈现高维、非线