当前课程知识点:智能控制 >  第一章 智能控制课程概论 >  1.10 智能控制的类型之模糊控制系统 >  1.10

返回《智能控制》慕课在线视频课程列表

1.10在线视频

下一节:1.11

返回《智能控制》慕课在线视频列表

1.10课程教案、知识点、字幕

下面我们来看一下模糊控制系统

模糊控制系统基本来源就来自于模糊集合

那么什么叫模糊集合呢

我们以前学过普通集合的概念

比如说男生和女生

比如说一班和二班同学

任何一位同学要么是男生要么是女生

她要么是一般的要么是二班的

不存在既属于男生又属于女生

既属于一班又属于二班的这种情况

也就是说在经典的普通集合里面

任何一个元素与集合之间的关系有且仅有两种

第一 元素它完全属于这种集合

a完全属于A

或者是完全不属于

某一个元素完全不属于这个集合A

它描述的就是一种非此即彼的关系

这样的话它的概念比较清晰

但是实际现实生活中

并不是所有的事物

都能用这种清晰的概念来描述一下

比如风的强弱有大有小

它不一定是大风小风或者台风微风

这个概念比较模糊的

比如各位同学

胖子站这边瘦子站这边

大家都听不懂

我到底是胖子还是瘦子

这个胖瘦也是比较模糊的概念

比如个子高矮

高个子站这边矮个子站这边

那我1米78

我是高个子还是矮个子呢

我1米65

我是高个子还是矮个子呢

不清楚

这概念都是比较模糊的

还有年龄的大小

老年人 中年人 中青年

青年 青少年 少年 儿童 婴儿

这些概念都是比较模糊的

它并不存在非此即彼的关系

它是某种程度上的又属于又不属于这样的关系

那为了描述这样一些事实

就提出了模糊集合的概念

那么模糊集合呢它是美国加州大学伯克利分校的

乍德教授在1965年创立的模糊集合

它在这个概念的基础上

提出了模糊集合理论

模糊逻辑 模糊推理和模糊控制方面的内容

那么模糊集合呢其实它就是

描述的是一个元素在多大程度上

属于某个集合的程度

比如人的高矮

我可以定义一个最大值

比如两百五十斤为满分

那么把每个人的体重都除以250斤

比如我是200斤除以250

那么我就在0.8的程度上

隶属于胖子这个模糊集合

比如我是125斤

那么我就会在0.5的程度上隶属于胖子这个模糊集合

这样的话

每个人的体重就会在0到1的程度上

分别隶属于胖子这样一个模糊集合

那么用这个模糊集合的概念可以继续推广

比如年龄

把人的最大年龄定为比如说120岁

每个人的年龄比如说60

那我就在0.5的程度上属于老年人

也不一定正确

有可能年龄定义为一百岁

这样的话如果我50岁

我就会在0.5的程度上隶属于老年人这个模糊集合

如果我75岁

我就会在0.75的程度上隶属于老年人这个模糊集合

如果一百岁

我就会在1的程度上隶属于老年人这个模糊集合

这也符合我们的日常生活经验

那实际上呢就把元素和集合之间的关系

由原来的非此即彼

也就是零完全不属于 1完全属于

扩展到了闭区间0到1之间

描述了元素在多大程度上隶属于某个模糊集合

那这个概念叫隶属度

后面会详细介绍

那么有了这个隶属度的概念

有了这个模糊集合的概念

在这个基础上就可以形成了模糊集合理论

模糊逻辑 模糊推理 模糊控制等相关的内容

那实际上它也是模糊控制呢

它也是模仿了人类的

一个外部的这样一个行为

那么乍德提出来这个模糊集合的概念

利用隶属度 隶属度函数的概念

就形成了模糊控制理论

那么后面有一些专家在不同的方面

实现了在实际工程中应用了模糊控制的方法

实现了对汽轮机的控制

实现了对水泥窑炉的模糊控制

这样的话大大地促进了

模糊控制的实际工程应用

以及它的理论应用发展

那么日本也在它的日本家电控制领域

得到了广泛的应用

包括日本的地铁线上也得到广泛应用

目前模糊控制在各行各业得到了广泛的应用

取得了很好的控制效果

我们看一下传统的控制方法

均是建立在被控对象精确数据模型的基础上

但是随着系统复杂程度提高

往往难以建立系统的精确数学模型

在实际工程中

我们发现一个复杂的控制系统

可由一个操作人员凭着丰富的实践经验

得到满意的控制效果

这说明如果我们通过模拟人脑的智能方法

设计一个控制器

就可能实现复杂系统的控制

这样就形成了模糊控制

比如一个大型火电机组

由于电网调度的负荷指令随时发生变化

同时由于煤粉燃烧的过程中

不同来源的煤

不同品质的煤 单位质量的煤

它的发热量是不一样的

这样的话呢就对电厂的运行人员

提出了很高的要求

但是我们也发现

实际电厂运行中

很多有经验的老师傅

他就可以根据他的感觉

可以手动地调整得很好

让这个机组始终能够

在一种比较最优的情况下进行运行

实现节能优化控制

那么他这种感觉

如果能用计算机的手段把它实现出来

这就是模糊控制手段

那么他这种感觉有的时候只可意会不可言传

他也是凭感觉来了

稍微大一点 稍微小一点

这样的话这都是属于模糊控制

可以通过模糊控制算法

把他这种经验给提取出来

设计一个模糊控制器替代人

是不是能够获得更好的效果呢

答案是肯定的

这是一个模糊控制系统的框架

首先类似于计算机控制系统

我们首先要对于一个具体的控制问题

比如说控制房间温度

我们首先要采集温度的信息

把来自测量仪表的信息送入这个控制系统

那么这个采集的温度信息呢

一般是模拟量信号

而且是精确的

比如说25度

那么对于模糊控制器来说呢

我们首先要对它进行一个模糊化处理

将这个温度转化为它和温度 偏低

适中 偏高

或者再加上比较低 比较高

这样一些模糊集合之间的一个关系

那也就是通过隶属度函数曲线

来建立了精确的测量信息

它和这些模糊集合之间的一个关系

把它进行模糊化处理

然后通过模糊推理的方法

在规则库里

这是模糊规则库

找到相应的控制规则

对它进行触发

那么可能会同时触发多条规则

这样的话最终形成一个实际的控制指令

在这控制指令呢它也是模糊语言

它会告诉你在多大程度上较大

多大程度上适中

多大程度上较小这样的一个模糊指令

对于现场的执行机构

比如说阀门来说

它是听不懂的

怎么办呢

还需要进行反模糊化

也就是清晰化处理

同样地 经过隶属度函数

把模糊推理计算出来的模糊指令

通过反模糊化处理

转换成精确的控制力

告诉阀门开度开到50%还是30%

这样的话就实现了一个模糊控制的思路

在模糊控制系统里

这个规则库其实就是模糊规则

比如 第一条

如果温度比较高

那么阀门开度就比较大

比如说这个阀门开度是控制

冷却剂流量大小

温度偏高了

我就把这阀门开度开大一点

如果温度偏低了

我们的阀门开度得开小一点

这样的话还有第三条

如果温度适中

那么阀门开度就适中或者保持不动

这样的话就构成这样一些模糊规则

模糊推理机

模糊推理

就是要在模糊规则库里

按照它的算法进行匹配

找到当前这个时刻输入的状况

所对应的模糊规则进行触发

最后整个的模糊推理指令

将会是触发的若干条模糊规则的合成

指令的合成

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--1.4 控制科学发展过程.

-1.5 智能控制的多元论

--1.5

-1.6 控制策略的渗透与融合

--1.6

-1.7 智能控制与传统控制的联系与区别

--1.7

-1.8 智能控制的类型之分级递阶智能控制系统

--1.8

-1.9 智能控制的类型之专家控制系统

--1.9

-1.10 智能控制的类型之模糊控制系统

--1.10

-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.11

-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制

--1.12

-1.13本章小结

--1.13

-第一章测试

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--5.4 神经网络的分类

-5.5 神经网络的学习算法、基本特征和研究领域

--5.5 神经网络的学习算法、基本特征和研究领域

-第五章测试

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现

--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合

-第六章测试

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--7.3 遗传算法的基本操作之复制

-7.4 遗传算法的基本操作之交叉与变异

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--8.2 遗传编程基本操作之复制

-8.3 遗传编程基本操作之交换和突变

--8.3 遗传编程基本操作之交换和突变

- 8.4 遗传编程的工作步骤及实例分析

-- 8.4 遗传编程的工作步骤及实例分析

-第八章测试

期末测试

-期末测试

1.10笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。