【文章內(nèi)容簡(jiǎn)介】 處理、形式語(yǔ)言、啟發(fā)式推理等功能 . AI—— 人工智能 (Artificial Intelligence)；對(duì)知識(shí)經(jīng)驗(yàn)的處理。 AC—— 自動(dòng)控制 (Automatic Control)；描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋 . OR—— 運(yùn)籌學(xué) (Operation Research)；是一種定量?jī)?yōu)化方法，如線性規(guī)劃、網(wǎng)絡(luò)規(guī)劃、調(diào)度、管理、優(yōu)化決策和多目標(biāo)優(yōu)化方法等 . ∩ —— 表示交集 . ACORAIIC ???3 智能控制的結(jié)構(gòu)理論 4 智能控制的研究對(duì)象 智能控制的研究對(duì)象具備以下的一些特點(diǎn)： 智能控制的研究對(duì)象通常存在嚴(yán)重的不確定性。這里所說(shuō)的模型不確定性包含兩層意思：一是 模型未知或知之甚少 ；二是 模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化 。 2. 高度的非線性 對(duì)于具有高度非線性的控制對(duì)象，采用智能控制的方法往往可以較好地解決非線性系統(tǒng)的控制問題。 3. 復(fù)雜的任務(wù)要求 對(duì)于智能控制系統(tǒng)，任務(wù)的要求往往比較復(fù)雜。 4 智能控制的研究對(duì)象 智能控制的應(yīng)用 ? 實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，一般 無(wú)法獲得精確的數(shù)學(xué)模型 。 ? 應(yīng)用 傳統(tǒng)控制理論 進(jìn)行控制必須提出并遵循一些比較苛刻的線性化假設(shè)，而這些假設(shè)在應(yīng)用中往往 與實(shí)際情況不相吻合 。 ? 對(duì)于某些復(fù)雜的和飽含不確定性的控制過(guò)程，根本無(wú)法用傳統(tǒng)數(shù)學(xué)模型來(lái)表示，即無(wú)法解決建模問題。 ? 為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的投資，減低了系統(tǒng)的可靠性。 5 智能控制的類型 ? 分級(jí)遞階控制系統(tǒng) （早期，學(xué)習(xí)控制 智能 自適應(yīng)） ? 專家控制系統(tǒng) （計(jì)算機(jī)程序系統(tǒng)，知識(shí)與經(jīng)驗(yàn) ） ? 模糊控制系統(tǒng) （建模困難，規(guī)則 ifthen） ? 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （人腦神經(jīng)元，前饋 反饋） ? 遺傳算法 （自然選擇 基因遺傳學(xué)） ? 自適應(yīng)控制系統(tǒng) （ 參數(shù) 辨識(shí)、決策、控制） ? 學(xué)習(xí)控制系統(tǒng)（ 重復(fù)輸入信號(hào) 特定響應(yīng) 學(xué)習(xí)中改善） ? 集成（或者復(fù)合）混合控制 （幾種智能方法整合 智能法與常規(guī)控制結(jié)合） 5 智能控制的類型 ? 分級(jí)遞階控制系統(tǒng) 分級(jí)遞階智能控制是在自適應(yīng)控制和自組織控制基礎(chǔ)上，由美國(guó)普渡大學(xué) Saridis提出的智能控制理論。有兩種 ： 基于知識(shí)的混合多層智能控制理論 、 遵循“ 伴隨智能遞降精度遞增 ” 原則的分級(jí)遞階智能控制 。分級(jí)遞階智能控制 (Hierarchical Intelligent Control)主要由三個(gè)控制級(jí)組成，按智能控制的高低分為組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí)，并且這三級(jí)遵循 “ 伴隨智能遞降精度遞增 ” 原則，其功能結(jié)構(gòu)如下圖所示。 5 智能控制的類型 組織級(jí)、協(xié)調(diào)級(jí)、執(zhí)行級(jí) 5 智能控制的類型 組織級(jí) (anization level)：組織級(jí)通過(guò)人機(jī)接口和用戶 (操作員 )進(jìn)行交互，執(zhí)行最高決策的控制功能，監(jiān)視并指導(dǎo)協(xié)調(diào)級(jí)和執(zhí)行級(jí)的所有行為， 其智能程度最高 。 協(xié)調(diào)級(jí) (Coordination level)：協(xié)調(diào)級(jí)可進(jìn)一步劃分為兩個(gè)分層 :控制管理分層和控制監(jiān)督分層。 執(zhí)行級(jí) (executive level)：執(zhí)行級(jí)的控制過(guò)程通常是 執(zhí)行一個(gè)確定的動(dòng)作 。 5 智能控制的類型 遞階控制系統(tǒng) 的一般原理是把總體問題 P分解 成有限數(shù)量的子問題 Pi. 比如：機(jī)器人三級(jí)遞階智能控制系統(tǒng)。 高級(jí)輸入命令 知識(shí) 1 (組織級(jí) ） 傳感器協(xié)調(diào)器 機(jī)械臂協(xié)調(diào)器 視覺協(xié)調(diào)器 2（ 協(xié)調(diào)級(jí)） 上臂控制 手臂控制 3 (執(zhí)行級(jí)） 各種傳感器 關(guān)節(jié) 夾手 攝像機(jī) 5 智能控制的類型 ? 專家控制系統(tǒng) （ Expert System） 專家 指的是那些對(duì)解決專門問題非常熟悉的人們，他們的這種專門技術(shù)通常源于豐富的經(jīng)驗(yàn)，以及他們處理問題的詳細(xì)專業(yè)知識(shí)。 專家系統(tǒng) 主要指的是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的 某個(gè)領(lǐng)域?qū)＜宜降闹R(shí)與經(jīng)驗(yàn) ，能夠利用人類專家的知識(shí)和解決問題的經(jīng)驗(yàn)方法來(lái)處理該領(lǐng)域的高水平難題 .它具有啟發(fā)性、透明性、靈活性、符號(hào)操作、不確定性推理等特點(diǎn)。應(yīng)用專家系統(tǒng)的概念和技術(shù)，模擬人類專家的控制知識(shí)與經(jīng)驗(yàn)而建造的控制系統(tǒng)，稱為專家控制系統(tǒng)。 舉例 ：廣泛應(yīng)用于故障診斷 工業(yè)過(guò)程 工業(yè)設(shè)計(jì)。 5 智能控制的類型 ? 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) 神經(jīng)網(wǎng)絡(luò) 是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞相類似的人工神經(jīng)元互連而組成的網(wǎng)絡(luò)；或由大量象生物神經(jīng)元的處理單元并聯(lián)互連而成。這種神經(jīng)網(wǎng)絡(luò)具有某些智能和仿人控制功能。 學(xué)習(xí)算法 是神經(jīng)網(wǎng)絡(luò)的主要特征，也是當(dāng)前研究的主要課題 .學(xué)習(xí)的概念來(lái)自生物模型，它是機(jī)體在復(fù)雜多變的環(huán)境中進(jìn)行有效的自我調(diào)節(jié)。神經(jīng)網(wǎng)絡(luò)具備類似人類的學(xué)習(xí)功能。一個(gè)神經(jīng)網(wǎng)絡(luò)若想改變其輸出值，但又不能改變它的轉(zhuǎn)換函數(shù)，只能改變其輸人，而改變輸人的唯一方法只能修改加在輸人端的加權(quán)系數(shù)。 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程是修改加權(quán)系數(shù)的過(guò)程，最終使其輸出達(dá)到期望值，學(xué)習(xí)結(jié)束 .常用的學(xué)習(xí)算法有： Hebb學(xué)習(xí)算法、 widrowHoff學(xué)習(xí)算法、 5 智能控制的類型 反向傳播學(xué)習(xí)算法一 BP學(xué)習(xí)算法、 Hopfield反饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法等。 分類： 前饋：感知器 57 線性 60 BP86 RBF 反饋： Hopfield Boltzmann Kohonen 舉例：分類 擬合 逼近 控制。 5 智能控制的類型 ? 模糊控制系統(tǒng) 模糊控制 的基本思想是用機(jī)器去模擬人對(duì)系統(tǒng)的控制。它是受這樣事實(shí)而啟發(fā)的：對(duì)于用傳統(tǒng)控制理論無(wú)法進(jìn)行分析和控制的復(fù)雜的和無(wú)法建立數(shù)學(xué)模型的系統(tǒng)，有經(jīng)驗(yàn)的操作者或?qū)＜覅s能取得比較好的控制效果，這是因?yàn)樗麄儞碛腥辗e月累的豐富經(jīng)驗(yàn)，因此人們希望把這種經(jīng)驗(yàn)指導(dǎo)下的行為過(guò)程總結(jié)成一些 規(guī)則 ，并根據(jù)這些規(guī)則設(shè)計(jì)出控制器。 5 智能控制的類型 然后運(yùn)用 模糊理論、模糊語(yǔ)言變量和模糊邏輯推理的知識(shí) ，把這些模糊的語(yǔ)言上升為數(shù)值運(yùn)算，從而能夠利用計(jì)算機(jī)來(lái)完成對(duì)這些規(guī)則的具體實(shí)現(xiàn)，達(dá)到以機(jī)器代替人對(duì)某些對(duì)象進(jìn)行自動(dòng)控制的目的。 分類：純模糊系統(tǒng) 模糊 T－ S模型 自適應(yīng)模糊邏輯系統(tǒng)。 舉例 ：模糊洗衣機(jī) (3維輸入 1維輸出 : 輸入：臟度，臟物的類型（光學(xué)傳感器），負(fù)載量（負(fù)載傳感器） 輸出：洗衣服的方式（時(shí)間、水量、轉(zhuǎn)速、水溫） 5 智能控制的類型 ? 自適應(yīng)控制系統(tǒng) 自適應(yīng)控制系統(tǒng)是系統(tǒng)在運(yùn)行中能自動(dòng)地獲取改善系統(tǒng)品質(zhì)的有關(guān)信息并能修正控制系統(tǒng)的結(jié)構(gòu)或參數(shù) ,使得系統(tǒng)達(dá)到所要求的狀態(tài) ,自適應(yīng)控制系統(tǒng)一般包括基本的 調(diào)節(jié)控制反饋回路、系統(tǒng)的準(zhǔn)則給定 (包括要求的系統(tǒng)性能指標(biāo)或最優(yōu)準(zhǔn)則等 )、實(shí)時(shí)在線辨識(shí)和實(shí)時(shí)修正調(diào)整機(jī)構(gòu) 等四部分 .其工作過(guò)程是 :首先測(cè)量系統(tǒng)的輸入輸出值 ,根據(jù)這些值辨識(shí)出系統(tǒng)的動(dòng)態(tài)特性 ,再與期望的特性比較 ,從而在自適應(yīng)機(jī)構(gòu)中決定如何改變控制器的參數(shù)和結(jié)構(gòu) ,以 智能控制的類型 保證系統(tǒng)的最優(yōu)性能 ,由適應(yīng)機(jī)構(gòu)輸出信號(hào)改變控制方式 ,使被控對(duì)象得到合適的控制 ,因此其工作過(guò)程是 :辨識(shí)、決策、控制 .舉例：參數(shù)調(diào)節(jié) 模型校正 ? 學(xué)習(xí)控制系統(tǒng) 學(xué)習(xí)是人類的主要智能之一，人類的各項(xiàng)活動(dòng)也需要學(xué)習(xí)。在人類的進(jìn)化過(guò)程中，學(xué)習(xí)功能起著十分重要的作用。學(xué)習(xí)控制正是模擬人類自身各種優(yōu)良的控制調(diào)節(jié)機(jī)制的一種嘗試。 所謂學(xué)習(xí)是一種過(guò)程，它通過(guò)重復(fù)輸人信號(hào)，并從外部校正該系統(tǒng)，從而使系統(tǒng)對(duì)特定輸人具有特定響應(yīng)。學(xué)習(xí)控制系統(tǒng)是一個(gè)能在其運(yùn)行過(guò)程中逐步獲得受控過(guò)程 智能控制的類型 及環(huán)境的非預(yù)知信息，積累控制經(jīng)驗(yàn)，并在一定的評(píng)價(jià)標(biāo)準(zhǔn)下進(jìn)行估值、分類、決策和不斷改善系統(tǒng)品質(zhì)的自動(dòng)控制系統(tǒng)。 ? 遺傳算法 基于自然選擇＆基因遺傳學(xué)建立的優(yōu)化搜索算法。遺傳算法是模擬生物的進(jìn)化過(guò)程＆基因的操作，不要對(duì)象的特定知識(shí)，也不要對(duì)象的搜索空間連續(xù)可微，具有全局尋優(yōu)能力。函數(shù)優(yōu)化，自動(dòng)控制，圖像識(shí)別，機(jī)器學(xué)習(xí)。模糊遺傳，神經(jīng)網(wǎng)絡(luò)遺傳。 生物的進(jìn)化原因：遺傳 變異 選擇，適者生存，優(yōu)勝劣汰的原理。遺傳算法把原理引入待優(yōu)化參數(shù)的編碼串群體中，按照一定的適配值函數(shù) 智能控制的類型 和一系列遺傳操作（復(fù)制（舊－ 新），交叉，變異）對(duì)個(gè)體篩選，使適配值高的個(gè)體被留下來(lái)，組成新的群體，新的群體含上一代的信息＆優(yōu)的個(gè)體。重復(fù)，適配值最高的為最優(yōu)解。 適配值 (通過(guò)目標(biāo)函數(shù)計(jì)算） 生物 能力 生存 生長(zhǎng) 繁衍 目標(biāo)函數(shù) 位串的復(fù)制＆淘汰因素 舉例：參數(shù)辨識(shí)。 ? 集成（或者復(fù)合）混合控制 幾種方法和機(jī)制往往結(jié)合在一起，用于一個(gè)實(shí)際的智能控制系統(tǒng)或裝置，從而建立起混合或集成的智能控制系統(tǒng) 。 舉例：模糊專家系統(tǒng) 模糊神經(jīng)系統(tǒng) 模糊遺傳系統(tǒng) 2022/2/16 65 第 2節(jié) 流程控制 管理流程涉及眾多因素 ，它們相互關(guān)聯(lián)、復(fù)雜多變，有可能牽一發(fā)而動(dòng)全身，因此，在實(shí)際工作中，當(dāng)我們要 改變某些不合要求的因素 時(shí)，對(duì) 其他有關(guān)的因素也要相應(yīng)調(diào)整 ，通過(guò) 各因素在更高水平的協(xié)調(diào)匹配 來(lái)提高管理系統(tǒng)的整體功能。 2022/2/16 66 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 ? 從控制理論角度來(lái)分析，任意一個(gè)大系統(tǒng)都要為了實(shí)現(xiàn)一定的控制功能而構(gòu)成一定的流程控制結(jié)構(gòu)。其 控制要點(diǎn) 大體上可以分為兩類： ? (一 )多級(jí)流程控制 (因地制宜 ) ? (二 )多段流程控制 (因時(shí)制宜 ) 2022/2/16 67 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 (一 )多級(jí)流程控制 (因地制宜 ) ? 圖 5— 6 三級(jí)流程控制結(jié)構(gòu) 第三級(jí) 第二級(jí) 第一級(jí) 協(xié)調(diào)控制 總?cè)蝿?wù) 慢擾動(dòng) 遞階控制 遞階控制 較快擾動(dòng) 局部控制 局部控制 局部控制 局部控制 被控對(duì)象的流程 快擾動(dòng) 2022/2/16 68 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 ? 多級(jí)流程控制的突出特點(diǎn) :按任務(wù)或功能 分層 ，在各層之間存在著不同的分工。一般說(shuō)來(lái)，層次越高，任務(wù)或功能越復(fù)雜，干擾的變化也較慢；反之，低層的任務(wù)或功能較單純，干擾的變化也較快。 ? 多級(jí)流程控制的要求 :管理流程要 “ 因地制宜 ” 對(duì) “ 流速 ” 區(qū)別對(duì)待， 低層 必須強(qiáng)調(diào) “ 立即就辦 ” ， 高層 必須慎重行事， 三思而后行 。 2022/2/16 69 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 (二 )多段流程控制 (因時(shí)制宜 ) ? 圖 5— 7 多階段流程控制 產(chǎn)量 人數(shù) （可變投入要素投入量） A B 第一階段 （管 “ 量 ”區(qū)） 第二階段 （管 “ 理 ”區(qū)） 第三階段 （管 “ 條件 ”區(qū)） 總產(chǎn)量曲線 邊際產(chǎn)量曲線 平均產(chǎn)量曲線 O 2022/2/16 70 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 ? 利用邊際值與總值、平均值的相互關(guān)系，從邊際收益遞減法則的角度，把工作過(guò)程劃分為三個(gè)階段：管 “ 量 ” 區(qū)、管 “ 理 ” 區(qū)、管 “ 條件 ” 區(qū)，介紹突出重點(diǎn)的新思路，見圖5— 7所示。 ? 第一階段 ：在 OA階段，總產(chǎn)量、平均產(chǎn)量均呈上升趨勢(shì)。從管理流程角度來(lái)看， 這一階段的重點(diǎn) 是 增加可變要素投入量，以不斷提高產(chǎn)量 ，所以可稱為管 “ 量 ” 階段。 ? 第二階段 ： A和 B之間。總產(chǎn)量上升 _單位產(chǎn)品的固定成本下降，平均產(chǎn)量下降 單位產(chǎn)品的變動(dòng)成本上升。從管理流程角度來(lái)看， 重點(diǎn)是依據(jù)有關(guān)管理理論確定出最優(yōu)點(diǎn)，即固定成本的降低量抵消可變成本的上升量 ，所以可稱為管“ 理 ” 階段。 2022/2/16 71 第 2節(jié) 流程控制 一、流程控制要點(diǎn)分析 ? 第三階段 ：可變投入要素的數(shù)量大于 OB。