1、2022年11月27日星期日神经网络模糊控制及专神经网络模糊控制及专家系统第一章家系统第一章output主要教学参考书主要教学参考书教材：教材：王耀南，智能控制系统王耀南，智能控制系统模糊逻辑、专家系统、神经网络控制，湖南大学出模糊逻辑、专家系统、神经网络控制，湖南大学出版社，版社，19961996主要参考书主要参考书:1王永骥，涂健，神经元网络控制，机械工业出版社，王永骥，涂健，神经元网络控制，机械工业出版社，19982诸静，模糊控制原理与应用，机械工业出版社，诸静，模糊控制原理与应用，机械工业出版社，19953 C.H.Chen,Fuzzy logic and neural network
2、 handbook,New York:McGraw-Hill,c19964Simon Haykin,Neural networks:a comprehensive foundation,Beijing:Tsinghua University Press,20015Kevin M.Passino,Stephen Yurkovich,Fuzzy control,Beijing:Tsinghua University Press,20016Spyros G.Tzafestas,Methods and applications of intelligent control,Dordrecht:Kluw
3、er Academic Pub.,19977Zi-Xing Cai,Intelligent control:principles,techniques and applications,Singapore:World Scientific,19978王伟，人工神经网络原理入门与应用，北京航空航天大学出版社，19959阎平凡，张长水，人工神经网络与模拟进化计算，清华大学出版社，200010杨辉，王金章，模糊控制技术及其应用，江西科学技术出版社，199711刘增良，刘有才，模糊逻辑与神经网络理论研究与探索，北京航空航天大学出版社，199612张乃尧，阎平凡，神经网络与模糊控制，清华大学出版社，19
4、9613史忠科，神经网络控制理论，西北工业大学出版社，1997主要教学参考书主要教学参考书先修内容n现代控制理论或线性系统n线性代数或矩阵分析nMATLAB 语言第一部分第一部分 概述（概述（3 3）第二部分第二部分 模糊控制（模糊控制（1212）第三部分第三部分 神经网络（神经网络（1010）第四部分第四部分 集成智能控制系统（集成智能控制系统（7 7）课程安排第一章 绪论第二章 模糊控制的数学基础第三章 模糊控制的基础理论第四章 模糊控制系统与模糊控制器第五章 常用人工神经网络原理及学习算法第六章 神经网络控制器设计第七章 集成智能控制系统理论第八章 其他智能控制总学时:32学时，1-8周
5、，每周4学时 智能家居开关图示 世界上最小机器人身高只有16.5厘米、体重仅有350克，但能在90种不同背景音乐的伴奏下行走、跳舞，还能听懂10个语言命令、完成200多种动作、说出约180个短语！资料图片：一种能钻入血管的机器人想象图资料图片：一种能钻入血管的机器人想象图 北京一家企业展出的机器人在演奏架子鼓 懂得“甜言蜜语”的会话机器人逗得女客商笑逐颜开 哈工大计算机学院展出的机器人随着音乐表演团体操 一名客商在和汉服装扮的机器人交流 高精度仿真机器人高精度仿真机器人 空中机器人比赛空中机器人比赛 水中机器人比赛水中机器人比赛 舞蹈机器人比赛舞蹈机器人比赛 中国载人航天工程是中国载人航天工程
6、是我国航天史上迄今为止规我国航天史上迄今为止规模最大、系统组成最复杂、模最大、系统组成最复杂、技术难度和安全可靠性要技术难度和安全可靠性要求最高的跨世纪国家重点求最高的跨世纪国家重点工程，包括：航天员、空工程，包括：航天员、空间应用、载人飞船、运载间应用、载人飞船、运载火箭、发射场、测控通信、火箭、发射场、测控通信、着陆场、空间实验室等八着陆场、空间实验室等八大系统组成。大系统组成。在工程实施方面主要在工程实施方面主要又包括：卫星、神舟载人又包括：卫星、神舟载人飞船和嫦娥探月三大系统。飞船和嫦娥探月三大系统。载人航天载人航天 卫星测控卫星测控地面测控站地面测控站我国已建成了比较完整的陆海我国已
7、建成了比较完整的陆海基测控网，能完成从近地轨道基测控网，能完成从近地轨道卫星到地球同步卫星的测控任卫星到地球同步卫星的测控任务。我国的测控技术的某些方务。我国的测控技术的某些方面己处于国际先进水平。面己处于国际先进水平。测控是工程控制科学与通信测控是工程控制科学与通信技术结合的一体化工程，其技术结合的一体化工程，其特点有：特点有：1 1）多任务测控；）多任务测控；2)2)深空跟踪；深空跟踪；3 3）卫星测控设备；）卫星测控设备；4 4）测控和通信。）测控和通信。第一部分第一部分 概论概论第一章 绪论（3学时）1.1 控制理论发展的几个阶段 1.2 智能控制的基本设计方法1.1.1.古典控制论（
8、经典控制论阶段）1.1.2.现代控制理论（20世纪60年代）1.1.3.智能控制理论（20世纪70年代）1.2.1 模糊控制（Fuzzy control)1.2.2 神经网络控制系统（Neural network control)1.2.3 专家控制系统（湖南大学出版社）1.1 控制理论发展的几个阶段19世纪 J.C.Maxwell对具有调速器的蒸汽发动机系统进行线性常微分方程的描述及稳定性分析19世纪 劳斯判据（1872）胡尔维茨（1890）李亚谱诺夫（1892）20世纪 乃式判据（1932）1.1.1 古典控制论（经典控制论阶段）1.1.2 现代控制理论（20世纪60年代）1.1.3 智能
9、控制理论（20世纪70年代）Fig.1-11.1.1.古典控制论（经典控制论阶段）50年代前后的控制理论被称为“自动调节原理”对象I：单入、单出（SISO）、线性定常系统频域理论：传递函数、频率特性、根轨迹分布波德伊凡思Boot LotusBode plot 伊凡思的根轨迹法 Bode Evans劳斯（E.J.Routh）赫尔维茨（Hurwitz）代数判据奈奎斯特（H.Nyquist）稳定性判据对象对象IIII：非线性系统 描述函数分析 庞加莱（Poincare）的相平面分析法1.1 控制理论发展的几个阶段1.1.2.现代控制理论（20世纪60年代）对象 MIMO非线性 时变 线性定常时域理论
10、状态方程(（1）能控性 能观测性(（2）李亚谱诺夫的稳定性理论（直接法）和李亚谱诺夫函数（亦称V函数）（无须求解）(（3）统计函数理论 相关函数的系统动态特定测量方法（即系统识别）和卡尔漫滤波理论(（4）系统最佳控制 系统性能指标泛函最小模型精确对象参数发生变化数学模型不准确线性系统理论最优控制理论 系统辨识随机控制理论缺陷设计方法越来越数学化依赖理解化的精确的对象数学模型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。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）1.1 控制理论发展的几个阶段自
11、适应控制鲁棒控制 改变自动控制律的参数或结构考虑对象参数的变化（一定范围内）不改变控制器的参数或结构极大值原理 （苏联学者 庞特里亚金）哈密尔顿雅可比（Hamilton-Jacobi）贝尔曼（Bellman）1.1.3.智能控制理论（20世纪70年代）随着计算机技术得飞速进展 系统信息的模糊性、不确定性、偶然性和不完全性采用人工智能的逻辑推理启发式知识，专家系统等模型可以不知道或不确知原因导致（1）傅京孙教授 人机控制器、机器人（2）J.M.Mendel教授 空间飞行器 1967,Leondes和Mendel（3）70年代，傅京孙，Glorioso和Saridi等人或提出建立智能控制理论的构思
12、（4）1985年8月，美国纽约PRI。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。（5）1987年开始，每年一次智能控制国际研讨会首次提出“人工智能控制”得概念低层次控制中常规控制器高层次智能决策拟人化功能与经典控制论和现代控制论不同：与经典控制论和现代控制论不同：研究的主要目标不在于被控对象，而是控制器本身，控制器不再是单一的数学解析型，而是数学解析和知识系统相结合的广义模型，是多种学科知识控制的系统。1.1 控制理论发展的几个阶段先验智能有关控制对象及干扰的先验知识，可以从一开始就考虑在控制系统的设计中反应性智能在实时监控、辨识及诊断基础上对系统及环
13、境变化的正确反应能力优化智能包括对系统性能的先验性优化及反应性优化组织与协调智能表现为对并行耦合任务或子系统之间的有效管理与协调智能控制系统的特点（1）“智能递增，精度递降”的一般组织结构的基本原理（2）开、闭环控制结合，定性与定量控制结合的多模态控制（3）具备学习功能、适应功能和组织功能（4）以知识表示的非数学广义模型和数学模型表示的混合控制过程。数学运算，符号运算的逻辑推理相结合（5）边缘交叉学科“智能”的分类1.1 控制理论发展的几个阶段Fig.1-21.1.3.智能控制理论（20世纪70年代）1.2 智能控制的基本设计方法 基于模糊推理和计算的模糊控制器Ifthen,Rulebased
14、 Control 基于人工神经网络的神经网络控制器 Neural Network 基于专家系统的专家智能控制 Expert System 基于信息论、遗传算法和以上3种方法的集成型智能控制几种基本的设计方法1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)1965年 L.A.ZadehFig.1-3(1)定义模糊子集，建立模糊控制规则(2)由基本论域转变为模糊集合论域(3)模糊关系矩阵运算(4)模糊推理合成，求出控制输出模糊子集(5)进行逆模糊运算，判决，得到精确控制量模糊化推理优点：缺陷:无需建立数学模型 鲁棒性、对非线性、时变、时滞系统 离线计算控制查询表、
15、提高系统实时性 控制的机理符合人们对过程控制作用的直观描述和思维逻辑经验控制可解决不确定系统智能控制基础 信息简单的模糊处理 设计缺乏系统性控制精度降低，动态品质变差导致提高精度 规则搜索范围扩大，决策速度降低，不能实时控制导致规则的选择、论域的选择，模糊集的定义，量化因子的选取多采用试凑法复杂性=精确性不相容原理1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)模糊控制研究分支(1)稳定性 (2)模糊模型及辨识(3)模糊最优控制 (4)模糊自组织控制(5)模糊自适应控制 (6)传统PID与Fuzzy相结合的多模态模糊控制器Fig.1-4 模糊控制在控制领域中的
16、重要地位与作用1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)发展史1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)Fig.1-5 模糊系统相关图1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)模糊系统研究计划模糊理论与基本技术人类功能实现与人-机界面人类智能信息处理过程及自然现象、社会现象剖析模糊逻辑模糊推理算法模糊计算机开发的基础技术（如：编程语言与体系结构、模拟模糊存储器等）模糊控制技术识别技术感觉信息处理
17、过程的模型化人-机界面技术高速、不稳定系统的智能控制未知结构系统的智能控制实时图象理解手写体文字识别智能信息处理技术（如智能评价系统检索技术）人类行为和社会现象的解释自然现象的解释大系统可靠性评价面向经营与社会问题的模糊方法论与模糊系统开发地震预测技术大气污染宽域预测植物生长模型Fig.1-6 模糊工程课题覆盖图1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)历史应用我国1979年开始 1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)1984 美国 推出“模糊推理决策支持系统”1985-1996 日本 进入了模糊控制实用化时期
18、 电视摄象机自动聚焦 空调 全自动洗衣机 吸尘器 现代应用硬件产品：开发了“模糊控制用的通用系统”“模糊控制用的通用控制器”以模糊推理来决定控制动作的算法作为控制系统核心，并且采用任何一条控制规则，均具有设定的相应功能的一种调节装置。1.2 智能控制的基本设计方法 1.2.1 模糊控制（Fuzzy control)模糊控制工程大致要经历如下4个阶段:模糊控制盛行阶段模糊专家系统阶段实现人与计算机之间的自然语言（通讯阶段）模糊人工智能系统阶段不是无判别地把所有的熟练操作者的知识收集起来,而是要用它来分析问题,提高宏系统的结构,如外汇兑换交易支持系统图象识别自然语言解释系统,自治式机器人等简单应用
19、。如电器等，比现有的自动化机械具有更好的功能智能机器人模糊专家系统在设备管理、医疗诊断、经营支持、安全评价等方面普及随机应变的询问和解答能力、推理、判断能力，难度大，可以从某一方面着手，如针对某一问题的对话决策型系统人创造性思维人工智能逻辑处理神经网络学习功能综合信息处理外语翻译论文摘录辅助设计经营支持等结合1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)起源：生物神经元Fig.1-7 生物神经元示意图突触：一个神经元末梢与另一神经元树突或细胞体的接触处称为突触。它是神经元之间传递信息的输入输出接口。1.2 智能控制的基本设计方法 1
20、.2.2 神经网络控制系统（Neural network control)信息处理与传递：Fig.1-8 突触结构示意图传递信息过程：Fig.1-9 传递信息过程1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)一个神经元一串脉冲多个神经元多个脉冲特点：人脑神经网络信息处理的特点：分布存储与冗余性并行处理 信息处理与存储合一 可塑性与自组织性 鲁棒性 Robust 分散到多个神经元记忆容错性。一旦一些被破坏，不至于丢失记忆成亿个神经元协同工作，与目前的“并行处理机”的机理不同大脑皮层的大部分突触连接时后天由环境的激励逐步形成的，随环境刺
21、激性质不同而不同。自组织性 构成神经网络 可塑性 形成和改变神经元之间突触连接的现象长期短期一定的误差和噪声不会使网络的性能恶化目前计算机存储和处理分别属于两个独立的部件，速度会受影响。1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)人工神经元（抽象模拟人脑神经元）1993年由MoCulloch 和Pitts定义Fig.1-9 人工神经元模型加于输入端上的输入信号突触连接权的系数，模拟突触传递强度空间累加阈值神经元相应函数1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)1.2
22、 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)人工神经网络模型（构成）1.前向网络（前馈网络）Feedforword Network每个神经元只与前一层的神经元相连接感知机 2.从输出到输入有反馈的前向网络Fukushima网络网络本身是前向型的，但输出到输入之间有反馈回路3.层内互连前向网络（混合型网络）层状和网状相结合同一层神经元之间有连接 如自组织竞争型神经网络1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)4.互连网络（相互结合型网络）局部互连全互连全互连是每个神经元都与
23、其它神经元互连局部互连指互连只是局部的两种 全互连局部互连Hopfield网络Boltzmann机分类方法有多种：如可以分类为 有教师学习 无教师学习1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)输出输入Fig.1-10 Hebb学习规则图示1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)例：1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)思考1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neura
24、l network control)Fig.1-111.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)人工神经网络的发展与现状50年代末 F.Rosenblatt感知机（Perceptron）第一个完整的人工神经网络 Hebb学习规则并行处理、分布存储和学习1969年 美 MTT的M.Minsky和S.Papert编写Perceptron一书 单层感知机 线性问题求解 多层（隐含层）的 非线性问题（悲观理论？）70年代 芬兰 T.Kohonen 自组织映射理论 美国 S.A.Grossberg 自适应共振理论 日本 福岛邦彦（K.Fuk
25、ushima）认知机（Neocognitron）模型 日本 甘利俊（ShunIchi Amari）神经网络的数学理论低谷 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提出连接权的调整正比于两相连神经元之间激活值的乘积1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)1982年1984年 J.J.Hopfield Hopfield 网络模型 引入能量函数 给出稳定性判据1984年 Hinton 引入模拟退火 Boltzmann机 BW网络模型1986年 D.E.R
26、umelhart 和J.L.MoClelland两本专著 EBP算法 （误差反向传播）1987年 美 R.Hecht-Nielsen 对向传播（Counter Propagation）1988年 美 L.O.Chua CNN细胞神经网络模型1987年 国际神经网络学会1988年 Neural Network创刊1990年 IEEE Transaction on Neural Network 同年 北京召开 神经网络学术大会&人工智能理论和Von.Neumann 计算机在视、听、等智能信息处理上受挫&脑神经科学的研究成果&VLSI技术和光电技术的发展80年代高潮人工神经网络的发展与现状1.2 智
27、能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)神经网络用于控制优点：缺陷:它能以任意精度逼近任意连续非线性函数 对复杂不确定问题有自适应和自学习能力 信息处理的并行机制解决大规模实时计算问题 信息综合能力适用于多信息融合和多媒体技术 神经计算解决优化计算和矩阵代数计算 便于用VLSI或光学集成系统实现或用计算机技术实现冗余性容错能力 高度非线性 稳定性、收敛性证明困难（加强）学习速度一般比较慢（研究快速学习算法）缺乏系统优化设计方法（与其它控制方法相结合，构成一个集成智能控制系）缺乏硬件支持，难以真正发挥NN的优点（加强）缺乏比较适合的控制系
28、统的网络结构和灵活的智能神经元导致1.2 智能控制的基本设计方法 1.2.2 神经网络控制系统（Neural network control)功能：与其它控制方法融合系统辨识充当各类控制器优化计算（1）提供非线性系统辨识（2）辨识是非算法式的，无需建模（给系统建数学模型）（3）辨识也是一个物理实现非线性系统的自适应控制智能控制 在各种环境下寻求适当的行动策略来实现自己的目标的能力，如视、听、触觉，信息识别、融合信息分析、决策、自学习故障诊断与容错控制用于优化计算辨识模型 （间接）直接估计控制器参数 （直接）作为故障诊断的状态估计器用神经网络直接构成容错控制器 对应上面的优势1和2 对应上面的优
29、势3和4 对应上面的优势5 对应上面的优势31.2 智能控制的基本设计方法 1.2.3 专家控制系统（湖南大学出版社）概念：具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计控制系统。专家控制系统的出现，改变了单纯依赖数学模型的局面。使 知识模型 数学模型 知识信息处理技术 控制技术 人工智能 控制理论方法和技术结合结合结合结合（&知识库：（事实、判断、规则、经验知识、模型）（&推理机：模拟专家的推理方法和技巧（&人机界面：可以向用户回答如何导出推理的结论，完成“how”和“why”（&数据库：知识获取系统，完成机器学习组成：Fig.1-12 专家系统的一般结构1.2 智能控制的基本设计方法 1.2.3 专家控制系统类型：工业过程中的形式：#控制系统辅助设计#过程监控、在线诊断、故障分析与预测维护#过程控制#航天故障诊断与处理#生产过程的决策与调度#基于规则的专家控制（直接）#间接专家控制（监督）#混合型专家控制专家系统直接包含在控制回路中，直接给出控制信号，影响被控过程与PID控制器、自适应控制结合。作用只是监督系统的运行，根据系统运行状况在线调整控制器参数、选择更合适的控制算法仿人智能Control、模糊专家Con,多级智能专家Con-.
