人工智能控制教學(xué)教案

人工智能控制教學(xué)教案教學(xué)內(nèi)容：能控制是一類無(wú)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)的過(guò)程，也是用機(jī)器模擬人類智能的又一重要領(lǐng)域。本章介紹智能控制的基本概念、基本理論、基本方法及應(yīng)用。教學(xué)重點(diǎn)：智能控制的結(jié)構(gòu)理論和特點(diǎn)、各種智能控制系統(tǒng)的原理與構(gòu)成教學(xué)難點(diǎn)：各種智能控制包括分級(jí)遞階智能控制、專家控制、模糊控制、學(xué)習(xí)控制和神經(jīng)控制等系統(tǒng)的原理與構(gòu)成教學(xué)方法：課堂教學(xué)為主。注意結(jié)合學(xué)生已學(xué)的內(nèi)容，如《自動(dòng)控制理論》等。及時(shí)提問(wèn)、收集學(xué)生學(xué)習(xí)情況。充分利用網(wǎng)絡(luò)課程中的多媒體素材來(lái)表示抽象概念。教學(xué)要求：重點(diǎn)掌握各種智能控制系統(tǒng)的工作機(jī)制和系統(tǒng)結(jié)構(gòu)，掌握智能控制的定義和結(jié)構(gòu)理論，了解智能控制的研究領(lǐng)域，一般了解智能控制的應(yīng)用實(shí)例。1智能控制的發(fā)展與定義內(nèi)容與作用：本小節(jié)介紹智能控制的產(chǎn)生與發(fā)展以及一些與智能控制有關(guān)的基本概念。 教學(xué)重點(diǎn)：智能控制的相關(guān)概念教學(xué)方法：課堂教學(xué)、學(xué)生討論教學(xué)要求：了解智能控制的發(fā)展過(guò)程，基本掌握智能控制的相關(guān)概念。1.1智能控制的產(chǎn)生與發(fā)展人工智能的發(fā)展促進(jìn)自動(dòng)控制向智能控制發(fā)展。1965年，著名的美藉華裔科學(xué)家傅京孫(KingSunFu)首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，并于1971年論述了人工智能與自動(dòng)控制的交接關(guān)系。傅先生是國(guó)際公認(rèn)的智能控制的先行者。1985年8月，IEEE在美國(guó)紐約召開(kāi)了第一屆智能控制學(xué)術(shù)討論會(huì)。1987年1月，在美國(guó)費(fèi)城由IEEE控制系統(tǒng)學(xué)會(huì)與計(jì)算機(jī)學(xué)會(huì)聯(lián)合召開(kāi)了智能控制國(guó)際會(huì)議。這是有關(guān)智能控制的第一次國(guó)際會(huì)議，這次會(huì)議及其后續(xù)相關(guān)事件表明，智能控制作為一門(mén)獨(dú)立學(xué)科已正式在國(guó)際上建立起來(lái)。近十年來(lái)，隨著人工智能和機(jī)器人技術(shù)的快速發(fā)展，對(duì)智能控制的研究出現(xiàn)一股熱潮。各種智能決策系統(tǒng)、專家系統(tǒng)、學(xué)習(xí)系統(tǒng)和故障診斷系統(tǒng)等已被應(yīng)用于各類工業(yè)過(guò)程控制系統(tǒng)、智能機(jī)器人系統(tǒng)和智能化生產(chǎn)系統(tǒng)。討論：傳統(tǒng)控制面臨哪些挑戰(zhàn)？討論：傳統(tǒng)控制面臨哪些挑戰(zhàn)？1.2智能控制的定義1智能機(jī)器(lntelligentMachine)能夠在定形或不定形、熟悉或不熟悉的環(huán)境中自主地或與操作人員交互作用以執(zhí)行各種擬人任務(wù)(anthropomorphictasks)的機(jī)器?；蛘弑容^通俗地說(shuō)，智能機(jī)器是那些能夠自主地代替人類從事危險(xiǎn)、厭煩、遠(yuǎn)距離或高精度等作業(yè)的機(jī)器。2自動(dòng)控制自動(dòng)控制是能按規(guī)定程序?qū)C(jī)器或裝置進(jìn)行自動(dòng)操作或控制的過(guò)程。簡(jiǎn)單地說(shuō)，不需要人工干預(yù)的控制就是自動(dòng)控制。3智能控制智能控制是驅(qū)動(dòng)智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過(guò)程4智能控制系統(tǒng)(lntelligentControlSystems)用于驅(qū)動(dòng)自主智能機(jī)器以實(shí)現(xiàn)其目標(biāo)而無(wú)需操作人員干預(yù)的系統(tǒng)叫智能控制系統(tǒng)。2智能控制的結(jié)構(gòu)理論與特點(diǎn)教學(xué)內(nèi)容：本小節(jié)介紹智能控制的結(jié)構(gòu)理論以及智能控制器的結(jié)構(gòu)。教學(xué)重點(diǎn)：智能控制的結(jié)構(gòu)理論、智能控制器的一般結(jié)構(gòu)教學(xué)難點(diǎn)：智能控制器的一般結(jié)構(gòu)教學(xué)方法：課堂教學(xué)、學(xué)生討論教學(xué)要求：掌握智能控制的結(jié)構(gòu)理論、智能控制器的一般結(jié)構(gòu)，了解智能控制的特點(diǎn)。2.1智能控制的理論結(jié)構(gòu)1二元結(jié)構(gòu)傅京孫指出智能控制系統(tǒng)描述自動(dòng)控制系統(tǒng)與人工智能交接的作用，即二元交集結(jié)構(gòu)。2三元結(jié)構(gòu)薩里迪斯(Saridis)于1977年提出另一種智能控制結(jié)構(gòu)，它把傅京孫的智能控制擴(kuò)展為三元結(jié)構(gòu)，即把智能控制看作為人工智能、自動(dòng)控制和運(yùn)籌學(xué)的交接。薩里迪斯認(rèn)為，構(gòu)成二元交集結(jié)構(gòu)的兩元互相支配，無(wú)助于智能控制的有效和成功應(yīng)用。必須把運(yùn)籌學(xué)的概念引入智能控制，使它成為三元交集中的一個(gè)子集。3四元結(jié)構(gòu)在研究了前述各種智能控制的結(jié)構(gòu)理論和各相關(guān)學(xué)科的關(guān)系之后，蔡自興提出四元智能控制結(jié)構(gòu)，把信息論也包括進(jìn)去，把信息論作為智能控制結(jié)構(gòu)的一個(gè)子集是基于下列理由的：?jiǎn)栴}：為什么要把信息論引入智能控制結(jié)構(gòu)？問(wèn)題：為什么要把信息論引入智能控制結(jié)構(gòu)？（2）控制論、系統(tǒng)論和信息論是緊密相互作用的；（3）信息論已成為控制智能機(jī)器的工具；（4）信息熵成為智能控制的測(cè)度；（5）信息論參與智能控制的全過(guò)程，并對(duì)執(zhí)行級(jí)起到核心作用。2.2智能控制器的一般結(jié)構(gòu)1、智能控制器的設(shè)計(jì)特點(diǎn)(1)具有以微積分(DIC)表示和以技術(shù)應(yīng)用語(yǔ)言(LTA)表示的混合系統(tǒng)方法。(2)采用不精確的和不完全的裝置分層(級(jí))模型。討論：傳統(tǒng)控制過(guò)程是怎么設(shè)計(jì)的?討論：傳統(tǒng)控制過(guò)程是怎么設(shè)計(jì)的?(4)把任務(wù)協(xié)商作為控制系統(tǒng)以及控制過(guò)程的一部分來(lái)考慮。2、智能控制器的結(jié)構(gòu)見(jiàn)圖9智能控制器的結(jié)構(gòu)。2.3智能控制的特點(diǎn)(1)同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過(guò)程。智能控制系統(tǒng)的設(shè)計(jì)重點(diǎn)不在常規(guī)控制器上，而在智能機(jī)模型上。(2)智能控制的核心在高層控制，即組織級(jí)，具有一定的智能。(3)智能控制是一門(mén)邊緣交叉學(xué)科。(4)智能控制是一個(gè)新興的研究領(lǐng)域。無(wú)論在理論上或?qū)嵺`上它都還很不成熟、很不完善，需要進(jìn)一步探索與開(kāi)發(fā)。3智能控制的研究領(lǐng)域教學(xué)內(nèi)容：本小節(jié)介紹智能控制研究領(lǐng)域。教學(xué)重點(diǎn)：智能控制研究領(lǐng)域教學(xué)方法：課堂教學(xué)和課堂討論教學(xué)要求：了解智能控制的研究領(lǐng)域，從而進(jìn)一步認(rèn)識(shí)到智能控制的作用。1、智能機(jī)器人隨著機(jī)器人技術(shù)的迅速發(fā)展和自動(dòng)化程度的進(jìn)一步提高，也對(duì)機(jī)器人的功能提出更高的要求，特別是需要各種具有不同程度智能的機(jī)器人，包括空間智能機(jī)器人。舉例：1.要求機(jī)器人進(jìn)行前后左右（或上下）移動(dòng)。舉例：1.要求機(jī)器人進(jìn)行前后左右（或上下）移動(dòng)。2.操作人員通過(guò)話筒命令機(jī)器人在某個(gè)積木世界內(nèi)“揀起紅色大積木”。3、專家控制系統(tǒng)4、智能調(diào)度5、語(yǔ)音控制6、康復(fù)機(jī)器人控制7、智能儀器4智能控制系統(tǒng)教學(xué)內(nèi)容：本小節(jié)簡(jiǎn)介各種智能控制系統(tǒng)。教學(xué)重點(diǎn)：遞階控制系統(tǒng)，專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)、模糊控制系統(tǒng)以及神經(jīng)控制系統(tǒng)等教學(xué)難點(diǎn)：遞階智能控制、專家控制、模糊控制、學(xué)習(xí)控制和神經(jīng)控制等系統(tǒng)的原理與構(gòu)成。教學(xué)方法：課堂教學(xué)教學(xué)要求：了解各種智能控制系統(tǒng)的工作原理和系統(tǒng)構(gòu)成。4.1分級(jí)遞階智能控制系統(tǒng)由Saridis提出的分級(jí)遞階智能控制方法作為一種認(rèn)知和控制系統(tǒng)的統(tǒng)一方法論，其控制智能是根據(jù)分級(jí)管理系統(tǒng)中十分重要的“精度隨智能提高而降低”的原理而分級(jí)分配的。這種分級(jí)遞階智能控制系統(tǒng)是由組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)三級(jí)組成的。1、定義與假設(shè)智能控制系統(tǒng)各級(jí)的共同要素涉及機(jī)器各種作用的不確定性，這就建議采用概率模型來(lái)描述這些具有共同度量的作用，即它們各自的熵(entropies)。這些熵在智能控制系統(tǒng)的不同層級(jí)所具有的物理意義如下：組織級(jí)：以知識(shí)為主體，用香農(nóng)熵來(lái)衡量所需知識(shí)。協(xié)調(diào)級(jí)：以概率描述的決策方式來(lái)表示，這些方案的熵用于度量協(xié)調(diào)的不確定性。執(zhí)行級(jí)：執(zhí)行代價(jià)等價(jià)于系統(tǒng)所消耗的能量，并由Boltzman的熵來(lái)表示。2、組織級(jí)與知識(shí)基系統(tǒng)組織器(organizer)是智能控制的最高級(jí)，它的功能是建立在幾個(gè)人工智能(基于知識(shí))概念基礎(chǔ)上的。這些概念轉(zhuǎn)換為概率模型，表示推理、規(guī)劃、決策、長(zhǎng)時(shí)記憶交換和反饋學(xué)習(xí)等功能，以規(guī)定一個(gè)響應(yīng)外部指令的任務(wù)。所遵循的原理是：不用任務(wù)分解，而從存儲(chǔ)器內(nèi)的本原任務(wù)產(chǎn)生一個(gè)任務(wù)集，并與所輸入的指令相匹配。3、協(xié)調(diào)級(jí)與嵌套樹(shù)協(xié)調(diào)級(jí)為一中間結(jié)構(gòu)。它作為組織級(jí)與執(zhí)行級(jí)的界面把組織信息發(fā)送至執(zhí)行級(jí)。這包括在可供選擇的規(guī)劃原本中挑選一個(gè)規(guī)劃。這些規(guī)劃原本根據(jù)工作空間模型和定時(shí)要求提出。協(xié)調(diào)級(jí)的目標(biāo)是把控制問(wèn)題的實(shí)際公式與最有希望的完全的協(xié)調(diào)規(guī)劃聯(lián)系起來(lái)，此規(guī)劃由組織級(jí)建立，并將實(shí)時(shí)執(zhí)行所需要的工作任務(wù)。協(xié)調(diào)級(jí)由一定數(shù)目的協(xié)調(diào)器(coordinators)組成。來(lái)自執(zhí)行級(jí)的具體硬件(執(zhí)行裝置)與每個(gè)協(xié)調(diào)器相連接。4、具有熵函數(shù)的執(zhí)行級(jí)執(zhí)行級(jí)是遞階智能控制的最底層，要求具有較高的精度和較低的智能；按控制論進(jìn)行控制。執(zhí)行級(jí)的性能也可由熵來(lái)表示，因而統(tǒng)一了智能機(jī)器的功用。此熵的量度選擇一適當(dāng)?shù)目刂?，以?zhí)行某任務(wù)的不確定性。4.2專家控制系統(tǒng)專家控制的主要形式有二，即專家控制系統(tǒng)和專家式控制器(expertcontroller)。前者系統(tǒng)結(jié)構(gòu)復(fù)雜，研制代價(jià)高，因而目前應(yīng)用較少。后者結(jié)構(gòu)簡(jiǎn)單，研制代價(jià)明顯低于前者，性能又能滿足工業(yè)過(guò)程控制的一般要求，因而獲得日益廣泛的應(yīng)用。下面主要以專家式控制器為例來(lái)說(shuō)明專家控制系統(tǒng)的結(jié)構(gòu)、特點(diǎn)、性能、設(shè)計(jì)原則和設(shè)計(jì)實(shí)例等。1、對(duì)專家控制器的控制要求運(yùn)行可靠性要高；決策能力要強(qiáng)；應(yīng)用通用性比較好；控制與處理比較靈活；有一定的擬人能力。2、專家式控制器的特點(diǎn)與設(shè)計(jì)原則模型描述的多樣性；在線處理的靈巧性；控制策略的靈活性；決策機(jī)構(gòu)的遞階性；推理與決策的實(shí)時(shí)性。3、專家控制器的結(jié)構(gòu)圖11給出一種工業(yè)專家控制器的結(jié)構(gòu)框圖。知識(shí)庫(kù)由經(jīng)驗(yàn)數(shù)據(jù)庫(kù)和學(xué)習(xí)與適應(yīng)裝置組成。經(jīng)驗(yàn)數(shù)據(jù)庫(kù)存儲(chǔ)經(jīng)驗(yàn)和事實(shí)；學(xué)習(xí)與適應(yīng)裝置在線獲取信息，補(bǔ)充或修改知識(shí)庫(kù)內(nèi)容，改進(jìn)系統(tǒng)性能，提高問(wèn)題求解能力?？刂埔?guī)則集(CRS)是對(duì)被控過(guò)程的各種控制模式和經(jīng)驗(yàn)的歸納和總結(jié)。由于規(guī)則條數(shù)不多，搜索空間很小，推理機(jī)構(gòu)(IE)就十分簡(jiǎn)單，采用向前推理方法逐次判別各種規(guī)則的條件，滿足則執(zhí)行，否則繼續(xù)搜索。特征識(shí)別與信息處理(FR＆IP)部分的作用是實(shí)現(xiàn)對(duì)信息的提取與加工，為控制決策和學(xué)習(xí)適應(yīng)提供依據(jù)。它主要包括抽取動(dòng)態(tài)過(guò)程的特征信息，識(shí)別系統(tǒng)的特征狀態(tài)，并對(duì)特征信息作必要的加工。專家控制器的輸入集為：E=(R,e,Y,U)，e=R–Y式中，Ｒ為參考控制輸入，ｅ為誤差信號(hào)，Ｙ為受控輸出，Ｕ為控制器的輸出集。專家控制器的模型可用式U=f(E,K,I)表示，智能算子f為幾個(gè)算子的復(fù)合運(yùn)算：f=g·h·p，其中：g:E→S；h:S×K→I；p:I→U4.3模糊控制系統(tǒng)1、模糊控制器的結(jié)構(gòu)在理論上，模糊控制器由N維關(guān)系R表示。關(guān)系R可視為受約于［0，1］區(qū)間的N個(gè)變量的函數(shù)。R是幾個(gè)N維關(guān)系Ri的組合，每個(gè)Ri代表一條規(guī)則ri:IF→THEN?？刂破鞯妮斎離被模糊化為一關(guān)系X，它對(duì)于多輸入單輸出(MISO)控制時(shí)為(N-1)維。模糊輸出Y可應(yīng)用合成推理規(guī)則進(jìn)行計(jì)算。圖12表示具有輸入X和輸出Y的理論模糊控制器的原理圖。yXyXYx模糊化非模糊化Y=XOR圖12理論模糊控制器框圖

2、模糊控制器的控制規(guī)則注意到在現(xiàn)有FLC中，控制規(guī)則是這種形式：IF〈過(guò)程狀態(tài)〉THEN〈控制作用〉EFC則容許更復(fù)雜的分級(jí)規(guī)則，如：IF〈過(guò)程狀態(tài)〉THEN〈中間變量1〉……IF〈中間變量N〉THEN〈控制作用〉這里中間變量代表一些穩(wěn)含的不可測(cè)狀態(tài)，它們能影響所采用的控制作用。以這種方式構(gòu)成的規(guī)則使得用于確定控制作用的推理更清楚了一些，從而使簡(jiǎn)單的“激勵(lì)-響應(yīng)”控制系統(tǒng)前進(jìn)了一步。3、模糊控制器的設(shè)計(jì)方法(1)語(yǔ)言學(xué)相平面法。(2)專家系統(tǒng)方法。(3)CAD環(huán)境工具。(4)遺傳優(yōu)化算法。4.4學(xué)習(xí)控制系統(tǒng)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)。1、學(xué)習(xí)控制的發(fā)展及研究課題學(xué)習(xí)系統(tǒng)最初是用于解決飛行器的控制、模式分類和通訊等問(wèn)題，后來(lái)逐漸用于電力系統(tǒng)和生產(chǎn)過(guò)程控制等。學(xué)習(xí)系統(tǒng)可分為離線可訓(xùn)練系統(tǒng)和在線自學(xué)習(xí)系統(tǒng)；前者，直接由外界對(duì)系統(tǒng)的反應(yīng)作出“獎(jiǎng)”、“罰”反饋以改進(jìn)其算法；后者在一定程度上能進(jìn)行各種試探、搜索、品質(zhì)評(píng)判、決策和先驗(yàn)知識(shí)的自修改。在線自學(xué)習(xí)控制需要大容量高速度計(jì)算機(jī)。由于早期計(jì)算機(jī)發(fā)展水平的限制，往往采用離線與在線相結(jié)合的學(xué)習(xí)方法實(shí)現(xiàn)學(xué)習(xí)控制。學(xué)習(xí)控制具有4個(gè)主要功能，搜索、識(shí)別、記憶、推理。學(xué)習(xí)控制需要進(jìn)一步深入的課題：(1)在非穩(wěn)定環(huán)境中的學(xué)習(xí)(2)提高學(xué)習(xí)效率(3)結(jié)束規(guī)則(stoppingrule)(4)學(xué)習(xí)系統(tǒng)的多級(jí)結(jié)構(gòu)(5)把模糊數(shù)學(xué)用于學(xué)習(xí)系統(tǒng)(6)直覺(jué)推理的應(yīng)用(7)文法推理2、學(xué)習(xí)控制系統(tǒng)的設(shè)計(jì)原則(1)控制系統(tǒng)應(yīng)具有分層信息處理和決策能力。(2)控制器應(yīng)具有在線特征辨識(shí)和特征記憶的功能。(3)控制器應(yīng)具有多模態(tài)控制(4)應(yīng)用直覺(jué)推理邏輯，使控制器的決策更靈活和迅速，以提高自學(xué)習(xí)效率。4.5神經(jīng)控制系統(tǒng)基于人工神經(jīng)網(wǎng)絡(luò)的控制(ANNbasedcontrol)，簡(jiǎn)稱神經(jīng)控制(neurolcontrol)，是智能控制的一個(gè)嶄新研究方向，可能成為智能控制的“后起之秀”。1、神經(jīng)控制研究的發(fā)展及特性（1）神經(jīng)控制研究的發(fā)展1960年，威德羅(Widrow)和霍夫(Hoff)率先把神經(jīng)網(wǎng)絡(luò)用于自動(dòng)控制研究。60年代末期至80年代中期，神經(jīng)網(wǎng)絡(luò)控制與整個(gè)神經(jīng)網(wǎng)絡(luò)研究一樣，處于低潮。80年代后期以來(lái)，神經(jīng)網(wǎng)絡(luò)控制的研究日趨活躍。（2）神經(jīng)控制的特性神經(jīng)控制是個(gè)很有希望的研究方向。這不但是由于神經(jīng)網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)的發(fā)展為神經(jīng)控制提供了技術(shù)基礎(chǔ)，而且還由于神經(jīng)網(wǎng)絡(luò)具有一些適合于控制的特性和能力。這些特性和能力包括：eq\o\ac(○,1)神經(jīng)網(wǎng)絡(luò)對(duì)信息的并行處理能力和快速性，適于實(shí)時(shí)控制和動(dòng)力學(xué)控制。eq\o\ac(○,2)神經(jīng)網(wǎng)絡(luò)的本質(zhì)非線性特性，為非線性控制帶來(lái)新的希望。eq\o\ac(○,3)神經(jīng)網(wǎng)絡(luò)可通過(guò)訓(xùn)練獲得學(xué)習(xí)能力，能夠解決那些用數(shù)學(xué)模型或規(guī)則描述難以處理或無(wú)法處理的控制過(guò)程。eq\o\ac(○,4)神經(jīng)網(wǎng)絡(luò)具有很強(qiáng)的自適應(yīng)能力和信息綜合能力，因而能夠同時(shí)處理大量的不同類型的控制輸入，解決輸入信息之間的互補(bǔ)性和冗余性問(wèn)題，實(shí)現(xiàn)信息熔合處理。這特別適用于復(fù)雜系統(tǒng)、大系統(tǒng)和多變量系統(tǒng)的控制。當(dāng)然，神經(jīng)控制的研究還有大量的有待解決的問(wèn)題。神經(jīng)網(wǎng)絡(luò)自身存在的問(wèn)題，也必然會(huì)影響到神經(jīng)控制器的性能。2、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)控制圖17表示監(jiān)督式神經(jīng)控制(SupervisedNeuralControl,SNC)器的結(jié)構(gòu)。圖中，含有一個(gè)導(dǎo)師和一個(gè)可訓(xùn)練控制器。實(shí)現(xiàn)SNC包括下列步驟：(1)通過(guò)傳感器及傳感信息處理獲取必要的和有用的控制信息。(2)構(gòu)