欢迎来到天天文库
浏览记录
ID:43320954
大小:366.16 KB
页数:26页
时间:2019-09-29
《《智能检测与控制》》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、智能控制系统的研究及应用目录摘要31智能控制技术41」智能控制产生的背景41.2智能控制的发展概况51.3智能控制的性能和特点6131智能控制的性能61.3.2智能控制的特点61.4智能控制的主要研究方法与研究热点6141专家控制71.4.2神经网络控制81.4.3模糊控制81.4.4集成智能控制91.5本文主要研究内容92神经网络102」神经网络的基本单元102.2神经网络的特点112.3神经网络的连接形式112.4典型的前向网络一BP网络122.4.1BP网络的前馈计算132.4.2BP网络权值的调整规则142.
2、4.3BP网络的学习过程162.4.1BP网络算法改进162.5BP神经网络的学习流程图173BP神经网络应用实例183」BP网络的MATLAB设计步骤183.2基于MATLAB的BP网络函数逼近18321单隐含层神经元个数与逼近精度的关系183.2.2改进的BP算法函数逼近194总结与展望21参考文献22摘要自1985年在纽约召开第一届智能控制学术会议至今,智能控制已经被广泛研究应用于工业、农业、服务业、军事航空等各个领域。近年来,随着人工智能技术和其他信息处理技术,尤其是信息论、系统论和控制论的发展,智能控制在控
3、制机理和应用实践方面均取得了突破性的进展。遗传算法与模糊逻辑、神经网络相互融合,通过模拟人类思维方式和结构来设计用于解决复杂的各种非线性问题的控制策略,并已在各种实际工程项中得到应用,取得了良好的效果。本文旨在介绍智能控制控制中的神经网络控制。首先介绍了智能控制的产生背景和发展现状,简要介绍了专家控制、神经网络控制、模糊控制和集成智能控制。第二部分详细介绍了神经网络控制中的BP神经网络控制方法。针对传统BP神经网络收敛速度慢、容易陷入局部极小点的问题,介绍了附加动量法和调整自适应学习率两种方法。最后在MATLAB平台
4、上使用改进的BP神经网络对非线性函数进行逼近,并将实验结果与传统BP神经网络的逼近效果进行了对比,证明了方法的有效性。关键词:智能控制;BP神经网络;函数逼近;1智能控制技术智能控制是近年来控制界新兴的研究领域,是一门边缘交叉学科。自1985年在纽约召开第一届智能控制学术会议至今,智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域。智能控制是自动控制发展的高级阶段,为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。它处于控制科学的前沿领域,代表着自动控制科学发展的最新进程。1.1智能
5、控制产生的背景科学技术的产牛和发展主要由牛产发展需求和知识水平所决定,控制科学也不例外。20世纪以来,特别是二战以来,控制科学与技术得到了迅速发展,由研究单输入单输出被控对象的经典控制理论,发展形成了研究多输入多输出被控对象的现代控制理论。经典控制理论主要是采用频域法对控制系统进行描述、分析和设计,现代控制主要采用时域的状态空间方法。20世纪60年代,由于空间技术、海洋工程和机器人技术发展的需要[1],控制领域面临着被控对象的高度复杂性和不确定性,以及人们对控制性能要求越来越高的挑战。被控对象的高度复杂性和不确定性主
6、要表现为对象的高维、高度非线性和不确定性[2],高噪声干扰、强耦合,系统工作点动态突变性,以及分散的传感元件与执行元件,分层和分散的决策机构,复杂的信息模式和庞大的数据量。面对复杂的对象,复杂的任务和复杂的环境,用传统控制(即经典控制和现代控制)的理论和方法去解决是不可能的。其原因[3]:①传统的控制理论都是建立在以微分和积分为工具的精确数学模型之上的,而复杂系统的复杂性和不确定性都难以用精确的数学模型描述,否则就会使原问题丢失很多信息,例如:骑自行车沿一条曲线行走这套看似简单的动作,如果我们要把这一系列的动作和环境
7、建立出精确的数学模型,然后再一步一步按模型去操作,可以想象其过程是多复杂而又难以实现;②传统的控制理论虽然也有办法对付控制对象的不确定性和复杂性,如自适应控制和Robust控制可以克服系统中所包含的不确定性,保证控制系统的控制质量不变,达到优化控制的目的。但他们仅适用于系统参数在一定范围内缓慢变化的情况,其优化控制的范围是很有限的。③传统的控制系统要求输入的信息比较单一,而现代的控制系统要面对复杂系统以各种形式(视觉的、听觉的、触觉的和直接操作的方式)将周围环境信息作为输入的状况,并将各种信息进行融合、分析和推理,再
8、随环境与条件的变化,相应地采取对策或行动。传统的控制策略单一,不能适合高层决策问题,所以智能控制应运而生。1・2智能控制的发展概况智能控制的概念最早是由美国普渡大学的美籍华人傅京孙教授提出的,他在1965年发表的论文中首先提出把人工智能的启发式推理规则用于学习系统[4],为控制技术迈向智能化揭开了崭新的一页。接着,Mendel于1966年提岀了
此文档下载收益归作者所有