《智能控制技术》学习笔记-1.绪论,智能控制定义、分类、发展及应用场景

2023-05-16

一、引言

先修内容: 经典控制理论、现代控制理论、MATLAB

引入:智能理论是新兴学科,随着数字计算机和人工智能发展而来,发展得益于许多学科:人工智能、认知科学、现代自适应控制、最优控制、神经元网络、 模糊逻辑等。

基于模型控制方法=经典控制论+现代控制论

生活中的自动化:自动抽水马桶、冰箱温度调节控制、自动化洗衣机

什么是人的智能?

  智能是人脑的属性和产物,智能主要特征:

A、具有感知能力。通过视觉、听觉、触觉、味觉和嗅 觉感知外部世界。

B、具有记忆与思维能力。

C、具有学习能力及自适应能力。

D、具有行为能力。

二、智能控制的定义:

  1. 定性角度,智能控制系统具有智能控制系统应具有仿人的功能(学习、 推理),让人脑产生的决策和行为融入控制当中进行决策和执行。
  2. 系统行为角度,智能控制把知识反馈结合起来,以闭环反馈控制为基础,形成感知交互 式以目标为导向的控制系统。

三、控制的发展过程

3.1 古典控制论(经典控制论阶段)

对象1:单入、单出(SISO)、线性定常系统 频域理论:传递函数、频率特性、根轨迹分布 劳斯(E.J.Routh)赫尔维茨(Hurwitz)代数判据 奈奎斯特(H.Nyquist)稳定性判据

对象2:非线性系统 描述函数分析 庞加莱(Poincare)的相平面分析法

3.2 现代控制理论(20世纪60年代)

对象1:非线性—— 时变 线性——定常 (时域理论 状态方程)

自适应控制目的:以变制变,以变化着的控制器来控制变化者的控制对象 

(典型PID控制、模型参考自适应控制和自校正自适应控制)

鲁 棒 控 制 目的:以不变制变,以不变的控制器来控制变化着的被控对象

现代控制理论缺点:

  1. 设计方法越来越数学化
  2. 依赖理想化的精确的对象数学模型(实际情况会变,不会一直理想)
  3. 实际生产过程中有许多需要 靠操作人员的知识和逻辑思 维来解决的问题,现代控制 理论显得无能为力。
  4. 控制算法较为理想化(高维、强 耦合、时变、非线性及分布参数 等系统、缺乏实用、简便及有效 的分析和综合方法)

3.3 智能控制理论(20世纪70年代)

(1J.M.Mendel教授 空间飞行器-飞船控制系统的设计 (2)傅京孙教授 首次提出“人工智能控制”的概念 (3)Saridis 组织级、协调级和执行级 (4)Astrom 专家控制 (5)1985年8月,美国纽约IEEE召开的智能控制专题讨论会, 标志着智能控制作为一个新的学科分支被控制界公认。

四、智能控制的结构理论

1. 二元结构    傅京孙(K.S.Fu) 首先论述了 人工智能与自动控制的交接关 系 ,指出“智能控制系统描述 自动控制系统与人工智能的交 接作用”。

 2.三元结构    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,使它成为三元 交集中的一个子集。

3. 四元结构  蔡自兴提出四元智能控 制结构,把智能控制看做自 动控制、人工智能、信息论 和运筹学四个学科的交集。

 

五、智能控制分支

 5.1.模糊控制---一种新颖的智能控制方式 

美国加利福尼亚大学 1965年 (L.A.Zadeh)模糊集理论 《Fuzzy Sets》、         《Fuzzy Algorithm》、《A Rationale for Fuzzy Control》

顶级期刊:《Fuzzy Set and Systems》创刊、《IEEE Trans. on Fuzzy Systems》创刊

主要是模仿人的控制经验,而不是依赖控制对象的模型,因此模糊控制器实现了人的某些智能。模糊控制主要由基本组成部分: ⑴模糊化。 ⑵模糊决策。 ⑶精确化计算。

模糊集理论是介于逻辑计算和数值计算之间的一种数学 工具,它形式上利用规则进行逻辑推理(象符号处理方法那样 允许直接用规则来表示结构性知识),但其逻辑取值可在 “0“与”1”之间连续变化,采用数值的方法而非符号的方法 进行处理(可以用大规模集成电路来实现)。所以模糊系统兼 有两者的优点。

举例说明:

 

规则1:如果误差为零,或者误差变化为正小,则阀门半开。

规则2:如果误差为正小和误差变化为正小,则阀门中等。 (阀门中等开度>阀门半开)

比如设定锅炉水位为50cm高度,

第一次误差为+5  第二次误差为0        0-5=-5(负小)

第一次误差为-5  第二次误差为0         0-(-5)=5(正小)

阀门中等原因:误差虽然为正小,但还没有达到50cm的高度则阀门中等

5.2.神经网络控制——一个智能控制的重要分支

1943年心理学家W.S.MoCulloch和数学家W.Pitts提出M-P模型

1949年心理学家 D.O.Hebb 算法

        神经元控制是模拟人脑神经中枢系统智能活动的一种控 制方式,它具有适应能力、学习能力、泛化能力、容错能力 和逼近非线性函数的能力。神经元网络通过神经元以及相互 连接的权值,初步实现了生物神经系统的部分功能,具有非 线性映射能力、并行计算能力、自学习能力以及强鲁棒性等 优点,已广泛应用于控制领域。一般的神经元网络有两种功 能模式: ⑴建模。 ⑵控制

                                                                    生物神经元示意图

                                                                        突触结构示意图

                                                                         传递信息过程

5.3专家系统和专家控制

        专家系统是由许多收集的规则组成,它表示了知识和结果。

        ⑴控制机制,决定控制过程的策略,即控制哪一个规则被 激活,什么时候被激活等。 ⑵推理机制,实现知识之间的逻辑推理以及与知识库的匹 配。

        ⑶知识库,包括事实、判断、规则、经验以及数学模型。

 

专家系统发展的总趋势是进一步提高智能:

        - 能经由感应直接接受外界资料或由外部知识库获得资料;

        - 在推理机中能拟定规划,仿真系统状况;

        - 知识库有规划、分类、结构模式及行为模式的动态知识表述。

5.4 学习控制

       学习控制系统是一个能在其运行过程中逐步获得被 控过程及环境的非予知信息,积累控制经验,并在一定评价标准下进行估值、分类、决策和不断改善系统品质 的自动控制系统,可以分为:迭代学习控制、自学习控制系统

        遗传学习算法(GA算法)是一种全局随机寻优算法,它模仿生物进化的过程来逐步获得最好的结果,是智能控制的重要组成部分。

        包括:粒子群算法,萤火虫算法,猫群算法,蚁群算法、人工鱼群算法、细菌觅食算法、蜂群算法、鸡群算法、鱼群算法、象群算法、狼群算法、果蝇算法、飞蛾扑火算法

5.5人工智能介绍:

        人工智能(Artificial Intelligence)是一门综合性的边缘学科。是指由计算机实现的人造智能。人工智能就是用人工的方法在机器(计算 机)上实现的智能。作为一门学科,人工智能可定义 为:人工智能是一门研究如何构造智能机器(智能计 算机)或智能系统,使它能模拟、延伸、扩展人类智 能的学科。空间技术、原子能技术、人工智能被誉为20世纪三大科学技术成就。

         1.外科手术机器人   2.高度仿真机器人  3.能钻入血管的机器人 4.sawver智能机械臂

5.6我国在工程控制方面的成就:

载人航天:中国载人航天工程是我国航天史上迄今为止规模最大、系统组成最复杂、 技术难度和安全可靠性要 求最高的跨世纪国家重点 工程,包括:航天员、空 间应用、载人飞船、运载 火箭、发射场、测控通信、 着陆场、空间实验室等。

卫星测控:工程控制科学与通信 技术结合的一体化工程,其特点是:1)多任务测控;2) 深空跟踪;3)卫星测控设备;4)测控和通信。

 

本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)

《智能控制技术》学习笔记-1.绪论,智能控制定义、分类、发展及应用场景 的相关文章

  • 麦克科马克

    这里写自定义目录标题 欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题 xff0c 有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中 居左 居右SmartyP
  • ROS-创建工作空间与功能包

    这里写目录标题 一 工作空间的组成与结构二 创建工作空间三 创建功能包四 设置环境变量五 功能包的package xml文件和CMakeLists txt文件 一 工作空间的组成与结构 工作空间的组成 xff1a src用于存放功能包源码
  • 「NeurIPS 2020」基于局部子图的图元学习

    点击蓝字 xff0c 设为星标 NeurIPS 2020 的接收论文 Graph Meta Learning via Local Subgraphs xff0c G META 是第一个使用局部子图来进行元学习的模型 Graph Meta L
  • Keras:Input()函数

    目录 1 Keras Input 函数 2 函数定义 xff1a 3 参数解释 4 例子 1 Keras Input 函数 作用 xff1a 初始化深度学习网络输入层的tensor 返回值 xff1a 一个tensor 2 函数定义 xff
  • JDBC入门笔记

    目录 1 xff0c JDBC概述 1 1 JDBC概念 2 xff0c JDBC快速入门 Java操作数据库的流程 2 1 编写代码步骤 3 JDBC API详解 3 1 DriverManager 3 2 Connection 3 2
  • 对抗样本入门详解

    文章目录 对抗样本基本原理对抗样本的发生对抗样本防御难在哪里对抗训练隐藏梯度defensive distillation 对抗样本的生成对抗样本生成方法介绍利用GAN生成对抗样本利用FGSM生成对抗样本代码复现 xff08 基于mnist
  • white/black-box attack(黑盒白盒攻击基础)

    基本概念 攻击方法分类标准 xff1a 假正性攻击 false positive 与伪负性攻击 false negative 假正性攻击 xff1a 原本是错误的但被被攻击模型识别为正例的攻击 eg 一张人类不可识别的图像 xff0c 被D
  • KL散度公式详解

    目录 文章目录 Jensen 39 s inequality讲解KL散度 xff08 又名relative entropy xff09 mutual information Jensen s inequality f x
  • 元学习算法MAML论文详解

    论文信息 题目 xff1a Model Agnostic Meta Learning for Fast Adaptation of Deep Networks 作者 xff1a Chelsea Finn 伯克利大学 xff0c Pieter
  • PINN内嵌物理知识神经网络入门及文献总结

    喜欢可点赞关注 xff0c 并收藏 xff0c 您的支持就是我的写作的动力 文章目录 一 PINN介绍二 物理信息驱动深度学习动手编程教程三 物理信息驱动深度学习方法几点讨论四 相关论文1 定义问题 建立工程架构2 网络结构选择3 不确定性
  • 极限学习机(Extreme Learning Machine,ELM)详解

    ELM ELM的提出目的是为了解决人工神经网络训练时耗费的时间和高成本 对此 xff0c 2004年由南洋理工大学的黄广斌提出了ELM学习理论 机器或者生物学习可以不需要调整隐层节点 xff1a 给定任何连续目标函数或者可分类目标 xff0
  • PINN深度学习求解微分方程系列一:求解框架

    下面我将介绍内嵌物理知识神经网络 xff08 PINN xff09 求解微分方程 首先介绍PINN基本方法 xff0c 并基于Pytorch框架实现求解一维Poisson方程 内嵌物理知识神经网络 xff08 PINN xff09 入门及相
  • PINN深度学习求解微分方程系列三:求解burger方程逆问题

    下面我将介绍内嵌物理知识神经网络 xff08 PINN xff09 求解微分方程 首先介绍PINN基本方法 xff0c 并基于Pytorch的PINN求解框架实现求解含时间项的一维burger方程逆问题 内嵌物理知识神经网络 xff08 P
  • 深度学习求解微分方程系列五:PINN求解Navier-Stokes方程正逆问题

    下面我将介绍内嵌物理知识神经网络 xff08 PINN xff09 求解微分方程 首先介绍PINN基本方法 xff0c 并基于Pytorch的PINN求解框架实现求解含时间项的二维Navier Stokes方程 内嵌物理知识神经网络 xff
  • Keras解读:使用Model()类构建网络模型的底层原理

    目录 一 前言 xff1a 二 topology py脚本简述 三 继承了Layer类的子类一般要实现 xff08 重写 xff09 以下methods xff1a 四 Node layer tensor在网络构建过程中的关系 建议结合源码
  • 【Paraview教程】第一章安装与基础介绍

    1 Paraview介绍 1 1基本介绍 ParaView是一个开源的 xff0c 跨平台的数据处理和可视化程序 ParaView用户可以迅速的建立起可视化环境利用定量或者是定性的手段去分析数据 利用它的批量处理能力可以在三维空间内在工具栏
  • 一种基于物理信息极限学习机的PDE求解方法

    作者 PINN山里娃 xff0c 作者主页 研究方向 物理信息驱动深度学习 不确定性 人工智能 偏微分方程 极限学习机 该作者聚焦深度学习模型与物理信息结合前沿研究 xff0c 提供了一系列AI for science研究进展报告及代码实现
  • js文件分片上传,断点续传

    前言 文件上传是一个老生常谈的话题了 xff0c 在文件相对比较小的情况下 xff0c 可以直接把文件转化为字节流上传到服务器 xff0c 但在文件比较大的情况下 xff0c 用普通的方式进行上传 xff0c 这可不是一个好的办法 xff0
  • JavaScript 大文件分片上传处理

    一 功能性需求与非功能性需求 要求操作便利 xff0c 一次选择多个文件和文件夹进行上传 xff1b 支持PC端全平台操作系统 xff0c Windows Linux Mac 支持文件和文件夹的批量下载 xff0c 断点续传 刷新页面后继续
  • JS实现浏览器端大文件分片上传

    IE的自带下载功能中没有断点续传功能 xff0c 要实现断点续传功能 xff0c 需要用到HTTP协议中鲜为人知的几个响应头和请求头 一 两个必要响应头Accept Ranges ETag 客户端每次提交下载请求时 xff0c 服务端都要添

随机推荐

  • Lua识别Jwt令牌业务

    文章目录 业务场景业务实现lua resty jwt安装令牌识别令牌测试 业务场景 如果想使用Lua识别用户令牌 xff0c 我们需要引入lua resty jwt模块 xff0c 是用于 ngx lua 和 LuaJIT 的 Lua 实现
  • WebSocket从入门到实战

    文章目录 WebSocketWebSocket 介绍WebSocket APIWebSocket 对象WebSocket属性WebSocket事件 xff1a WebSocket方法 xff1a WebSocket 实例客户端服务端代码链接
  • Error:java: 无效的源发行版: 13

    文章目录 问题原因解决 之前是英文的报错 xff0c 也是一样 xff0c 再发一遍 问题 原因 出现这个错误的原因主要是因为 JDK 版本问题 xff0c 有两个原因 xff0c 一个是编译器版本不匹配 xff0c 一个是当前项目 JDK
  • springboot项目中的bootstrap.yml配置不生效(没有自动提示)

    文章目录 问题原因及解决原因1 xff1a 原因2 xff1a 问题 xff08 1 xff09 新创建一个 springboot项目 xff0c 添加了 bootstrap yml 文件 xff0c 发现文件并没有如预期变成绿色叶子 xf
  • 人工智能——分类器性能指标之ROC曲线、AUC值

    文章目录 ROC曲线ROC曲线概念ROC曲线坐标系ROC曲线重要概念案例 xff1a 画ROC曲线 AUC值为什么使用Roc和Auc评价分类器 二分类模型预测的结果是否足够好 xff0c ROC和AUC是重要指标 ROC曲线 ROC曲线概念
  • Ubuntu18.04美化桌面(主题、图标)

    首先 xff0c 安装主题配置工具Tweaks xff0c 命令如下 xff1a sudo apt get install gnome tweak tool 之后在软件菜单中找到Tweaks图标 xff0c 打开该软件 xff0c 界面如下
  • Redis 事务支持回滚吗?

    文章目录 Redis 事务支持回滚吗 xff1f 官方解释DISCARD 命令取消事务 Redis 事务支持回滚吗 xff1f 首选 xff0c Redis 事务不支持回滚 MySQL 在执行事务时 xff0c 会提供回滚机制 xff0c
  • Docker 安装 mysql 8.0.29

    文章目录 安装拉取镜像启动容器 配置 xff08 可跳过 xff0c 建议弄上 xff09 使用启动控制台登录navicat远程登录 删除 安装 拉取镜像 span class token function docker span pull
  • SpringBoot 启动打印 Banner:佛祖保佑,永无BUG!

    最近新学了一招 打印完了 xff0c 一点bug不出 xff0c 果然 xff0c 程序的尽头是玄学 教程 在Resources目录下新建 banner txt 输入内容如下 span class token comment ooOoo s
  • 一文就懂AQS!

    文章目录 AQS介绍AQS概念AQS模式分类AQS核心思想 AQS源码结构CLH同步队列state同步状态独占式同步状态获取与释放流程图总结 xff1a 共享式同步状态获取与释放 看了很多帖子 xff0c 原理说啥的都有 xff0c 算了还
  • 手把手教你构建源码级组件——Java互斥不可重入锁

    文章目录 构造同步组件的步骤1 定义内部类Syn2 继承同步器 xff0c 重写指定方法3 调用同步器方法 互斥不可重入锁实现代码实现测试Demo运行结果结果分析 构造同步组件的步骤 之前的学习中我们学习了AQS的原理 xff0c 其中有许
  • 手把手教你构建源码级组件——Java指定共享线程数目的共享锁

    文章目录 构造同步组件的步骤1 定义内部类Syn2 继承同步器 xff0c 重写指定方法3 调用同步器方法 指定共享线程数目的共享锁实现代码实现测试Demo运行结果结果分析 构造同步组件的步骤 之前的学习中我们学习了AQS的原理 xff0c
  • Anaconda下载及安装保姆级教程(详细图文)

    文章目录 先导知识Anaconda 下载Anaconda 安装Anaconda 配置环境变量测试配置 Anaconda 其他操作安装第三方包卸载第三方包查看环境包信息导入导出环境其他命令 先导知识 Anaconda指的是一个开源的Pytho
  • 解决微信支付申请扫描提示“操作超时,请重新扫码确认问题”

    文章目录 问题原因解决 问题 在申请微信支付账号的时候 xff0c 按照微信网站的提示 操作超时 xff0c 请重新扫码确认 原因 因为浏览器的原因 xff0c 浏览器不兼容 xff0c 醉了 xff0c 这个年代了还有这个兼容的问题 解决
  • npm ERR! cb.apply is not a function npm ERR! A complete log of this run can be found in: npm ERR!

    问题 原因 npm版本过旧 解决 windows下cmd安装指令 xff1a cnpm span class token function install span g span class token function npm span
  • 深度学习从入门到出门(1)——概念与发展概况

    文章目录 深度学习 xff1a 从概念到实践深度学习的起源深度学习的应用场景图像识别自然语言处理推荐系统视频游戏 深度学习的核心思想模型数据优化算法 深度学习的实践方法结论 深度学习 xff1a 从概念到实践 在过去几年里 xff0c 深度
  • ubuntu: su root 报错 su: Authentication failure

    问题 xff1a 输入 sudo su进入root系统 xff0c 输入密码后提示 su Authentication failure 解决方法 xff1a 输入 xff1a sudo passwd root 设置密码 之后重新 sudo
  • 树莓派4b引脚图

  • Ubuntu16.04下安装openssh-server 依赖问题

    1 安装时报依赖错误 因为Ubuntu 自带openssh client xff0c 自带的client和要安装的openssh server 所依赖的client版本不一致导致的 先卸载openssh client 然后在安装即可 sud
  • 《智能控制技术》学习笔记-1.绪论,智能控制定义、分类、发展及应用场景

    一 引言 先修内容 xff1a 经典控制理论 现代控制理论 MATLAB 引入 xff1a 智能理论是新兴学科 xff0c 随着数字计算机和人工智能发展而来 xff0c 发展得益于许多学科 xff1a 人工智能 认知科学 现代自适应控制 最