【正文】 要改變這種不經(jīng)濟(jì)的狀況 ，從管理流程角度來看，重點(diǎn)是改變前提條件 ，如生產(chǎn)技術(shù)條件、其他要素投入量等，這些條件發(fā)生變化，邊際收益遞減規(guī)律就不適用了，所以可稱為管 “ 條件 ” 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?？偖a(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。 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。一般說來，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。 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)。 ? 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) 。重復(fù)，適配值最高的為最優(yōu)解。 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。函數(shù)優(yōu)化，自動(dòng)控制，圖像識(shí)別，機(jī)器學(xué)習(xí)。 ? 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。 所謂學(xué)習(xí)是一種過程，它通過重復(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)。在人類的進(jìn)化過程中，學(xué)習(xí)功能起著十分重要的作用。 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)。它是受這樣事實(shí)而啟發(fā)的：對(duì)于用傳統(tǒng)控制理論無法進(jìn)行分析和控制的復(fù)雜的和無法建立數(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。 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。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)。 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)。 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。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)。 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)。 執(zhí)行級(jí) (executive level)：執(zhí)行級(jí)的控制過程通常是 執(zhí)行一個(gè)確定的動(dòng)作 。 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 。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 。 ? 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。 ? 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 。 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。這里所說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 。按照 K. S. Fu（傅京孫）和 Saridis的觀點(diǎn)，智能控制可看作是 人工智能、自動(dòng)控制和運(yùn)籌學(xué) 三個(gè)主要學(xué)科相結(jié)合的產(chǎn)物，稱為三元結(jié)構(gòu) IC=AI∩ AC∩ OR . IC—— 智能控制 (Intelligent Control)；是一個(gè)知識(shí)處理系統(tǒng)，具有記憶、學(xué)習(xí)、信息處理、形式語言、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。 1 智能控制的基本概念 2 智能控制系統(tǒng)的特點(diǎn) ? 具有以 知識(shí)表示的非數(shù)學(xué)廣義模型 和以 數(shù)學(xué)模型 表示的 混合制 過程，也往往是那些含有 復(fù)雜性、不完全性、模糊性或不確定性 以及不存在已知算法的非數(shù)字過程，并以知識(shí)進(jìn)行推理，以啟發(fā)引導(dǎo)求解過程； ? 智能控制的核心在 高層控制，即組織級(jí) ； ? 智能控制器具有 非線性特性 ； ? 智能控制具有 變結(jié)構(gòu)特點(diǎn) ； ? 智能控制器具有 總體自尋優(yōu) 特性； ? 智能控制系統(tǒng)應(yīng)能滿足 多樣性目標(biāo)的高性能 要求； ? 智能控制是一門 邊緣交叉 學(xué)科； ? 智能控制是一個(gè) 新興的研究領(lǐng)域 。 1 智能控制的基本概念 1 智能控制的基本概念 ? 定義三：智能控制是一類無需人的干預(yù)就能夠 自主地驅(qū)動(dòng)智能機(jī)器 實(shí)現(xiàn)其目標(biāo)的 自動(dòng)控 制，也是用 計(jì)算機(jī)模擬人類智能 的一個(gè)重要領(lǐng)域。而 智能機(jī)器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的、熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí)行人的任務(wù)。 但是究竟什么是 “ 智能 ” ， 什么是 “ 智能控制 ” 等問題 ，至今沒有統(tǒng)一的明確定義 。從廣義上講 ， 智能控制是 研究對(duì)復(fù)雜的不確定性被控對(duì)象 （ 過程 ） 采用 人工智能 的方法有效地克服系統(tǒng)的不確定性 ， 使系統(tǒng)從無序狀態(tài)到有序狀態(tài)轉(zhuǎn)移的方法 。進(jìn)行正交試驗(yàn)一般有五步： ? 第一，明確試驗(yàn)?zāi)康模_定考核指標(biāo)； ? 第二，挑選參加試驗(yàn)的因素及其水平，制定因素水平表； ? 第三，選擇合適的正交表，確定具體的試驗(yàn)方案； ? 第四，進(jìn)行試驗(yàn)和結(jié)果分析； ? 第五，根據(jù)分析結(jié)果，提出進(jìn)一步試驗(yàn)的方案或選定滿意的方案正式投產(chǎn)。正交表是已經(jīng)制作好的規(guī)格化的表，是正交試驗(yàn)法的基本工具。 正交試驗(yàn)法是在實(shí)際經(jīng)驗(yàn)與理論認(rèn)識(shí)的基礎(chǔ)上，利用一種規(guī)格化的表 —— “ 正交表 ” ，科學(xué)地挑選試驗(yàn)條件，合理安排試驗(yàn)程序，通過 較少次數(shù) 的試驗(yàn)，找到達(dá)到預(yù)定指標(biāo)的較優(yōu)方案的一種科學(xué)試驗(yàn)方法。在其余部分按同樣方法繼續(xù)下去就能找到最佳點(diǎn)。 （ 1）第三試驗(yàn)點(diǎn)： 1618+10001382=1236（克） 第三次試驗(yàn)結(jié)果與上次留下的好點(diǎn)，即第二試驗(yàn)點(diǎn)的效果比較，如果仍是第二點(diǎn)好，則舍去 1236克以下部分。 2022/2/16 34 第 1節(jié) 優(yōu)化控制 二、前饋 ? 【 例 5— 1】 某種材料的配方中，需要加入一種稀有金屬，估計(jì)其最佳加入量在 1000～ 2022克之間，試問：如何通過較少次的試驗(yàn)找到配方？ ? 試驗(yàn)過程如下（見圖 5— 3） 1000 1618 2022 1000 1618 2022 （ 1） （ 1） （ 2） 1382 1000 （ 2） 1382 1236 （ 1） （ 3） （ 2） （ 1） （ 3） 1382 1236 1472 1618 1618 （ 4） 圖 5— 3 2022/2/16 35 第 1節(jié) 優(yōu)化控制 二、前饋 ? 公式如下： （大點(diǎn) 小點(diǎn)） +小點(diǎn) 代入數(shù)值 （ 2022 1000） +1000=1618（克） （好點(diǎn)）的對(duì)稱點(diǎn)做試驗(yàn) 公式如下 : (大點(diǎn)、小點(diǎn)為緊鄰 “ 好點(diǎn) ” 的左右兩個(gè)點(diǎn) ) （大點(diǎn) + 小點(diǎn)） 上次留下的好點(diǎn) 代入數(shù)值 （ 2022 +1000） 1618=1382（克） 2022/2/16 36 第 1節(jié) 優(yōu)化控制 二、前饋 ? ，決定取舍 如第二試驗(yàn)點(diǎn)的效果比第一點(diǎn)好，則舍去 1618克以上部分。 ? 這種方法的要點(diǎn)是 先 在試驗(yàn)范圍的 次試驗(yàn)， 再 找其對(duì)稱點(diǎn)做第二次試驗(yàn)．比較兩點(diǎn)結(jié)果，去掉 “ 壞 ” 點(diǎn)以外部分，在留下部分 繼續(xù)取 “ 好 ” 點(diǎn)的對(duì)稱點(diǎn)進(jìn)行試驗(yàn) ，比較結(jié)果，決定取舍，逐步縮小試驗(yàn)范圍。 2022/2/16 32 第 1節(jié) 優(yōu)化控制 二、前饋 ? 多因素優(yōu)選問題的方法上大體可分為三類： ? 第一類是 降維法 ，即把多因素轉(zhuǎn)換為單因素處理，通過試驗(yàn)把最優(yōu)值所在的范圍逐步縮小； ? 第二類是 爬山法 ，即從已知的信息出發(fā)，逐步向更優(yōu)的方向移動(dòng)，使目標(biāo)值不斷得到改善； ? 第三類是 正交試驗(yàn)法 ，即利用數(shù)理統(tǒng)計(jì)的正交性原理，通過少量具有代表性的試驗(yàn)，尋找達(dá)到預(yù)定目標(biāo)的較優(yōu)方案 。 ? 多因素方法中還沒有一個(gè)理論上成熟 、大家公認(rèn)為最優(yōu)的方法，一般只是通過實(shí)際試驗(yàn)的比較，相對(duì)地說明各種方法的效果。 ? 單因素方法中比較成熟的是 ，所涉及的數(shù)學(xué)原理是黃金分割。 2022/2/16 31 第 1節(jié) 優(yōu)化控制 二、前饋 ? 2．常用的優(yōu)選方法。 ? (4)確定合適方法。 ? (3)確定合理范圍。 ? (2)確定因素。 2022/2/16 30 第 1節(jié) 優(yōu)化控制 二、前饋 ? 在應(yīng)用優(yōu)選法時(shí)，一般可以分為以下幾個(gè)步驟： ? (1)明確目標(biāo)。 2022/2/16 29 第 1節(jié) 優(yōu)化控制 二、前饋 1．優(yōu)選法的基本步驟 ? 優(yōu)選法是以數(shù)學(xué)原理為指導(dǎo)，用 最可能少的試驗(yàn)次數(shù) ，盡快找到生產(chǎn)和科學(xué)實(shí)驗(yàn)中最優(yōu)方案的一種科學(xué)試驗(yàn)的方法。 ? 優(yōu)化控制也是由于資源有限性而產(chǎn)生的選擇過程。 ? 企業(yè)生產(chǎn)經(jīng)營(yíng)系統(tǒng)必須是前饋一反饋耦合控制系統(tǒng)。這兩種控制方式具有各自的特點(diǎn)， 反饋控制 能夠克服所有擾動(dòng)信號(hào)對(duì)被控量產(chǎn)生的影響，但調(diào)節(jié)滯后于擾動(dòng)，不及時(shí)； 前饋控制根據(jù)擾動(dòng)信號(hào)進(jìn)行調(diào)節(jié)，調(diào)節(jié)及時(shí)，但一個(gè)前饋控制器只能補(bǔ)償某一種擾動(dòng)，無法克服所有的擾動(dòng)，要對(duì)所有的擾動(dòng)信號(hào)進(jìn)行補(bǔ)償，就必須針對(duì)每個(gè)擾動(dòng)信號(hào)分別設(shè)計(jì)專門的前饋控制器，這樣就使得系統(tǒng)結(jié)構(gòu)復(fù)雜。這里選取熱水流量為調(diào)節(jié)量 ，即通過調(diào)節(jié)熱水流量去調(diào)節(jié)混合水的溫度，將 冷水流量的變化作為干擾信號(hào) 處理。 2022/2/16 24 第 1節(jié) 優(yōu)化控制 二、前饋 前饋回路機(jī)制 受控裝置 擾動(dòng) d 輸出 Y 前饋裝置 前饋控制也稱為擾動(dòng)補(bǔ)償控制 ，是指在控制系統(tǒng)中，控制器根據(jù) 擾動(dòng)信號(hào) 作用的大小和方向?qū)Ρ豢亓窟M(jìn)行調(diào)節(jié)，稱這種控制為前饋控制。 2022/2/16 23 第 1節(jié) 優(yōu)化控制 二、前饋 ? (一 )基本概念 ? 反饋可以克服所有引起被控量發(fā)生變化的 擾動(dòng)信號(hào) ，但它本身也存在很大的缺點(diǎn)，那就是 調(diào)節(jié)不及時(shí) ，調(diào)節(jié)總是滯后于擾動(dòng)，即只有擾動(dòng)作用于系統(tǒng)引起被控量發(fā)生變化，導(dǎo)致調(diào)節(jié)器輸入端的偏差信號(hào)發(fā)生變化 后 ，調(diào)節(jié)器才改變輸出的調(diào)節(jié)