人工智能及其应用蔡自兴第四版.ppt

《人工智能及其应用蔡自兴第四版.ppt》由会员分享，可在线阅读，更多相关《人工智能及其应用蔡自兴第四版.ppt（37页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人 工 智 能第十二章 智能控制v 智能控制的发展与定义智能控制的发展与定义 v 智能控制的结构理论与特点智能控制的结构理论与特点v 智能控制的研究领域智能控制的研究领域v 智能控制系统智能控制系统v 智能控制应用示例智能控制应用示例v 小结小结CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.1 12.1 智能控制的发展与定义智能控制的发展与定义 (Development and Definition of Intelligent Control)12.1.112.1.1 智能控制的产生和发展智能控制的产生和发展v 智能控制的发展智能控制的发展v

2、 自动控制的发展过程自动控制的发展过程 v 智能控制思潮智能控制思潮出现于出现于6060年代；年代；v 6060年代中期年代中期，自动控制与人工智能开始交接；，自动控制与人工智能开始交接；v 近十年来近十年来，智能控制的研究出现一股新的热潮。，智能控制的研究出现一股新的热潮。3CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.1 智能控制的发展与定义图图12-1 12-1 自动控制的发展过程自动控制的发展过程进进展展方方向向控制复杂性控制复杂性4CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.1.21

3、2.1.2 智能控制的定义智能控制的定义12.1 智能控制的发展与定义v智能控制系统智能控制系统v智能机器智能机器v自动控制自动控制v智能控制智能控制5CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.212.2 智能控制的结构理论与特点智能控制的结构理论与特点(Structural Theories and Feature of Intelligent Control)12.2.112.2.1 智能控制的结构理论智能控制的结构理论1.1.二元结构二元结构 傅京孙傅京孙(K.S.Fu)(K.S.Fu)首先首先论述了人工智能与自动控论述了人工智能与自

4、动控制的交接关系制的交接关系 ，指出，指出“智智能控制系统描述自动控制能控制系统描述自动控制系统与人工智能的交接作系统与人工智能的交接作用用”。AIACIC图图12-2 12-2 智能控制的二元结构智能控制的二元结构6CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.2.三元结构三元结构v萨里迪斯萨里迪斯(SaridisSaridis)认为，二元认为，二元交集的两元互相支配无助于交集的两元互相支配无助于智能控制的有效和成功应用，智能控制的有效和成功应用，必须把远筹学的概念引入智必须把远筹学的概念引入智能控制，使它成为三元交集能控制，使它成为三元交集中

5、的一个子集。中的一个子集。v萨里迪斯提出分级智能控制萨里迪斯提出分级智能控制系统，由系统，由3 3个智能个智能(感知感知)级组级组成：成：组织级组织级、协调级协调级、执行执行级级。12.2 智能控制的结构理论与特点图图12-3 12-3 智能控制的三元结构智能控制的三元结构AIORICCT7CISICCISICCISICCISICCISICCISICCISICCISICCISIC图图12-4 12-4 分级智能控制系统分级智能控制系统12.2 智能控制的结构理论与特点8CISICCISICCISICCISICCISICCISICCISICCISICCISIC3.3.四元结构四元结构 蔡自兴蔡自

6、兴提出四元智提出四元智能控制结构，把智能控能控制结构，把智能控制看做自动控制、人工制看做自动控制、人工智能、信息论和运筹学智能、信息论和运筹学四个学科的交集。四个学科的交集。ACICAIORIN图图12-5 12-5 智能控制的四元结构智能控制的四元结构12.2 智能控制的结构理论与特点9CISICCISICCISICCISICCISICCISICCISICCISICCISICv信息论作为智能控制结构一个子集的理由：信息论作为智能控制结构一个子集的理由：v信息论是解释知识和智能的一种手段；信息论是解释知识和智能的一种手段；v控制论、系统论和信息论是紧密相互作用的；控制论、系统论和信息论是紧密相

7、互作用的；v信息论已成为控制智能机器的工具；信息论已成为控制智能机器的工具；v信息熵成为智能控制的测度；信息熵成为智能控制的测度；v信息论参与智能控制的全过程，并对执行级起信息论参与智能控制的全过程，并对执行级起到核心作用。到核心作用。10CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.2.212.2.2 智能控制器的一般结构智能控制器的一般结构不完全任务描述不完全任务描述任务协商任务协商混合知识表示混合知识表示高层规划高层规划/控制控制常规控制过程常规控制过程各种驱动器各种驱动器世界（环境）世界（环境）各种传感器各种传感器多传感器多传感器感知系

8、统感知系统图图12-6 12-6 智能控制器的一般结构智能控制器的一般结构12.2 智能控制的结构理论与特点11CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.2.312.2.3 智能控制的特点智能控制的特点v智能控制以知识智能控制以知识进行推理，以启发引导求解过程。进行推理，以启发引导求解过程。v智能控制的核心在高层控制，即组织级。智能控制的核心在高层控制，即组织级。v智能控制是一门边缘交叉学科。智能控制是一门边缘交叉学科。v智能控制是一个新兴的研究领域。智能控制是一个新兴的研究领域。12.2 智能控制的结构理论与特点12CISICCISICC

9、ISICCISICCISICCISICCISICCISICCISIC12.312.3 智能控制的研究领域智能控制的研究领域 (Research Fields of Intelligent Control)v智能机器人智能机器人 随着机器人技术的发展和自动化程度的提高，对随着机器人技术的发展和自动化程度的提高，对机器人的功能提出更高的要求，特别是各种具有机器人的功能提出更高的要求，特别是各种具有不同程度智能的机器人，包括空间智能机器人。不同程度智能的机器人，包括空间智能机器人。v智能过程控制与规划智能过程控制与规划 差异过程规划；生成过程规划；基于知识的过程差异过程规划；生成过程规划；基于知识的

10、过程规划。规划。13CISICCISICCISICCISICCISICCISICCISICCISICCISICv专家控制系统专家控制系统v智能调度智能调度v语音控制语音控制v康复机器人控制康复机器人控制v智能仪器智能仪器12.3 智能控制的研究领域14CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.4 12.4 智能控制系统智能控制系统 (Intelligent Control Systems)12.4.1 12.4.1 递阶控制系统递阶控制系统v递阶智能控制递阶智能控制(hierarchically intelligent controlhie

11、rarchically intelligent control)是是从工程控制论的角度总结人工智能与自适应、自学从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐习和自组织控制的关系之后而逐渐地形成的，是智渐地形成的，是智能控制的最早理论之一。能控制的最早理论之一。v两种分级递阶控制理论两种分级递阶控制理论:基于知识基于知识/解析混合多层解析混合多层智能控制理论以及智能控制理论以及递阶智能控制理论。递阶智能控制理论。15CISICCISICCISICCISICCISICCISICCISICCISICCISIC1.1.定义与假设定义与假设 智能控制系统各级的共同要素涉及机器

12、各种作用智能控制系统各级的共同要素涉及机器各种作用的不确定性，采用概率模型来描述这些具有共同度量的不确定性，采用概率模型来描述这些具有共同度量的作用，即它们各自的熵的作用，即它们各自的熵(entropies)(entropies)。v组织级组织级：以知识为主体，用香农熵来衡量所需知识。：以知识为主体，用香农熵来衡量所需知识。v协调级协调级：以概率描述的决策方式来表示，这些方案：以概率描述的决策方式来表示，这些方案的熵用于度量协调的不确定性。的熵用于度量协调的不确定性。v执行级执行级：执行代价等价于系统所消耗的能量，并由：执行代价等价于系统所消耗的能量，并由BoltzmanBoltzman的熵来

13、表示。的熵来表示。12.4 智能控制系统16CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.2.组织级与知识基系统组织级与知识基系统 组织器组织器(organizer)(organizer)是智能控制的最高级，它的功是智能控制的最高级，它的功能是建立在几个人工智能能是建立在几个人工智能(基于知识基于知识)概概念基础上的。念基础上的。这些概念转换为概率模型，表示推理、规划、决策、这些概念转换为概率模型，表示推理、规划、决策、长时记忆交换和反馈学习等功能，以规定一个响应外长时记忆交换和反馈学习等功能，以规定一个响应外部指令的任务。部指令的任务。12.4

14、 智能控制系统机器推理机器推理机器规划机器规划机器决策机器决策协调级协调级长期存储交换单元长期存储交换单元自顶自顶向下向下自自底向上底向上uj规划规划输出输出YF编译指编译指令输入令输入图图12-7 12-7 组织级的结构框图组织级的结构框图17CISICCISICCISICCISICCISICCISICCISICCISICCISIC3.3.协调级与嵌套树协调级与嵌套树v协调级的目标协调级的目标是把控制问题的实际公式与最有希是把控制问题的实际公式与最有希望的完全的协调规划联系起来，包括在可供选择望的完全的协调规划联系起来，包括在可供选择的原本中挑选一个规划。的原本中挑选一个规划。v协调级由一定

15、数目的协调器组成，每个协调器与协调级由一定数目的协调器组成，每个协调器与执行级的具体硬件执行级的具体硬件(执行装置执行装置)连接。当某个指令连接。当某个指令由相应的协调器发送至执行装置时，这些装置就由相应的协调器发送至执行装置时，这些装置就执行规定好执行规定好的任务。的任务。这种结构意味着：协调级不这种结构意味着：协调级不具有推理能力。具有推理能力。12.4 智能控制系统18CISICCISICCISICCISICCISICCISICCISICCISICCISIC4.4.具有熵函数的执行级具有熵函数的执行级v执行级是递阶智能控制的最底层，要求具有执行级是递阶智能控制的最底层，要求具有较高的精度

16、和较低的智能；按控制论进行控较高的精度和较低的智能；按控制论进行控制。制。v执行级的性能也可由执行级的性能也可由熵熵来表示，因而统一了来表示，因而统一了智能机器的功用。智能机器的功用。此熵的量度选择一适当的此熵的量度选择一适当的控制，以执行某任务的不确定性。我们能够控制，以执行某任务的不确定性。我们能够选择某个最优控制使此熵选择某个最优控制使此熵(即执行的不确定性即执行的不确定性)为最小。为最小。12.4 智能控制系统19CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.4.2 12.4.2 专家控制系统专家控制系统(Expert Control

17、System)(Expert Control System)v对专家控制器的控制要求对专家控制器的控制要求v运行可靠性高运行可靠性高v决策能力强决策能力强v应用通用性好应用通用性好v控制与处理的灵活性控制与处理的灵活性v拟人能力拟人能力v专家控制器的特点与设专家控制器的特点与设计原则计原则v模型描述的多样性模型描述的多样性v决策机构的递阶性决策机构的递阶性v在线处理的灵巧性在线处理的灵巧性v推理与决策的实时性推理与决策的实时性v控制策略的灵活性控制策略的灵活性12.4 智能控制系统20CISICCISICCISICCISICCISICCISICCISICCISICCISIC3.3.专家控制器的

18、结构专家控制器的结构 知识库由经验数据库和学习与适应装置组成。经知识库由经验数据库和学习与适应装置组成。经验数据库存储经验和事实；学习与适应装置验数据库存储经验和事实；学习与适应装置在线获取在线获取信息，补充或修改知识库内容，改进系统性能，提高信息，补充或修改知识库内容，改进系统性能，提高问题求解能力。问题求解能力。12.4 智能控制系统e学习与适学习与适应装置应装置数据库数据库专家控制器专家控制器特征识别特征识别信息处理信息处理推理推理机机控制规则集控制规则集控制对象控制对象传感器传感器RYESKGUYu图图12-8 工业专家控制器结构框图工业专家控制器结构框图21CISICCISICCIS

19、ICCISICCISICCISICCISICCISICCISICv控制规则集是对被控过程的各种控制模式和经验的归控制规则集是对被控过程的各种控制模式和经验的归纳和总结，采用向前推理方法逐次判别各种规则纳和总结，采用向前推理方法逐次判别各种规则。v特征识别与信息处理实现信息的提取与加工，为控制特征识别与信息处理实现信息的提取与加工，为控制决策和学习适应提供依据。决策和学习适应提供依据。v专家控制器的输入集为：专家控制器的输入集为：E=E=(R R,e e,Y Y,U U)，e=R e=R Y Y 式中，式中，为参考控制输入，为参考控制输入，为误差信号，为误差信号，为受控为受控输出，输出，为控制器

20、的输出集。为控制器的输出集。v专家控制器专家控制器的模型可用式的模型可用式U=f(E,K,I)U=f(E,K,I)表示，智能算表示，智能算子子f f为几个算子的复合运算：为几个算子的复合运算：f=gf=gh hp p，其中：其中：g:ESg:ES；h:SKIh:SKI；p:IUp:IU12.4 智能控制系统22CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.4.3 12.4.3 模糊控制系统模糊控制系统 1.1.模糊控制器的结构模糊控制器的结构 模糊控制器由模糊控制器由NN维关系维关系R R表示，表示，R R可视为可视为00，1 1区区间的几个间

21、的几个NN维关系维关系R Ri i的组合，每个的组合，每个R Ri i代表一条规则代表一条规则r ri i。控制器的输入控制器的输入x x被模糊化为关系被模糊化为关系X X；模糊输出模糊输出Y Y可可应用应用合成推理规则进行计算；对模糊输出合成推理规则进行计算；对模糊输出Y Y进行非模糊化进行非模糊化(模糊判决模糊判决)，可得精确的数值输出，可得精确的数值输出y y。12.4 智能控制系统图图12.9 12.9 理论模糊控制器框图理论模糊控制器框图模糊化模糊化Y=XY=XR R模糊判决模糊判决X XY Yy yx x23CISICCISICCISICCISICCISICCISICCISICCI

22、SICCISIC12.4 智能控制系统图图12.10 12.10 模糊控制器的一般框图模糊控制器的一般框图模糊化模糊化模糊决策模糊决策模糊判决模糊判决X XY Yy yx x输入定标输入定标输出定标输出定标标度因子标度因子规则库规则库隶属关系隶属关系标度因子标度因子原原精确精确值输入值输入原原精确精确值输出值输出标准精标准精确输入确输入模糊模糊输入输入模糊模糊输出输出标准精标准精确输出确输出24CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.2.模糊控制器的控制规则模糊控制器的控制规则 现有现有FLCFLC中，控制规则一般为如下形式：中，控制规则一

23、般为如下形式：IF IF THEN THEN 3.3.模糊控制器的设计方法模糊控制器的设计方法 语言相平面法；专家系统法语言相平面法；专家系统法 CADCAD环境工具；遗传优化算法环境工具；遗传优化算法专家模糊控制器（专家模糊控制器（EFCEFC）容许复杂的分级规则，如：容许复杂的分级规则，如：IFIF过程状态过程状态1 1 THENTHEN中间变量中间变量1 1 IF IF中间变量中间变量NNTHENTHEN控制作用控制作用 .12.4 智能控制系统25CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.4.4 12.4.4 学习控制系统学习控制系

24、统 1.1.学习控制的发展及研究课题学习控制的发展及研究课题v学习控制的发展学习控制的发展v 学习控制的研究课题学习控制的研究课题v 在非稳定环境中的学习在非稳定环境中的学习v 提高学习效率提高学习效率v 学习系统的多级结构学习系统的多级结构v 结束规则结束规则v 把模糊数学用于学习系统把模糊数学用于学习系统v直觉推理的应用直觉推理的应用v 文法推理文法推理12.4 智能控制系统26CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.2.学习控制的设计原则学习控制的设计原则v 控制系统应具有分层信息处理和决策能力控制系统应具有分层信息处理和决策能力v

25、控制器应具有在线特征辨识和特征记忆的功能控制器应具有在线特征辨识和特征记忆的功能v 控制器应具有多模态控制控制器应具有多模态控制v 应用直觉推理逻辑，使控制器的决策更灵活和应用直觉推理逻辑，使控制器的决策更灵活和迅速，以提高自学习效率。迅速，以提高自学习效率。12.4 智能控制系统27CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.4.5 12.4.5 神经控制系统神经控制系统 1.1.神经控制研究的发展及特性神经控制研究的发展及特性v 发展发展v1960年，威德罗年，威德罗(Widrow)和霍夫和霍夫(Hoff)率先把神率先把神经网络用于自动控

26、制研究。经网络用于自动控制研究。v 60年代末期至年代末期至80年代中期，神经网络控制与整个年代中期，神经网络控制与整个神经网络研究一样，处于低潮。神经网络研究一样，处于低潮。v 80年代后期以来，神经网络控制的研究日趋活跃。年代后期以来，神经网络控制的研究日趋活跃。12.4 智能控制系统28CISICCISICCISICCISICCISICCISICCISICCISICCISICv神经网络的特性神经网络的特性v并行处理和快速性，适于实时控制和动力学控制。并行处理和快速性，适于实时控制和动力学控制。v本质非线性特性，为非线性控制带来新的希望。本质非线性特性，为非线性控制带来新的希望。v可通过训

27、练获得学习能力，能解决用数学模型或可通过训练获得学习能力，能解决用数学模型或规则描述难以处理或无法处理的控制过程。规则描述难以处理或无法处理的控制过程。v很强的自适应能力和信息综合能力，能同时处理很强的自适应能力和信息综合能力，能同时处理大量的不同类型大量的不同类型的控制输入，解决输入信息的互的控制输入，解决输入信息的互补性和冗余性问题。补性和冗余性问题。12.4 智能控制系统29CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.神经网络学习控制神经网络学习控制12.4 智能控制系统图图12.11 监督式学习监督式学习NN控制器的结构控制器的结构监督

28、对象监督对象受控对象受控对象NNCr(t)e(t)u(t)y(t)+-+-选择器选择器30CISICCISICCISICCISICCISICCISICCISICCISICCISIC实现实现SNCSNC包括下列步骤：包括下列步骤：v通过传感器及传感信息处理获取必要的控制通过传感器及传感信息处理获取必要的控制信息。信息。v构造神经网络，包括选择合适的神经网络类构造神经网络，包括选择合适的神经网络类型、结型、结 构参数和学习算法等。构参数和学习算法等。v训练训练SNCSNC，实现从输入到输出的映射，产生实现从输入到输出的映射，产生正确控制。正确控制。12.4 智能控制系统31CISICCISICCI

29、SICCISICCISICCISICCISICCISICCISIC3.神经网络非线性控制神经网络非线性控制12.4 智能控制系统图图12.12 神经元预测控制器结构图神经元预测控制器结构图对象对象NLONNP过滤器过滤器r(t)e(t)u(t)y(t)de(t)+-+-y(t+k)NLO 非线性优化器非线性优化器NNP 神经网络预测器神经网络预测器32CISICCISICCISICCISICCISICCISICCISICCISICCISICv预测控制算法的本质是预测模型、滚预测控制算法的本质是预测模型、滚动优化和反馈校正。预测模型用于描动优化和反馈校正。预测模型用于描述控制对象的动态行为，根据

30、系统当述控制对象的动态行为，根据系统当前输入和输出信息以及未来输出信息，前输入和输出信息以及未来输出信息，预测未来的输出值。预测未来的输出值。12.4 智能控制系统33CISICCISICCISICCISICCISICCISICCISICCISICCISIC4.神经网络自适应控制神经网络自适应控制 模型参考自适应控制模型参考自适应控制(MRAC)多采用间接控制方多采用间接控制方式。训练时，随意产生控制器输出传送至对象，由该式。训练时，随意产生控制器输出传送至对象，由该输出信号和对象的实际输出来训练控制器，使控制器输出信号和对象的实际输出来训练控制器，使控制器最终能够产生正确的控制信号，以求对象

31、输出尽可能最终能够产生正确的控制信号，以求对象输出尽可能地接近期望轨迹。地接近期望轨迹。5.其它神经网络控制其它神经网络控制 神经网络鲁棒自适应控制、模糊神经网络控制、神经网络鲁棒自适应控制、模糊神经网络控制、神经网络变结构控制、神经网络自寻优控制、神经网神经网络变结构控制、神经网络自寻优控制、神经网络自校正控制络自校正控制,12.4 智能控制系统34CISICCISICCISICCISICCISICCISICCISICCISICCISIC12.5 12.5 智能控制应用示例智能控制应用示例 (Intelligent Control Application)1.1.智能机器人规划与控制智能机器

32、人规划与控制感知状况感知状况事件事件作用作用评价评价预测状况预测状况规划规划内部内部外部外部 图图12-13 MAUV12-13 MAUV的智能控制原理结构图的智能控制原理结构图35CISICCISICCISICCISICCISICCISICCISICCISICCISIC2.2.智能机器人规划与控制智能机器人规划与控制3.3.自动加工系统的智能控制自动加工系统的智能控制4.4.智能故障检测与诊断智能故障检测与诊断5.5.飞行器的智能控制飞行器的智能控制6.6.医用智能控制医用智能控制7.7.智能仪器智能仪器36CISICCISICCISICCISICCISICCISICCISICCISICCI

33、SIC12.6 12.6 小结小结 (Summary)v本章着重讨论了智能控制的结构理论和特点，本章着重讨论了智能控制的结构理论和特点，现存的智能控制结构理论有二元、三元和四元现存的智能控制结构理论有二元、三元和四元交集等理论。交集等理论。v本章另一重点是各种智能控制系统的原理与构本章另一重点是各种智能控制系统的原理与构成，分别介绍了分级递阶智能控制、专家控制、成，分别介绍了分级递阶智能控制、专家控制、模糊控制、学习控制和神经控制等系统。模糊控制、学习控制和神经控制等系统。v 本章还阐述了智能控制的研究领域及应用实例。本章还阐述了智能控制的研究领域及应用实例。智能控制的研究领域是十分广泛和高度交叉的，智能控制的研究领域是十分广泛和高度交叉的，它的应用也日益广泛。它的应用也日益广泛。37