智能控制研第四章递阶控制系统.ppt
《智能控制研第四章递阶控制系统.ppt》由会员分享,可在线阅读,更多相关《智能控制研第四章递阶控制系统.ppt(53页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、智能控制研第四章递阶控制系统现在学习的是第1页,共53页第四章第四章 递阶控制系统递阶控制系统4.1 递阶智能机器的一般理论递阶智能机器的一般理论基于逻辑的方法基于逻辑的方法Nilsson和和Fikes等叙述过,其通用技术仍在继续研究与开发之中。等叙述过,其通用技术仍在继续研究与开发之中。基于解析的方法基于解析的方法该方法已在理论和实践两方面达到比较成熟的水平。该方法已在理论和实践两方面达到比较成熟的水平。新的方法和技术新的方法和技术如如Boltzmann机、神经网络和机、神经网络和Petri网等,为智能机器理论的网等,为智能机器理论的分析研究提供了新的工具。分析研究提供了新的工具。递阶智能控
2、制递阶智能控制(Hierarchical Intelligent Control)(Hierarchical Intelligent Control)是在研究早期是在研究早期学习控制系统的基础上,从工程控制论角度总结人工智能与自适应控制、学习控制系统的基础上,从工程控制论角度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。自学习控制和自组织控制的关系后逐渐形成的。萨里迪斯(萨里迪斯(Saridis)Saridis)提出基于个控制层次和提出基于个控制层次和(精度随智能降低精度随智能降低而提高)原理的三级递阶智能控制系统;维拉提出基于知识描述和数学解析的二而提高)原理的三级递阶
3、智能控制系统;维拉提出基于知识描述和数学解析的二层混合智能系统。层混合智能系统。现在学习的是第2页,共53页递阶智能控制系统是由三个基本控制级(组织级、协调级、递阶智能控制系统是由三个基本控制级(组织级、协调级、执行级)构成的,级联交互结构图如下。执行级)构成的,级联交互结构图如下。4.1.1 递阶智能机器的一般结构递阶智能机器的一般结构图图4.1递阶智能机器的级联结构递阶智能机器的级联结构为自执行级至协调级的在线反馈信号;为自执行级至协调级的在线反馈信号;为自协调级至组织级的离线为自协调级至组织级的离线反馈信号反馈信号现在学习的是第3页,共53页组织级代表控制系统的主导思想,并由人工智能起控
4、制作用。组织级代表控制系统的主导思想,并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合,组织器能够组织绝根据贮存在长期存储交换单元内的本原数据集合,组织器能够组织绝对动作、一般任务和规则的序列。对动作、一般任务和规则的序列。1.组织级组织级(organizationlevel)现在学习的是第4页,共53页2.协调级协调级(coordinationlevel)协调级是组织级和执行级间的接口,承上启下,并由人工智协调级是组织级和执行级间的接口,承上启下,并由人工智能和运筹学共同作用。协调级借助于产生一个适当的子任务序列能和运筹学共同作用。协调级借助于产生一个适当的子任务序列来执行
5、原指令,处理实时信息。来执行原指令,处理实时信息。图图4.3协调级的结构协调级的结构现在学习的是第5页,共53页3.执行级执行级(executionlevel)执行级是递阶智能控制的最底层,要求具有较高的精度但较执行级是递阶智能控制的最底层,要求具有较高的精度但较低的智能;它按控制论进行控制,对相关过程执行适当的控制作低的智能;它按控制论进行控制,对相关过程执行适当的控制作用。用。通常称通常称S S 为香农(为香农(Shannon)负熵,它可变换为下列方程:)负熵,它可变换为下列方程:式式中中,为为被被传传递递的的信信息息信信号号空空间间。负负熵熵是是对对信信息息传传递递不不确确定定性性的的一
6、一种种度度量量,即即系系统统状状态态的的不不确确定定性性可可由由该该系系统统熵熵的的概概率率密密度度指指数函数获得。数函数获得。现在学习的是第6页,共53页熵和熵的变化率:熵和熵的变化率:信息熵信息熵P为信息源中各事件发生的概率为信息源中各事件发生的概率香农(香农(Shannon)负熵)负熵可变换为下列方程:可变换为下列方程:为被传递的信息信号空间。为被传递的信息信号空间。4.智能机器的作用智能机器的作用它的高层功能模仿了人类行为,实现控制系统的规划、决它的高层功能模仿了人类行为,实现控制系统的规划、决策、学习、数据存取和任务协调等功能,进行知识处理与管策、学习、数据存取和任务协调等功能,进行
7、知识处理与管理。理。用熵来描述和度量系统的控制作用。用熵来描述和度量系统的控制作用。现在学习的是第7页,共53页5.递阶智能控制的实质递阶智能控制的实质智能控制理论可被假定为寻求某个系统正确的决策与控制序智能控制理论可被假定为寻求某个系统正确的决策与控制序列的数学问题,该系统在结构上遵循(列的数学问题,该系统在结构上遵循(IPDI)精度随智能降低而)精度随智能降低而提高的原理,而所求得序列能够使系统的总熵为最小。提高的原理,而所求得序列能够使系统的总熵为最小。4.1.2 递阶智能机器的信息论定义递阶智能机器的信息论定义知识、信息、智能、信息论知识、信息、智能、信息论.定义定义4.1机器知识机器
8、知识(MachineKnowledge,K)机器知识是消除智能机器指定任务的不确定性所需要的结构机器知识是消除智能机器指定任务的不确定性所需要的结构信息。智能机器中的机器知识包括先验知识和经验知识。信息。智能机器中的机器知识包括先验知识和经验知识。定义定义4.2机器知识流量机器知识流量(RateofMachineKnowledge,R)机器知识流量是通过智能机器的知识流。机器知识流量是通过智能机器的知识流。现在学习的是第8页,共53页定义定义4.4机器不精确性机器不精确性(MachineImprecision)机器不精确性是执行智能机器各项任务的不确定性。机器不精确性是执行智能机器各项任务的不
9、确定性。定义定义4.5机器精度机器精度(MachinePrecision)机器精度是机器不精确性的补,它代表过程的复杂性。机器精度是机器不精确性的补,它代表过程的复杂性。4.1.3 IPDI原理的解析公式原理的解析公式定义定义4.3机器智能机器智能(MachineIntelligence,MI)机器智能是分析和组织数据,并把数据变换为知识的作用。机器智能是分析和组织数据,并把数据变换为知识的作用。原理可由概率公式表示为:原理可由概率公式表示为:PR(MI,DB)=PR(R)上上式中,式中,表示概率,表示概率,为机器知识,为机器知识,为与执行任务有关的数为与执行任务有关的数据库。数据库代表任务的
10、复杂性,且取决于任务的执行精度,即该据库。数据库代表任务的复杂性,且取决于任务的执行精度,即该执行精度是与数据库的复杂性相称的。执行精度是与数据库的复杂性相称的。现在学习的是第9页,共53页取自然对数后可得下式:取自然对数后可得下式:ln p(MI/DB)+ln p(DB)=ln p(R)对两边取期望值,可得熵方程:对两边取期望值,可得熵方程:S(MI/DB)+S(DB)=S(R)上式中,上式中,S S(x)为与)为与x有关的熵。在建立和执行任务期间,期望有有关的熵。在建立和执行任务期间,期望有个不变的知识流量;这时,增大特定数据库个不变的知识流量;这时,增大特定数据库的熵要求减小机器的熵要求
11、减小机器智能智能的熵。如果的熵。如果独立于独立于,那么:,那么:S(MI)+S(DB)=S(R)本原理适用于递阶系统的单个层级和多个层级。在多层情况下,知识本原理适用于递阶系统的单个层级和多个层级。在多层情况下,知识流流在信息理论意义上代表系统的工作能力。在信息理论意义上代表系统的工作能力。现在学习的是第10页,共53页4.2 递阶智能控制系统的原理与结构递阶智能控制系统的原理与结构根据根据“精度随智能降低而提高精度随智能降低而提高”(IPDI)原理,可把递阶智能控)原理,可把递阶智能控制系统分为几个子系统,并对每个子系统导出计算模块。全部子系统连成制系统分为几个子系统,并对每个子系统导出计算
12、模块。全部子系统连成树状结构,形成了多层的递阶模型。树状结构,形成了多层的递阶模型。下面先介绍与组织级两个模型有关的决策段结构,然后讨论协下面先介绍与组织级两个模型有关的决策段结构,然后讨论协调级和执行级的模型。调级和执行级的模型。现在学习的是第11页,共53页4.2.1 组织级原理与结构组织级原理与结构图图4.2组织级的结构框图组织级的结构框图组织级的结构如下图,可把此框图视为一个组织级的结构如下图,可把此框图视为一个Botlzmann机结构。机结构。现在学习的是第12页,共53页定义定义4.9机器学习与反馈机器学习与反馈(MLF)机器学习与反馈是对不同的单一的和派生的值函数进行计算,这些函
13、数与执行需求工作有机器学习与反馈是对不同的单一的和派生的值函数进行计算,这些函数与执行需求工作有关,并通过学习算法更新各个概率。关,并通过学习算法更新各个概率。定义定义4.8机器决策机器决策(MDM)机器决策是在最大的相关成功概率中选择完备的和可兼容的有序活动。机器决策是在最大的相关成功概率中选择完备的和可兼容的有序活动。定义定义4.7机器规划机器规划(MP)机器规划是执行预定工作所需要的完备的和可兼容的有序活动之形式化表示。机器规划是执行预定工作所需要的完备的和可兼容的有序活动之形式化表示。定义定义4.6机器推理(机器推理(MR)机器推理是编译输入指令机器推理是编译输入指令uj,(uj U)
14、与相关活动集与相关活动集Ajm、产生式规则以及构成、产生式规则以及构成系统推理机的程序之总合。系统推理机的程序之总合。组织级的功能定义如下:组织级的功能定义如下:定义定义4.10机器记忆交换机器记忆交换(MME)机器记忆交换是对组织级的长期存储器进行信息检索、储存和更新。机器记忆交换是对组织级的长期存储器进行信息检索、储存和更新。现在学习的是第13页,共53页.基于概率的结构模型基于概率的结构模型 用于机器推理、机器规划和机器决策三种功能的结构模型,分别用于机器推理、机器规划和机器决策三种功能的结构模型,分别如下面三图如下面三图(图图4 4.、图、图4 4.和图和图4 4.)所示。所示。图图4
15、 4.机器推理功能模型机器推理功能模型现在学习的是第14页,共53页图图4 4.机器规划功能模型机器规划功能模型现在学习的是第15页,共53页图图4 4.机器决策功能模型机器决策功能模型现在学习的是第16页,共53页.基于专家系统的结构模型基于专家系统的结构模型图图4 4.分类器模型的硬件实现分类器模型的硬件实现ValavanisandSaridis1992 现在学习的是第17页,共53页4.2.2 协调级原理与结构协调级原理与结构图图4.8协调级结构框图协调级结构框图协调级由不同的协调器组成,协调级由不同的协调器组成,每个协调器由计算机来实现。左每个协调器由计算机来实现。左图是一个协调级结构
16、的候选框图。图是一个协调级结构的候选框图。该结构在横向上能够通过分配器该结构在横向上能够通过分配器实现各协调器之间的数据共享。实现各协调器之间的数据共享。现在学习的是第18页,共53页图图4.9协调器的硬件配置协调器的硬件配置实现某典型协调器所需的主要实现某典型协调器所需的主要硬件如右图。各台专用微处理器通硬件如右图。各台专用微处理器通过其输入过其输入/输出端口与组织级和执行输出端口与组织级和执行级连接。这些基于微处理器级连接。这些基于微处理器(CPU)的系统使用局部的系统使用局部ROM来存储控制执行来存储控制执行装置所需要的程序,并用装置所需要的程序,并用RAM来存储来存储临时信息。临时信息
17、。现在学习的是第19页,共53页4.2.3 执行级原理与结构执行级原理与结构图图4.10协调器与执行器的结构模型协调器与执行器的结构模型执行级执行由协调级发出的指令。对智能机器人系统,执行级的执行执行级执行由协调级发出的指令。对智能机器人系统,执行级的执行装置包括:视觉系统(装置包括:视觉系统(VS)、传感系统()、传感系统(SS)、带有相应抓取装置)、带有相应抓取装置(GS)的操作机()的操作机(MS)。)。现在学习的是第20页,共53页4.3递阶智能控制的控制与决策模型递阶智能控制的控制与决策模型4.3.1 组织级的控制与决策模型组织级的控制与决策模型1.定义定义定定义义4.4.11 11
18、 具具有有先先验验概概率率p p(c cn n)的的用用户户指指令令集集合合 C=c1,c2,.,cM经经过过遥遥控控或或非非通通讯讯通通道道送送至至控控制制系系统统。式式中中,是固定的和有限的。是固定的和有限的。定义定义4.124.12 具有相关概率具有相关概率p p(u uj j/c cn n)的分类编译输入指令的分类编译输入指令 U=u1,u2,.,uM是系统组织级的实际输入。式中,是系统组织级的实际输入。式中,是固定的和有限的。是固定的和有限的。现在学习的是第21页,共53页 定义定义4 4.13 .13 系统的任务域被定义为本原事件(动作)的集合系统的任务域被定义为本原事件(动作)的
19、集合 Et=e1,e2,.,eN表表4 4.事件集合的符号与含义事件集合的符号与含义符号符号含含 义义 Et 任务域内的本原事件集合任务域内的本原事件集合 Enr非重复事件集合非重复事件集合 Er重复本原事件集合重复本原事件集合 Ec与某个与某个 uj 相关的主动非重复事件集合相关的主动非重复事件集合 Esnr 允许开始某个与允许开始某个与 uj有关活动的非重复事件集合有关活动的非重复事件集合 Esr允许开始某个规划的重复事件集合允许开始某个规划的重复事件集合 Eend允许结束某个规划的非重复本原事件集合允许结束某个规划的非重复本原事件集合 Ecr与与 uj 相关的关键非重复事件集合表列相关的
20、关键非重复事件集合表列 Ecomp本原事件可兼容对的表列本原事件可兼容对的表列 Eunw本原事件干扰优先对的表列本原事件干扰优先对的表列 Eord有效重复排序的表列有效重复排序的表列 现在学习的是第22页,共53页定义定义4 4.14 .14 在某个特定输入指令在某个特定输入指令u uj j 起动的规划内,二进值变量起动的规划内,二进值变量x xi i 与事与事件件 e ei i 有关,有关,。当。当x xi i=1=1时,时,e ei i 是有效的,当是有效的,当x xi i=0 0时,时,e ei i 是无效的;其相应概率分别为是无效的;其相应概率分别为p p(x xi i=1/=1/u
21、uj j)=)=p pijij 和和 p p(x xi i=0/=0/u uj j)=1-=1-p pijij 。定义定义4 4.15 .15 活动集合活动集合A Ajmjm (本原事件联成一组以形成复杂的任务)(本原事件联成一组以形成复杂的任务)与特定输入与特定输入u uj j 有关,而且由二进信息串有关,而且由二进信息串X Xjmjm 表示。表示。X Xjmjm 指明在活动指明在活动A Ajmjm 中哪些事件(动作)是有效的,哪些是无效的。这指明了第中哪些事件(动作)是有效的,哪些是无效的。这指明了第个活动信息串与第个活动信息串与第个编译输入指令有关。因为个编译输入指令有关。因为x xi
22、i 是二进变是二进变量,所以与量,所以与u uj j 有关的活动有关的活动A Ajmjm (信息串(信息串X Xjmjm )的初值最大数为)的初值最大数为(2 2N N -1)-1)。于是,可定义一个活动串的相应概率为:。于是,可定义一个活动串的相应概率为:现在学习的是第23页,共53页定义定义4 4.17与与uj有关的完备规划有关的完备规划Zjmv的集合是的集合是Bjmr的一个子集,且其元素的一个子集,且其元素为满足某些完成准则的增广活动。为满足某些完成准则的增广活动。式中,式中,u uj j 为与为与 Z Zjmvjmv 有关的第有关的第个置换矩阵或增广屏蔽矩阵;个置换矩阵或增广屏蔽矩阵;
23、p p(M Mjmrjmr/X/Xjmjm)表示与表示与X Xjmjm 有关的第有关的第个有效重复事件的概率,并由置换矩阵个有效重复事件的概率,并由置换矩阵M Mjmrjmr 决决定;定;则由具体应用问题决定。则由具体应用问题决定。定义定义4 4.16.16 把有效的重复事件插入到有效活动把有效的重复事件插入到有效活动A Ajmrjmr(信息串信息串X Xjmjm )的适当位置,得到与)的适当位置,得到与 u uj j有关的完备规划有关的完备规划B Bjmrjmr (增广串(增广串Y Yjmrjmr )集合。其中,集合。其中,表示第表示第个有效重复事件的信息串。一个增广个有效重复事件的信息串。
24、一个增广活动串的相应概率被定义为:活动串的相应概率被定义为:P(Yjmr/uj)=p(Mjmr/Xjm)P(Xjm/uj),j j现在学习的是第24页,共53页2.过程过程规规则则4 4.1.1 假假定定用用户户指指令令C Cn n 是是相相互互独独立立的的,;分分类类编编译译输输入入指指令令u uj j也也是是相相互互独独立立的的,。然然而而,由由于于分分类类,u uj j取取决决于于C Cn n 。因因为为u uj j和和本本原原事事件件 e ei i 都都被被假假设设为为在在概概率率上上是是独独立立的的,所以,不同的活动是相互独立的。所以,不同的活动是相互独立的。规则规则4 4.如果某个
25、事件串中的每一事件如果某个事件串中的每一事件e ei i能够立即跟随在其左边事件之能够立即跟随在其左边事件之后,又能立即出现在其右边事件之前,那么,该事件串满足兼容性测后,又能立即出现在其右边事件之前,那么,该事件串满足兼容性测试。试。现在学习的是第25页,共53页规则规则4 4.如果某个非重复事件串中的每一事件如果某个非重复事件串中的每一事件e ei i能够优先于随后的所有其它能够优先于随后的所有其它事件(尽管不要求立即进行),那么该事件串满足优先权测试。事件(尽管不要求立即进行),那么该事件串满足优先权测试。规则规则4 4.非重复事件的相对次序对活动的公式化表示是至关重要的。非重复事件的相
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 智能 控制 第四 章递阶 控制系统
限制150内