智能预测控制讲稿南开大学 ppt课件

格式：ppt
大小：6.28 MB
文档页数：144

下载文档原格式

智能控制课件-第一章

神经网络控制是从机理上对人脑生理系统进行简单结构
模拟的一种新兴智能控制方法。神经网络具有并行机制、模
式识别、记忆和自学习能力的特点，它能充分逼近任意复杂
的非线性系统，能够学习与适应不确定系统的动态特性，有
很强的鲁棒性和容错性等，因此，神经网络控制在控制领域
有广泛的应用。
神经网络的研究已经有几十年的历史。 1943年McCulloch和Pitts提出了神经元数学模型； 1949年D.O.Hebb提出了调整神经网络连接权的规则，称之为
三智能控制的发展
智能控制是自动控制发展的最新阶段，主要用于解决传统控制难以解决的复杂系统的控制问题。控制科学的发展过程如图1-2所示。
智能控制自学习控制自适应控制鲁棒控制随机控制最优控制确定性反馈控制开环控制
图1-2 控制科学的发展过程
从二十世纪60年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制中。
在生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此产生了智能控制。智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应于对象的复杂性和不确定性。
智能控制的研究对象
1 不确定性模型的控制 (a) 模型未知或知之甚少;
(b) 模型结构和参数可能在很大范围内变化
1963年, 美国的Lofti Zadeh与C. Desoer 发表Linear Systems - A State Space Approach。1965年，Zadeh提出模糊集合和模糊控制概念
模糊控制的发展可分为三个阶段：

智能预测控制讲稿南开大学PPT课件

第二章模型预测控制基础理论
2.1 模型预测控制的结构及典型算法 2.1.1 模型预测控制系统的结构
模型预测控制(MPC)系统大致包括四部分： ① 预测模型：以各种不同的预测模型为基础； ② 滚动优化：采用在线滚动优化指标； ③ 反馈校正：对预测误差在线校正； ④ 参考轨迹：对设定值给出一个柔化的轨迹。
第一章绪论
1.2 预测控制发展与早期研究 1.2.2 预测控制的早期研究理论分析：稳定性分析、鲁棒性分析。算法的改进与推广：简化算法、多变量系统、模型及目标函数改进。工程应用：石油、化工、冶金、造纸、水泥、锅炉、窑炉等过程工业，出现了多种运行于集散式控制系统上的商业化模型预测控制软件包。 1.3 现代预测控制
预测控制与其它先进控制方法结合。
自适应预测控制；
鲁棒预测控制；多变量解耦预测控制；非线性系统预测控制；模糊预测控制；神经网络预测控制；多速率采样预测控制；多模型切换预测控制；有约束预测控制；预测函数控制。
第一章绪论
参考书目 [1] 席裕庚，预测控制，国防工业出版社。 [2] 舒迪前，预测控制理论及应用，机械工业出版社。 [3] 王伟，广义预测控制理论及应用，科学出版社。 [4] 诸静等，智能预测控制理论及其应用，浙江大学出版社。 [5] 钱积新等，预测控制，化工出版社。 [6] D W Clarke et.al, Generalized predictive control, Part I & II,
•解耦控制 •精确线性化 •鲁棒控制 •变结构控制 •自适应控制 •极点配置控制 •逆模型控制 •模型预测控制
•模糊控制 •神经网络控制 •基于规则的控制
--专家控制系统 •学习控制

南开大学科技成果——智能预测自适应控制理论与应用

南开大学科技成果——智能预测自适应控制理论与应用
成果简介：
南开大学课题组研究了控制科学与工程领域中的热点问题，成果能够用于提升我国传统制造业自动化技术水平。

将自适应控制、预测控制、智能控制、非线性控制等多种控制理论进行有机结合形成新型的智能预测自适应控制理论，具有创新性；获得了关于先进控制的系列化、系统性成果；将新的理论方法应用于工程实践，理论分析、方法设计、数值仿真、工程应用等多个研究环节紧密结合。

应用领域：
智能广义预测自适应控制器：用于环形钢坯加热炉上，年增经济效益90多万元，达到国际先进水平；用于工业锅炉上，每台锅炉节煤节电年增经济效益40多万元，达到国内领先水平；用于胜利油田钻杆对焊热处理生产线上，年增经济效益2000多万元，达到国际先进水平。

论文获奖情况：
该研究发表论文被SCI收录8篇，被SCI引用9次，其中他引8次；被EI（核心版）收录26篇；被国内期刊他引100多次。

智能预测自适应控制理论与应用研究项目2004年度天津市自然科学二等奖。

预测控制-课件

学习交流PPT
16
滤波、预测与控制
❖ 预测：
▪ 已知信号的过去测量值： y(k), y(k-1), ……,y(k-n) ▪ 求解未来时刻期望值：y(k+1|k) , y(k+2|k) , ……
y(k)
预估器
y(k+d|k)
▪ 预估器：y(k+1|k)＝ b1y(k)+b2y(k-1)+……+any(k-n)
反馈
学习交流PPT
19
预测控制
❖ 预测控制：
▪ 不仅利用当前及过去测量值： u(k-1), ……,u(k-m), y(k), y(k1), ……,y(k-n)
▪ 也利用未来预测值： y(k+1|k), y(k+2|k), ……,
▪ 优点：利用预测的变化趋势，超前调节
学习交流PPT
20
预测控制的基本原理
预测控制的三要素
❖ 预测控制算法的核心内容：
▪ 建立内部模型、确定参考轨迹、设计控制算法、在线优化
❖ 预测控制算法的三要素为：
▪ 预测模型 ▪ 滚动优化 ▪ 反馈校正
学习交流PPT
13
预测控制的三要素
❖ 预测模型：对未来一段时间内的输出进行预测； ❖ 滚动优化：滚动进行有限时域在线优化； ❖ 反馈校正：通过预测误差反馈，修正预测模型，提
t/T 1─k时刻的预测输出 2─k＋１时刻实际输出 3─预测误差 4─k＋１时刻校正后的预测输出
学习交流PPT
34
反馈校正
y(k) e (k)
y (k+j| k)
y(k-j)
ym(k )
ym (k+j| k-1)
u (k+j )

现代控制工程第10章预测控制PPT课件

由极值必要条件容易求得最优解为
U M (k ) F(WP (k ) YP0 (k ))
F ( AT QA R) 1 AT Q
7
10.2 .2 滚动优化
实际控制时只将作用于系统：
u(k) u(k, k) 1 0 ... 0U M (k)
d T (WP (k ) YP0 (k ))
d T 1 0 ... 0( AT QA R)1 AT Q
g
P1
gP2
...
gN
...
0
P(N 1)
23
10.5 模型算法控制
2.参考轨迹
T
yr (k ) yr (k 1) ...... yr (k P)
yr (k i) i y(k ) (1 i )c
i 1,2,, P
c是输出设定值。c y(k ) 对应镇定问题，否则对应跟踪问题。对闭环系统的动态特性和鲁棒性都有关键作用。越小，参考轨迹到达设定点越快。
11
10.3 动态矩阵控制的工程设计
(3)误差权矩阵Q：误差权矩阵表示了对k时刻起未来
不同时刻逼近的重视程度。
1)等权选择 q1 q2 ... q P 2)只考虑后面几项误差的影响
q1 q2 ... qi 0
qi1 qi2 ... q P q
3)对于具有纯时滞或非最小相位系统
当 ai 是阶跃响应中纯时滞或反向部分采样值；qi 0
17
10.4 炼油厂加氢裂化装置的动态矩阵控制
3.预测模型
由监控计算机对每一控制量产生伪随机双电平序列测试信
号进行测试，得到被控量的阶跃响应，构造动态矩阵。
4.滚动优化目标函数
约束条件为 Cu c
min J (k ) 1 uT Hu g T u

2024版智能控制技术ppt课件

模糊逻辑在智能控制中应用
01
02
03
工业过程控制
应用于化工、冶金、电力等工业过程控制中，实现对温度、压力、流量等参数的智能控制。
智能家居系统
应用于智能家居系统中，实现对灯光、窗帘、空调等设备的智能控制，提高居住舒适度。
自动驾驶技术
应用于自动驾驶技术中，实现对车辆行驶轨迹、速度等参数的智能控制，提高行驶安全性。
神经网络控制
利用神经网络强大的自学习和自适应能力，实现对复杂系统的有效控制。特点：能够处理非线性、不确定性和时变系统，具有强大的逼近
能力和容错性。
专家系统控制
基于专家知识和经验，构建专家系统实现对复杂系统的有效控制。特点：能够处理定性和定量信息，具有较强的推
理和决策能力。
遗传算法控制
现代控制理论的发展背景
01
随着计算机技术的进步和复杂系统的出现，现代控制理论应运
而生。
现代控制理论的核心思想
02
基于状态空间法和最优化原理，实现对复杂系统的有效控制。
现代控制理论的主要方法
03
包括线性系统理论、最优控制、鲁棒控制等。
智能控制方法分类及特点
第一季度
第二季度
第三季度
第四季度
模糊控制
利用模糊数学理论，将人的控制经验表示为模糊规则，实现对复杂系统的有效控制。特点：不依赖于精确的数学模型，具有较强的鲁棒性和适应性。
模拟退火算法实现过程
包括初始化、设置温度参数、生成新解、计算目标函数差、接受准则判断、降温过程等步骤。
模拟退火算法特点
具有全局搜索能力强、不易陷入局部最优解等特点，但计算时间较长。
智能优化算法在智能控制中应用案例

人工智能智能控制PPT

AI IC AC
智能控制的二元结构
三元结构
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，
AI
使它成为三元交集中的一个子集。
对这一问题的争论，在IEEE第
一次智能控制国际讨论会上达到
高潮。
OR IC
CT
萨里迪斯还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。
（4）把任务协商作为控制系统以及控制过程的一部分来考虑。
在上述讨论的基础上，我们能够给出智能控制器的一般结构，如下图所示。
不完全任务描述
任务协商
混合知识表示
多传感器感知系统
各种传感器
高层规划/控制常规控制过程
各种驱动器
世界（环境）
智能控制器的一般结构
3. 智能控制的特点
（1）同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。
智能控制的三元结构
知识组织器
协调器1 硬件控制器1
协调器n 硬件控制器n
组织级协调级执行级
过程1
过程n
分级智能控制系统
四元结构在研究了前述各种智
能控制的结构理论和各相关学科的关系之后，蔡自兴提出四元智能控制结构，把智能控制看做人工智能、自动控制、运筹学和信息论四个学科的交集。
AI
1967年，Leondes和Mendel首先正式使用 “智能控制”一词。
智能控制的产生和发展
1985年，在美国首次召开了智能控制学术讨论会。
1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。

智能控制基础总结ppt课件

j
❖ 通常假设yi=f(Neti)，而f为激励函数。
27/46
激励函数类型
❖ 阈值型
f
1
xf
1
(Nwei1ti
)
0ui
Neti 0 Neti 0
x2
wi2
yi
i
❖ 分段线性型
1
0
Neti
图3—1—3 阀值函数
f
xn
f (Neti )
winkNeti
0
si Neti Neti0 Neti0 Neti
智能控制问题的提出
❖ 传统控制理论，包括经典反馈控制和现代控制理论，由于研究对象的不确定性、高度非线性以及复杂的任务要求等，在应用中遇到不少难题。多年来，自动控制一直在寻找新的出路。现在看来，出路之一就是实现控制系统的智能化，以期解决面临的难题。智能控制作为一门新兴的理论技术，现在还处于发展初期。
❖ 智能控制的概念主要是针对控制对象及其环境、目标和任务的不确定性和复杂性而提出来的。
❖ 是由于实现大规模复杂系统的控制需要。 ❖ 是由于现代计算机技术、人工智能和微电子学等学
科的高速发展，带来的革命性变化。
1/46
智能控制问题的提出
❖ 智能控制应用对象的特点：
(1) 不确定性模型。传统控制是基于模型的控制，认为模型已知或者经过辨识可以得到；而智能控制的对象通常存在严重的不确定性。 (2) 高度的非线性。传统控制理论虽然也有一些非线性控制方法，但总的说来不够成熟，而且方法复杂，而智能控制理论可以很好地解决非线性控制问题。 (3) 复杂的任务要求。现代工业系统很多是高度复杂的系统。对于这些复杂系统均可用智能控制系统控制。
❖ 规划和控制：它是整个系统

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

预测控制的典型结构。使其能够有效地克服受控对象的不确定性、时间延迟和时变等不确定因素的动态影响，从而达到预期的控制目标，并使系统具有良好的鲁棒性和稳定性。
第二章模型预测控制基础理论
2.1 模型预测控制的结构及典型算法 2.1.1 模型预测控制系统的结构
设定值yr(k)

Ø 鲁棒预测控制； Ø 多变量解耦预测控制； Ø 非线性系统预测控制； Ø 模糊预测控制； Ø 神经网络预测控制； Ø 多速率采样预测控制； Ø 多模型切换预测控制； Ø 有约束预测控制； Ø 预测函数控制。
第一章绪论
参考书目 [1] 席裕庚，预测控制，国防工业出版社。 [2] 舒迪前，预测控制理论及应用，机械工业出版社。 [3] 王伟，广义预测控制理论及应用，科学出版社。 [4] 诸静等，智能预测控制理论及其应用，浙江大学出版社。 [5] 钱积新等，预测控制，化工出版社。 [6] D W Clarke et.al, Generalized predictive control, Part I & II,
2.2 动态矩阵控制（DMC） 2.2.1 阶跃响应特性及预测模型 2.2.2 预测模型 2.2.3 反馈校正 2.2.4 参考轨迹柔化 2.2.5 滚动优化 2.2.6 DMC算法步骤 2.2.7 DMC算法优点及特征
2.3 广义预测控制(GPC) 2.3.1 预测模型 2.3.2 跟踪轨迹柔化 2.3.3 滚动优化 2.3.4 反馈校正--自校正控制算法 2.3.5 GPC自校正算法流程 2.3.6 仿真研究 2.3.7 GPC的内模结构 2.3.8 GPC的主要特征及优点 2.3.9 GPC的改进 2.3.10 GPC 应用举例
第一章绪论
1.2 预测控制发展与早期研究 1.2.2 预测控制的早期研究 v 理论分析：稳定性分析、鲁棒性分析。 v 算法的改进与推广：简化算法、多变量系统、模型及目标函数改进。 v 工程应用：石油、化工、冶金、造纸、水泥、锅炉、窑炉等过程工业，出现了多种运行于集散式控制系统上的商业化模型预测控制软件包。 1.3 现代预测控制
智能预测控制
陈增强教授
智能自适应预测控制研究室 chenzq@
2014年3月
致谢
感谢我的导师袁著祉教授的辛勤培育！

主要内容
❖第一部分：预测控制 ❖第二部分：神经网络及控制 ❖第三部分：基于神经网络的智能预测控制

第一部分：预测控制
❖第一章绪论 ❖第二章模型预测控制基础理论 ❖第三章有约束广义预测控制 ❖第四章多变量广义预测控制

第一章绪论
1.1 自动控制理论发展与先进控制技术
1.1.1 自动控制理论发展简述 1.1.2 先进控制技术发展
1.2 预测控制发展与早期研究
1.2.1 预测控制发展 1.2.2 预测控制早期研究
Automatica, 1987, 23(2): 137-161.
第一部分预测控制
第一章绪论第二章模型预测控制基础理论第三章有约束广义预测控制第四章多变量广义预测控制

第二章模型预测控制基础理论
2.1 模型预测控制的结构及典型算法 2.1.1 模型预测控制系统结构 2.1.2 典型模型预测控制方法
•自抗扰控制 •无模型控制
第一章绪论
1.2 预测控制发展与早期研究 1.2.1 预测控制产生及发展
预测控制是一种基于模型的先进控制技术，即模型预测控制(MPC: Model Predictive Control)。最早由法国工程师Richalet于1978年提出。 v主要特征：预测模型、滚动优化、反馈校正、设定值柔化。 v主要优点：克服受控对象未建模误差、参数与环境等方面的不确定性、大时滞或变时滞等，具有鲁棒性。 v基本类型： 1）以非参数模型为预测模型的预测控制算法 Ø 动态矩阵控制（DMC）: Cutler提出，基于阶跃相应模型； Ø 模型算法控制（MAC）: Rauhani提出，基于脉冲阶跃相应模型。 2）以参数模型为预测模型的预测控制算法广义预测控制（GPC）: Clake提出，基于(CARIMA：Controlled AutoRegressive Integrated Moving Average)模型; Ø广义预测极点配置控制（GPPC）: Lelic提出; Ø扩展时域自适应控制（EHAC）: Ydstie提出; Ø扩展时域预测自适应控制（ESPAC）: De Keyser提出.
1.3 现代预测控制

第一章绪论
1.1 自动控制理论发展与先进控制技术
1.1.1 自动控制理论发展简述
u 20世纪50年代“经典控制理论” 研究对象：线性定常系统，单输入--单输出系统；研究方法：传递函数、频率特性（伯德图、根轨迹图、Nyquist 判据）。
u20世纪60年代“现代控制理论” 研究对象：线性或非线性系统、定常或时变系统，多输入--多输出系统；研究方法：状态方程（一阶微分或差分方程组）、时域分析法；主要内容：能控能观性分析、李亚普诺夫稳定性理论、系统辨识、卡尔
曼滤波、最优控制（庞特里亚金极大值原理、贝尔曼动态规划）。
第一章绪论
1.1.2 先进控制技术发展
•解耦控制 •精确线性化 •鲁棒控制 •变结构控制 •自适应控制 •极点配置控制 •逆模型控制 •模型预测控制
•模糊控制 •神经网络控制 •基于规则的控制
--专家控制系统 •学习控制
迭代学习控制、加强学习控制、重复学习控制、基于模式识别学习控制

第二章模型预测控制基础理论
2.1 模型预测控制的结构及典型算法 2.1.1 模型预测控制系统的结构
模型预测控制(MPC)系统大致包括四部分： ① 预测模型：以各种不同的预测模型为基础； ② 滚动优化：采用在线滚动优化指标； ③ 反馈校正：对预测误差在线校正； ④ 参考轨迹：对设定值给出一个柔化的轨迹。