内蒙古科技大学 智能控制概论结课报告 题目：一级倒立摆板模糊控制 学生姓名： 学号： 专业：测控技术与仪器 班级： 指导教师：刘慧博
目录 第1章概述 (3) 1.1 一阶倒立摆的概述 (3) 1.2 倒立摆系统的组成 (4) 1.3 倒立摆的控制方法 (4) 第二章倒立摆的建模 (5) 2.1 一级倒立摆的物理模型 (5) 2.2 数学模型的建立 (5) 2.3 模糊控制器的设计 (7) 第三章一级倒立摆系统的Simulink模型及系统仿真 (8) 3.1 MATLAB及Simulink (8) 3.2 一级倒立摆系统的Simulink的模型 (8) 3.3 仿真结果 (9) 第四章总结 (10) 参考文献 (11)
第1章概述 1.1 一阶倒立摆的概述 倒立摆系统是典型的自不稳定的非线性系统，由于倒立摆系统本身所具有的高阶次、不稳定、多变量、非线性和强耦合特性，许多抽象的控制概念如控制系统的稳定性、可控性、快速性和抗干扰能力，都可以通过倒立摆系统直观地表示出来。 早在20世纪60年代，人们就开始了对倒立摆系统的研究。1966年Schacfer 和Cannon应用Bang-Bang控制理论，将一个曲轴稳定于倒置位置。到了20世纪60年代后期，倒立摆作为一个典型不稳定、非线性的例证被提出。自此，对于倒立摆系统的研究便成了控制界关注的焦点。 倒立摆的种类很多，有悬挂式倒立摆、平行倒立摆、环形倒立摆、平面倒立摆；倒立摆的级数可以是一级、二级、三级、四级乃至多级；倒立摆的运动轨道可以是水平的，还可以是倾斜的(这对实际机器人的步行稳定控制研究更有意义)；控制电机可以是单电机，也可以是多级电机。 目前有关倒立摆的研究主要集中在亚洲，如中国的北京师范大学、北京航空航天大学、中国科技大学；日本的东京工业大学、东京电机大学、东京大学；韩国的釜山大学、忠南大学，此外，俄罗斯的圣彼得堡大学、美国的东佛罗里达大学、俄罗斯科学院、波兰的波兹南技术大学、意大利的佛罗伦萨大学也对这个领域有持续的研究。近年来，虽然各种新型倒立摆不断问世，但是可自主研发并生产倒立摆装置的厂家并不多。目前，国内各高校基本上都采用香港固高公司和加拿大Quanser公司生产的系统；其它一些生产厂家还包括（韩国）奥格斯科技发展有限公司（FT-4820型倒立摆）、保定航空技术实业有限公司；最近，郑州微纳科技有限公司的微纳科技直线电机倒立摆的研制取得了成功。
（3+2）智能控制技术专业人才培养方案 一、专业名称及代码 专业名称：智能控制技术 专业代码：560304 二、招生对象、学制及学历 本专业招收普通初中毕业生，全日制五年，其中中职3年、高职2年。 三、人才培养目标与规格 1.人才培养目标 本专业主要针对锦州地区对智能控制技术技能型人才的需要，面向新型工业化的机电制造、新能源、电力和新型建材等行业，从事智能化电气元件的设计、制造、调试、维护和管理的高级技术应用性专门人才。能完成智能化设备及其生产线的安装调试、运行和维护；智能电气元件的自动化设计与改造、故障诊断、管理与售后；智能配电柜的设计制造等典型工作任务，具有较强的实践动手能力、拥护党的基本路线，德、智、体、美全面发展的高级技术应用型人才。 三、培养规格及课程体系： 能力、素质结构如下表：
六、专业核心课程简介
七、实践教学安排表 八、专业教学计划 1.教学执行计划
填写说明:打*号课时由讲座、班会、讨论、竞赛等形式完成， 2、教学环节综合分析 (1) 理论教学与实践教学比例分析 学时与学分分析 (2) 九、教学实施保障 1.师资队伍配备 （1）“双师型”专业教学团队 智能控制专业教学团队由专、兼职教师组成，本专业的专职专业教师为28人，兼职教师16其中，专业带头人1人，专业骨干教师4人；具有高级以上职称12人、具有中级职称10人；双师型教师24人；均为大学本科以上学历。教师队伍的职称、学历、专业能力满足教学要求。 （2）专业带头人 专业带头人具有本科学历，副高职称，具有双师能力；有较高的专业建设水平和企业实践能力；掌握国内外职业教育与专业发展动态，能够在专业规划、专业建设、科研与教研、教学改革和青年教师培养等方面发挥引领作用。 （3）专业骨干教师 专业骨干教师应具有本科以上学历，讲师以上职称，具有中高级职业资格证书，具有双师能力；独立承担一门以上工学结合专业主干课程，能够独立完成课程开发和教学改革项目，在专业建设中发挥骨干作用。 （4）企业兼职教师 兼职教师为锦州地区机电类相关企业和学校的能工巧匠，具有从事5年以上机电专业的
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
语言变量X ，Y ，Z 的隶属度函数. 设计带有纯延迟的一阶惯性环节（假设T=6,=0.02）： G(s)=s e s 6102.0+ 的模糊控制器，观察仿真结果。 编程如下： %被控系统建模 num=1; den=[6,1]; [a1,b,c,d]=tf2ss(num,den);%传递函数转换到状态空间 x=[0]; %系统参数 T=0.01;h=T;td=0.02;N=1000; nd=td/T;%系统纯延迟 R=ones(1,N);%参考输入 %定义输入和输出变量及隶属度函数
a=newfis('Simple'); a=addvar(a,'input','e',[-4 4]); a=addmf(a,'input',1,'NB','trimf',[-4,-4,-2]); a=addmf(a,'input',1,'NS','trimf',[-4,-2,0]); a=addmf(a,'input',1,'ZO','trimf',[-2,0,2]); a=addmf(a,'input',1,'PS','trimf',[0,2,4]); a=addmf(a,'input',1,'PB','trimf',[2,4,4]); a=addvar(a,'input','de',[-4 4]); a=addmf(a,'input',2,'NB','trimf',[-4,-4,-2]); a=addmf(a,'input',2,'NS','trimf',[-4,-2,0]); a=addmf(a,'input',2,'ZO','trimf',[-2,0,2]); a=addmf(a,'input',2,'PS','trimf',[0,2,4]); a=addmf(a,'input',2,'PB','trimf',[2,4,4]); a=addvar(a,'output','u',[-4 4]); a=addmf(a,'output',1,'NB','trimf',[-4,-4,-2]); a=addmf(a,'output',1,'NS','trimf',[-4,-2,0]); a=addmf(a,'output',1,'ZO','trimf',[-2,0,2]); a=addmf(a,'output',1,'PS','trimf',[0,2,4]); a=addmf(a,'output',1,'PB','trimf',[2,4,4]); %模糊规则矩阵 rr=[5 5 4 4 3 5 4 4 3 3 4 4 3 3 2 4 3 3 2 2 3 3 2 2 1]; r1=zeros(prod(size(rr)),3);k=1; for i=1:size(rr,1) for j=1:size(rr,2) r1(k,:)=[i,j,rr(i,j)]; k=k+1; end end [r,s]=size(r1); r2=ones(r,2); rulelist=[r1,r2]; a=addrule(a,rulelist); %采用模糊控制器的二阶系统仿真 e=0;de=0; ke=30;kd=5;ku=1; for k=1:N %输入变量变换至论域 e1=ke*e; de1=kd*de; if e1>=4
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。
5-1 什么是专家系统？它具有哪些特点和优点？ 专家系统（Expert System) 是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题。简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。 专家系统的特点如下： （1）启发性。不仅能使用逻辑知识，也能使用启发性知识，它运用规范的专门知识和直觉的评判知识进行判断、推理和联想，实现问题求解； （2）透明性。它使用户在对专家系统结构不了解的情况下，可以进行相互交往，并了解知识的内容和推理思路，系统还能回答用户的一些有关系统自身行为的问题； （3）灵活性。专家系统的知识与推理机构的分离，使系统不断接纳新的知识，从而确保系统内知识不断增长以满足商业和研究的需要； （4）实用性。可长期保存人类专家的知识与经验，且工作效率高、可靠性好、能汇集众多专家的特长，达到高于任何单个专家的水平，是保存、传播、使用及提高专家知识与经验的有效工具； （5）符号操作。与常规程序进行数据处理和数字计算不同，专家系统强调符号处理和符号操作。使用符号表示知识，用符号集合表示问题的概念，一个符号是一串程序设计，并可用于表示现实世界中的概念； （6）不确定性推理。领域专家求解问题的方法大多数是经验性的，经验知识一般用于表示不精确性且存在一定概率的问题。此外，其提供的有关信息往往是不确定的。而专家系统能够综合应用模糊和不确定的信息与知识进行推理； 专家系统的优点如下： （1）专家系统能够高效率、准确、周到、迅速和不知疲倦地进行工作； （2）专家系统解决实际问题时不受周围环境的影响，也不可能遗漏忘记； （3）军事专家系统的水平是一个国家国防现代化的重要标志之一；
智能控制 1对于模糊控制（fuzzy）的认识和体会 模糊控制作为给合传统的基于规则的专家系统、模糊集理论和控制理论的成果而诞生,使其与基于被控过程数学模型的传统控制理论有很大的区别。在模糊控制中，并不是像传统控制那样需要对被控过程进行定量的数学建模，而是试图通过从能成功控制被控过程的领域专家那里获取知识，即专家行为和经验，当被控过程午分复杂甚全“病态”时，建立被控过程的数学校型或者不可能，或者需要高昂的代价。此时模糊控制就显得具有吸引力和实用性。由于人类专家的行为是实现模糊控制的基础，因此，必须用一种容易且有效的方式来表达人类专家的知识。IF-THEN规则格式是这种专家控制知识最和适的表式方式之一，即1F“条件”THEN“结果”，这种表示方式有两个显著的特征:它们是定性的而不是定量的;它们是一种局部知识，这种知识将局部的“条件”与局部的“结果”联系起来，前者可用模糊子集表示，而后者需要模糊蕴涵或模糊关系来表达。然而，当用计算机实现时，这种规则最终需具有数位形式，隶属函数和近似推理为数值表示集合模糊蕴涵提供了一种有利工具。 一个实际的模糊控制系统实现时需要解决三个问题:知识表示、推理策略和知识获取。知识表示是指如何将语言规则用数值方式表示出来;推理策略是指如何根据当前输入“条件”生一个合理的“结果”；知识的获取解决如何获得一组恰当的规则。由于领域专家提供的知识常常是定性的，包含某种不确定性。因此，知识的表示和推理必须是模糊的或近似的，近似推理理论正是为满足这种需要而提出的。近似推理科看做是根据一些不精确的条件推导出个精确结论的过程，许多学者对模糊表示、近似推理进行了大量的研究，在近似推理算法中，最厂泛使用的是关系矩阵模型，它基于L.A.Zadeh的合成推理规则首次由Mamdani采用，由于规则可被解释成逻辑意义上的蕴涵关系，因此人最的蕴涵算子已被提出并应用于实际中由此可见。模糊控制是以模糊集合沦、模糊语言变量及校糊逻辑推理为基础的一种计算机控制，从线性控制与非线性控制的角度分类，模糊井制是一种非线性控制。从控制器智能性看，模糊控制属智能能控制的范畴，而且它已成为日前实现智能控制的一种重要而又有效的形式。尤其是模糊制和神经网络、预测控制、遗传算法和混沌理论等新学科的相结合，正在显示出其巨大的应用潜力。 模糊控制器的基本结构包括以下四部分 1.模糊化 模糊化的作用是将输入的精确量转换成模糊化量，其中输入成份包括外界的参考输入、系统的输出或状态等。模糊化的具体过程如下：首先对这此输入进行处理，以变成模糊控制器要求的输入从。然后将上述己经处理过的输入量进行尺度变换，使其变换到各自的论域范围。在将已经变换到论域范的输入最进行模糊处理，使原先精确的输入带变成模糊量，并用相应的模糊集合来表。 2.知识库 知识库包含了具体应用领域中的知识和要求的控制目标。它通常由数据库和模糊控制规则库两部分组成：1.数据库主要包括各种语言变量的隶属函数，尺度变换因子以及模糊空间的分级数等。2.规则库包括了用模糊语言变量表示的一系列控制规则。它们反映了控制专家的经验和知识。 3.模糊推理 模糊推理是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力。该推理过程是基于模糊逻辑中的蕴含关系及推理规则来进行的。 4.清晰化 洁晰化的作用是将模糊推理得到的控制量(模糊量)变换为实际用于控制的清晰量，它包
学习智能控制课程的研究报告 经过本学期所学的智能控制知识、上网搜集资料和参考论文的情况下, 对智能控制这门学科的学习做出了简要总结。 1智能控制的发展 自动控制经过百余年的发展, 无论是在控制理论还是控制工程上都取得了巨大成功, 可是, 随着人类社会的发展, 控制对象日益复杂、控制目标越来越高, 控制理论与控制工程面临的挑战也越来越大。以控制理论和智能理论为基础, 以模拟人的智能化操作和经验为手段的智能控制方法应运而生。 智能控制是基于人类对自然界的智能的认识所发展起来的智能理论与方法, 包括基于符号逻辑的传统AI理论与基于复杂计算的计算智能理论。它是人工智能和自动控制的重要研究领域, 并被认为是通向自主机器递阶道路上自动控制的顶层。人工智能的发展促进自动控制向智能控制发展, 智能控制思潮第一次出现于20世纪60年代。1965年, 美籍华人傅京孙教授在她的论文中首先提出把人工智能的直觉推理方法用于学习控制系统, 最早把人工智能引入到控制技术中。1966年, Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术, 而且提出了”人工智能控制”的概念。 1967年, Leondes和Mendel 首先正式使用”智能控制”一词。 20世纪70年代是智能控制的发展初期, 傅京孙、 Gloriso和
Saridis等人正式提出了智能控制就是人工智能技术与控制理论的交叉。70年代中期前后, 以模糊集合论为基础, 从模仿人的控制决策思想出发, 智能控制在另一个方向规则控制上也取得了重要的进展。 80年代为智能控制的迅速发展期, 智能控制的研究及应用领域逐步扩大并取得了一批应用成果。1987年1月, 第一次国际智能控制大会在美国举行, 标志着智能控制领域的形成。 1992年至今为智能控制进人崭新的阶段。随着对象规模的扩大和过程复杂性的加大, 形成了智能控制的多元论, 而且在应用实践方面取得了突破性的进展, 应用对象也更加广泛。 智能控制采用各种智能技术来实现复杂系统和其它系统的控制目标, 是一种具有强大生命力的新型自动控制技术。智能控制的产生和发展正反映了当代自动控制以至整个科学技术的发展趋势, 是历史的必然。智能控制已成为自动控制发展道路上的一个新的里程碑, 正发展为一种日趋成熟和日臻完删的控制手段, 并获得日益广泛的应用。2智能控制的研究内容 当前关于智能控制的研究和应用沿着几个主要的分支发展, 主要有专家控制、模糊控制、神经网络控制、学习控制、基于知识的控制、复合智能控制、基于进化机制的控制、自适应控制等等。有的已在现代工业生产过程与智能自动化方面投入应用。主要介绍如下: 1、专家控制是智能控制的一个重要分支, 其研究始于60年代中期, 是由美国斯坦福大学Feigen-baum于1965年开创的人工智能研究的新领域。所谓专家控制是指将专家系统的理论和技术同控制理论方
试题 一、名词解释 1．智能 2. 自动控制 3. 专家控制系统 4. 学习控制 5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。 30．连接主义的原理主要为神经网络及神经网络间的连接机制与。 31. 真体程序的核心部分称为或问题求解器。 32．在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推
目录 有害气体的检测、报警、抽排.................. . (2) 1 意义与要求 (2) 1.1 意义 (2) 1.2 设计要求 (2) 2 设计总体方案 (2) 2.1 设计思路 (2) 2.2 总体设计方框图 2.3 完整原理图 (4) 2.4 PCB制图 (5) 3设计原理分析 (6) 3.1 气敏传感器工作原理 (7) 3.2 声光报警控制电路 (7) 3.3 排气电路工作原理 (8) 3.4 整体工作原理说明 (9) 4 所用芯片及其他器件说明 (10) 4.1 IC555定时器构成多谐振荡电路图 (11) 5 附表一：有害气体的检测、报警、抽排电路所用元件 (12) 6.设计体会和小结 (13)
有害气体的检测、报警、抽排 1 意义与要求 1.1.1 意义 日常生活中经常发生煤气或者其他有毒气体泄漏的事故，给人们的生命财产安全带来了极大的危害。因此，及时检测出人们生活环境中存在的有害气体并将其排除是保障人们正常生活的关键。本人运用所学的电子技术知识，联系实际，设计出一套有毒气体的检测电路，可以在有毒气体超标时及时抽排出有害气体，使人们的生命健康有一个保障。 1.2 设计要求 当检测到有毒气体意外排时，发出警笛报警声和灯光间歇闪烁的光报警提示。当有毒气体浓度超标时能自行启动抽排系统，排出有毒气体，更换空气以保障人们的生命财产安全。抽排完毕后，系统自动回到实时检测状态。 2 设计总体方案 2.1 设计思路 利用QM—N5气敏传感器检测有毒气体，根据其工作原理构成一种气敏控制自动排气电路。电路由气体检测电路、电子开关电路、报警电路、和气体排放电路构成。当有害气体达到一定浓度时，QM—N5检测到有毒气体，元件两极电阻变的很小，继电器开关闭合，使得555芯片组成的多谐电路产生方波信号，驱动发光二极管间歇发光；同时LC179工作，驱使蜂鸣器间断发出声音；此时排气系统会开始抽排有毒气体。当气体被排出，浓度低于气敏传感器所能感应的范围时，电路回复到自动检测状态。
智能控制导论大作业 学号：021151** 姓名：** 任课教师:吴**
目录 一、说明………………………………………………………………… I.文章出处………………………………………………………… 二、论文翻译…………………………………………………………… I.摘要……………………………………………………………… II.引言……………………………………………………………… III.背景信息…………………………………………………………… IV.神经网络整体结构……………………………………………… V.神经网络的整体的标定中的应用……………………………… VI.总结……………………………………………………………… 三、课程与论文关系…………………………………………………… 四、智能导论课程总结…………………………………………………
一、说明 本次大作业针对“Improved Calibration of Near-Infrared Spectra by Using Ensembles of Neural Network Models”文章进行翻译。这篇文章摘自IEEE SENSORS JOURNAL, VOL. 10, NO. 3, MARCH 2010。作者是Abhisek Ukil, Member, IEEE, Jakob Bernasconi, Hubert Braendle, Henry Buijs, and Sacha Bonenfant。 二、论文翻译 利用神经网络模型整体对近红外光谱校正改进 摘要: 红外（IR）或近红外（NIR）光谱技术是用来识别一种混合物或来分析材料的组成的方法。NIR光谱的校准是指利用光谱的多变量描述来预测各组分的浓度。建立一个校正模型，最先进的软件主要使用线性回归技术。对于非线性校正问题，基于神经网络的模型已经被证明是一个有意义的选择。在本文中，我们提出了一个新的基于神经网络的扩展传统的方法，利用神经网络模型整体。个别神经网络是从重采样与引导或交叉验证技术训练信息数据中获得。在一个现实的校准实施例中得到的结果表明，该集合为基础的方法，会产生一个比传统的回归方法更显著更精确和鲁棒性强的校准模型。 关键词： 自举，校准，计量学，交叉验证，傅立叶变换，近红外（NIR），近红外光谱仪，神经网络，光谱。 I.引言: 红外（IR）或近红外（NIR）光谱技术是用来识别一种混合物或来分析材料的组成的方法。这是通过学习物质与红外光间相互作用而完成的。红外/近红外光谱是指红外光的吸收为波长的函数。在红外光谱中，考虑的频率范围通常是14000和10厘米分之一。注意，所施加的频率刻度是波数（以厘米倒数为单位），而不是波长（以微米为单位）。该材料在不同频率下的吸收测定中的百分比。“化学计量学”是数学和统计方法的应用，以化学数据的分析，例如，多元校正，信号处理/调节，模式识别，实验设计等。 在化学计量学，校准是通过使用光谱多变量描述符来预测不同成分的浓度来实现。在本文中，我们提出并分析采用基于神经网络的校正模型整体。整体的个别型通过重新取样与引导或交叉验证技术的原始训练数据的实现。该集成模型被示为导致显著改善预测精度和鲁棒性，当与常规的校准方法相比。 在本文的其余部分安排如下。在第二节中，提供有关工作的背景信息。这包括使用的光谱仪，数据采样，目前最先进的校准方法和基于神经网络的校准模型的信息。第三节介绍了
《智能控制》课程设计报告题目：采用BP网络进行模式识别院系： 专业： 姓名： 学号： 指导老师： 日期：年月日
目录 1、课程设计的目的和要求 (3) 2、问题描述 (3) 3、源程序 (3) 4、运行结果 (6) 5、总结 (7)
课程设计的目的和要求 目的：1、通过本次课程设计进一步了解BP网络模式识别的基本原理，掌握BP网络的学习算法 2、熟悉matlab语言在智能控制中的运用，并提高学生有关智能控制系统的程序设计能力 要求：充分理解设计容，并独立完成实验和课程设计报告 问题描述 采用BP网络进行模式识别。训练样本为3对两输入单输出样本，见表7-3。是采用BP网络对训练样本进行训练，并针对一组实际样本进行测试。用于测试的3组样本输入分别为1,0.1；0.5,0.5和 0.1,0.1。 表7-3 训练样本 说明：该BP网络可看做2-6-1结构，设权值wij，wjl的初始值取【-1，+1】之间的随机值，学习参数η=0.5，α=0.05.取网络训练的最终指标E=10^（-20），在仿真程序中用w1,w2代表wij，wjl，用Iout代表 x＇ｊ。 源程序 %网络训练程序
clear all; close all; xite=0.50; alfa=0.05; w2=rands(6,1); w2_1=w2;w2_2=w2; w1=rands(2,6); w1_1=w1;w1_2=w1; dw1=0*w1; I=[0,0,0,0,0,0]'; Iout=[0,0,0,0,0,0]'; FI=[0,0,0,0,0,0]'; k=0; E=1.0; NS=3; while E>=1e-020 k=k+1; times(k)=k; for s=1:1:NS xs=[1,0; 0,0; 0,1]; ys=[1,0,-1]'; x=xs(s,:); for j=1:1:6 I(j)=x*w1(:,j); Iout(j)=1/(1+exp(-I(j))); end y1=w2'*Iout;
《智能控制》课程考试试题B
《智能控制》课程考试试题B参考答案 一、填空题 (1) 高级机器人 (2) 智能规划与调度 (3) 自动制造系统 (4) 故障检测与诊断 (5) 小深(Deep Junior) (6) 卡斯帕洛夫(Kasparov) (7) 硬件 (8) 软件 (9) 智能 (10) 智能化 (11) 选择模糊控制器的结构 (12) 选取模糊控制规则 (13) 确定模糊化的解模糊策略,制定控制表 (14) 确定模糊控制器的参数 (15) 傅京孙 (16) 萨里迪斯 (17) 蔡自兴 (18) 生物的进化机制 (19) 进化计算 (20) 反馈机制 二、选择题 1、C 2、A 3、A 4、C 5、D 6、D 7、B 8、C 9、A 10、C 三、问答题 1、答:在研究了智能控制的二元、三元结构理论、知识、信息和智能的定义以及各相关学科的关系之后。蔡自兴教授提出了四元智能控制结构,把智能控制看作是自动控制、人工智能、信息论和运筹学四个学科的交集,如图1所示,其关系可用下式来描述。
IC = AI ∩ CT ∩ IT ∩ OR 图1 智能控制的四元结构 把信息论作为智能控制结构的一个子集是基于下列理由的: (1) 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。 2、答: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精确的系统数学模型基础上的,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,根本无法以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投资和维修费用,降低系统的可靠性。 传统控制理论在应用中面临的难题的解决,不仅需要发展控制理论与方法,而且需要开发与应用计算机科学与工程的最新成果。人工智能的产生和发展正在为自动控制系统的智能化提供有力支持。人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平──智能控制发展。 智能控制具有下列特点: (1) 同时具有以知识表示的非数学广义模型和以数学模型(含计算智能模型与算法)表示的混合控制过程,也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的过程,并以知识进行推理,以启发式策略和智能算法来引导求解过程。 (2) 智能控制的核心在高层控制,即组织级。高层控制的任务在于对实际环境或过程进行组织,即决策和规划,实现广义问题求解。 (3) 智能控制是一门边缘交叉学科。实际上,智能控制涉及更多的相关学科。智能控制的发展需要各相关学科的配合与支援,同时也要求智能控制工程师是个知识工程师。 (4) 智能控制是一个新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善,需要进一步探索与开发。 3、答: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精确的系统数学模型基础上的,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,根本无法以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投资和维修费用,降低系统的可靠性。
HUNAN UNIVERSITY 智能控制课程设计(报告) 课程设计题目：基于模糊控制光伏并网发电系 统的研究 学生姓名： 学生学号： 专业班级： 学院名称： 指导老师： 2017年5月30 日
目录 第1章绪论 (1) 第2章光伏并网发电系统MPPT的研究进展 (2) 2.1 光伏发电系统最大功率跟踪控制 (2) 2.2 几种最大功率点跟踪方法的比较 (3) 第3章光伏并网发电系统MPPT模糊控制器 (7) 3.1 模糊化 (7) 3.2 模糊控制规则库的建立 (7) 3.3 解模糊 (7) 第4章 MPPT模糊控制器设计 (8) 4.1选择观测量和控制量 (8) 4.2 输入量和输出量的模糊化 (8) 4.3 制定模糊规则 (9) 4.4 求解模糊关系 (9) 4.5进行模糊决策 (10) 4.6 控制量的反模糊化 (10) 第5章模糊控制光伏并网发电系统仿真 (11) 附录 (15)
第1章绪论 在应对全球能源危机和保护环境的双重要求下，开发利用清洁可再生的太阳能越来越受到人们的关注。伴随着太阳能光电转换技术的不断发展，大规模的利用太阳能成为可能。光伏并网发电系统将成为太阳能利用的主要形式。目前，转换效率低是光伏并网发电系统面临的主要问题，这成为阻碍光伏并网发电系统广泛应用的一个重点问题。智能控制是这门新兴的理论和技术，它是传统控制发展的高级阶段，主要用来解决那些用传统方法难以解决的复杂系统的控制。智能控制包括专家系统、神经网络和模糊控制，而模糊控制是目前在控制领域中所采用的三种智能控制方法中最具实际意义的一种方法。在光伏系统MPPT控制中，由于外界光照强度和温度变化的不确定性以及并网逆变器的非线性特性，则使用模糊逻辑的MPPT控制方法进行控制，有望获得理想的控制效果。 随着近年智能控制的不断发展和完善，模糊控制技术也日趋成熟，被人们广泛接受。模糊控制的优点很多，例如：模糊控制器设计简单，不需要依赖被控对象的精确数学模型；模糊规则用自然语言表述，易于被操作人员接受；模糊控制规则可以转换成数学函数，易与其他物理规律结合，便于用计算机软件实现；模糊控制抗干扰能力强，且响应快，对复杂的被控对象能有效控制，鲁棒性和适应性都易达到要求。模糊控制以其适应面广泛和易于普及等特点，成为智能控制领域最重要，最活跃和最实用的分支之一。目前，模糊控制已经在工业控制领域、经济系统、人文系统以及医学系统中解决了传统控制方法难以解决甚至无法解决的实际控制问题。本文正是基于光伏发电系统存在的处理复杂，外界不确定因素多等特点，将模糊控制理论应用于光伏发电最大功率跟踪系统中，跟踪系统最大功率工作点，提高光电转换效率，充分利用太阳能资源。 本文以光伏并网发电系统最大功率点跟踪为研究对象，将模糊控制理论应用于光伏并网系统最大功率跟踪控制中，从光伏阵列的原理和特性、光伏并网系统的结构设计、最大功率点跟踪的原理和模糊控制理论等方面进行详细的分析和探讨。本设计报告比较多种最大功率点跟踪控制技术，实现光伏并网发电系统的研究，根据其不同的优缺点，然后选用模糊控制方法来实现最大功率跟踪。通过对模糊论域、隶属度函数计算，制定处模糊规则，设计出模糊控制器。最后建立光伏并网发电系统仿真模型，并对仿真结果进行了分析。
南京航空航天大学研究生实验报告 实验名称：神经网络控制器设计 姓名： 学号： 专业： 201 年月日
一、题目要求 考虑如下某水下航行器的水下直航运动非线性模型： ()||a m m v k v v u y v ++== 其中v R ∈为水下航行器的前进速度， u R ∈为水下航行器的推进器推力，y R ∈为水下航行器的输出，航行器本体质量、附加质量以及非线性运动阻尼系数分别为 100,15,10a m m k ===。 作业具体要求： 1、设计神经网络控制器，对期望角度进行跟踪。 2、分析神经网络层数和神经元个数对控制性能的影响。 3、分析系统在神经网络控制和PID 控制作用下的抗干扰能力(加噪声干扰、加参数不确定)、抗非线性能力(加死区和饱和特性)、抗时滞的能力(对时滞大小加以改变)。 二、神经网络控制器的设计 1.构建系统的PID 控制模型 在Simulink 环境下搭建水下航行器的PID 仿真模型，如下图1所示： 图1 水下航行器的PID 控制系统 其中，PID 控制器的参数设置为：K p =800，K i =100，K d =10。 需要注意的一点是，经过signal to workspace 模块提取出的数据的Save format 为Array 格式。
2.BP神经网络控制器的训练 首先将提取出的训练数据变为标准的训练数据形式，标准的训练数据分为输入和目标输出两部分。经过signal to workspace模块提取出的数据为一个训练数据个数乘以输入（或输出）个数的矩阵，因此分别将x、u转置后就得到标准训练数据x’,u’。 然后，新建m文件，编写神经网络控制器设计程序： %---------------------------------------------------------------- p=x'; %input t=u'; %input net=newff(p,t,3,{'tansig','purelin'},'trainlm'); net.trainparam.epochs=2500; net.trainparam.goal=0.00001; net=train(net,x',u'); %train network gensim(net,-1); %generate simulink block %---------------------------------------------------------------- 上述m文件建立了如下图所示的神经网络，包含输入层、1个隐含层和输出层，各层神经元节点分别为1、 3 和1。 图2 神经网络控制器结构及训练方法
试题 一、名词解释 1．智能2. 自动控制3. 专家控制系统4. 学习控制5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。 30．连接主义的原理主要为神经网络及神经网络间的连接机制与。 31. 真体程序的核心部分称为或问题求解器。 32．在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推