环境工程仿真模拟智能控制教学课件PPT.ppt

《环境工程仿真模拟智能控制教学课件PPT.ppt》由会员分享，可在线阅读，更多相关《环境工程仿真模拟智能控制教学课件PPT.ppt（75页珍藏版）》请在三一办公上搜索。

1、1,环境工程仿真与控制,第五章 智能控制,2,第五章 智能控制,人工智能模拟人类的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习和问题求解等。,3,智能控制神经网络模糊逻辑专家系统,第五章 智能控制,1965年，著名美籍华裔科学家，模式识别领域的知名学者，美国普渡大学教授傅京孙把人工智能的启发式推理规则用于学习控制系统。1971年，他发表论文阐述了人工智能和自动控制的交接关系。他是国际公认的智能控制的奠基人。,4,5.1 神经网络,神经网络“神经网络”与“人工神经网络”开始于McCulloch,Pitts(1943)的先驱工作,第五章 智能控制,5,5.1 神经网

2、络,McCulloch-Pitts神经元,第五章 智能控制,6,5.1 神经网络,网络的构建 y=f(x),第五章 智能控制,7,5.1 神经网络,网络的拓扑结构前向型反馈型,第五章 智能控制,8,5.1 神经网络,激活函数阶跃函数线性函数Sigmoid函数,第五章 智能控制,9,5.1 神经网络,关联权值的确定权值wi和,确定的方法学习（训练）有指导（导师）的学习无指导（导师）的学习,第五章 智能控制,10,5.1 神经网络,网络的工作过程先学习再工作,第五章 智能控制,11,5.1 神经网络,多层前向网络,第五章 智能控制,12,5.1 神经网络,多层前向网络的学习方法反向传播学习算法（B

3、P，Back-Propagation Network）目的：确定权值方法：反向推导,第五章 智能控制,13,5.1 神经网络,反向传播学习算法（BP）,第五章 智能控制,14,5.1 神经网络,反向传播学习算法（BP）用网络的输出与实际输出之间的误差来修改其权值，使两者尽可能接近。即：使网络输出层的误差平方和达到最小。,第五章 智能控制,15,5.1 神经网络,BP网络的设计（1）网络的层数增加层数可以更进一步地降低误差，提高精度，但同时也使网络复杂化，从而增加了网络权值的训练时间。,第五章 智能控制,16,5.1 神经网络,BP网络的设计（2）隐含层的神经元数（3）初始权值的选取,第五章 智

4、能控制,17,5.1 神经网络,BP网络的设计（4）学习速率太大导致系统的不稳定，太小导致较长的训练时间，可选取0.010.8之间。（5）期望误差的选取,第五章 智能控制,18,5.1 神经网络,活性污泥过程神经网络建模,Qin,Qout,Qw,曝气池,二沉池,O2,进水,出水,废弃污泥,回流污泥,Ss,inXs,inSnh,inSno,inSnd,inXnd,in,Ss Snh Sno Snd,3Xbh 3Xba 3Xs 3Xp 3Xnd,第五章 智能控制,19,5.1 神经网络,活性污泥过程神经网络建模,第五章 智能控制,20,5.1 神经网络,活性污泥过程神经网络建模（1）样本的获取 由

5、IAWPRC模型产生（2）数据预处理 归一化,第五章 智能控制,21,5.1 神经网络,活性污泥过程神经网络建模（3）建立网络结构 5-6-3前向网络（4）确定初始权值 随机,第五章 智能控制,22,5.1 神经网络,活性污泥过程神经网络建模（5）训练神经网络权值“trainbpx”（6）模型检验,第五章 智能控制,23,5.1 神经网络,活性污泥过程神经网络建模,第五章 智能控制,24,5.1 神经网络,神经网络直接逆控制,第五章 智能控制,25,5.1 神经网络,神经网络自适应控制,参考模型,被控对象,神经网络,yr,ym,u,y,第五章 智能控制,26,5.1 神经网络,神经网络内模控制

6、,神经网络控制器,对象,神经网络模型,yr,u,y,第五章 智能控制,27,5.2 模糊控制,模糊集合的概念为了解决真实世界中普遍存在的模糊现象而发展的一门学问，用数学模型来描述语意式的模糊信息。,第五章 智能控制,28,5.2 模糊控制,模糊集合的概念如：“热”、“高”、“年轻”、“好”等,第五章 智能控制,29,5.2 模糊控制,模糊集合的表示“20岁左右”模糊集可表示为：0.8/18+0.9/19+1/20+0.9/21+0.8/22 0.6/17+0.7/18+0.8/19+1/20+0.9/21+0.7/22+0.6/23.,隶属度0,1,集合元素,第五章 智能控制,第五章 智能控制

7、,30,5.2 模糊控制,隶属度函数,隶属度函数,论域,31,5.2 模糊控制,模糊集合的运算在同一论域的 2 个模糊集 A、B之间的 运算，是求一新的模糊集 C，其中各元素对 C 的隶属度可通过相应元素分别对A、B隶属度作相应运算而得。,第五章 智能控制,32,5.2 模糊控制,模糊集合的运算并,二者取大,A、B并集,0.7/a+0.3/b 0.4/a+0.6/b 0.7/a+0.6/b,第五章 智能控制,33,5.2 模糊控制,模糊集合的运算并,第五章 智能控制,34,5.2 模糊控制,模糊集合的运算交,0.7/a+0.3/b 0.4/a+0.6/b 0.4/a+0.3/b,二者取小,A、

8、B交集,第五章 智能控制,35,第五章 智能控制,5.2 模糊控制,模糊集合的运算交,36,第五章 智能控制,5.2 模糊控制,模糊集合的运算补,0.6/a+0.7/b 0.4/a+0.3/b,A的补集,37,第五章 智能控制,5.2 模糊控制,模糊集合的运算补,38,第五章 智能控制,5.2 模糊控制,模糊集合的运算直积,不同论域上的模糊集 A、B的“直积”“A B”，为定义在“X Y”上的模糊集 R，其中各元素对 R 的隶属度可通过相应元素分别对A、B隶属度“两者取小”而得。,39,第五章 智能控制,5.2 模糊控制,模糊集合的运算直积,A=(0.2,x1),(0.4,x2),(0.6,x

9、3)B=(0.2,y1),(0.3,y2),(0.5,y3),(0.8,y4),40,第五章 智能控制,5.2 模糊控制,模糊控制器的设计,41,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计,污泥含水量,压虑机虑带速度,42,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计,ei(-66)eci(-22)正大(PL)+6 附近+2 附近正中(PM)+4 附近+1.2 附近正小(PS)+2 附近+0.6 附近0(P0)+0 附近+0 附近0(N0)-0 附近-0 附近负小(NS)-2 附近-0.6 附近负中(NM)-4 附近-1.2 附近负大(NL)-6 附近-2 附近,43

10、,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计 ei 模糊化（隶属度）,xi-6-5-4-3-2-1-0+0+1+2+3+4+5+6A iPL00000000000.10.40.81.0PM0000000000.20.71.00.70.2PS00000000.30.81.00.50.100P000000001.00.60.10000N000000.10.61.00000000NS000.10.51.00.80.30000000NM0.20.71.00.70.2000000000NL1.00.80.40.10000000000,44,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控

11、制设计 eci 模糊化（隶属度）,yi-6-5-4-3-2-1 0+1+2+3+4+5+6BiPL0000000000.10.40.81.0PM000000000.20.71.00.70.2PS00000000.91.00.70.2000000000.51.00.500000NS000.20.71.00.90000000NM0.20.71.00.70.200000000NL1.00.80.40.1000000000,45,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计 ui 模糊化（隶属度）,ui-6-5-4-3-2-1 0+1+2+3+4+5+6CiPL0000000000.10.

12、40.81.0PM000000000.20.71.00.70.2PS00000000.41.00.80.40.100000000.51.00.500000NS00.10.40.81.00.40000000NM0.20.71.00.70.200000000NL1.00.80.40.1000000000,46,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计模糊规则,R1：如果 ei 为 PL且 eci 为 PL，则 u 为 NLR2：如果 ei 为 PS且 eci 为 PL，则 u 为 NM.Rn：如果 ei 为 NL且 eci 为 NL，则 u 为PL,18条,47,第五章 智能控制,

13、5.2 模糊控制,污泥脱水模糊控制设计模糊推理,48,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计模糊推理,49,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计去模糊化,精确控制量,例,50,第五章 智能控制,5.2 模糊控制,污泥脱水模糊控制设计模糊控制表,51,第五章 智能控制,5.3专家控制系统,专家系统概述专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。,52,第五章 智能控制,5.3专家控制系统,专家系统概述Stanford大学血液感染病诊断专家系统MYCIN，标志着专家系统从理论走向应用；语音识别专家

14、系统HEARSAY的出现，标志着专家系统从理论走向成熟。,53,第五章 智能控制,5.3专家控制系统,专家系统概述可实现的功能：解释、预测、设计、规划、监视、修理、指导和控制等。广泛应用领域：医疗诊断、语音识别、图像处理、金融决策、地质勘探、石油化工、教学、军事、计算机设计等。,54,第五章 智能控制,5.3专家控制系统,专家系统构成,55,第五章 智能控制,5.3专家控制系统,专家系统构成知识库：用于存取和管理所获取的专家知识和经验，供推理机利用，具有知识存贮、检索、编辑、增删、修改和扩充等功能。规则、事实、概念、常识等；,56,第五章 智能控制,5.3专家控制系统,专家系统构成数据库：用来

15、存放系统推理过程中用到的控制信息，中间假设和中间结果；推理机：利用知识库中的知识进行推理，并得到结论；,57,第五章 智能控制,5.3专家控制系统,专家系统构成解释器：用于作为专家系统与用户之间的“人机”接口，其功能是向用户解释系统的行为，包括：咨询理解、结论解释；,58,第五章 智能控制,5.3专家控制系统,专家系统构成知识获取器：是专家系统与专家的“界面”，采用“专题面谈”、“口语记录分析”以及“知识获取辅助工具”等来辅助专家整理知识或辅助扩充和修改知识库。,59,第五章 智能控制,5.3专家控制系统,专家控制系统构成瑞典学者K.J.Astrom于1983年首先把人工智能中的专家系统引入智

16、能控制领域，于1986年提出“专家控制”的概念；,60,第五章 智能控制,5.3专家控制系统,专家控制系统构成定义：将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。在线、实时、可靠性、抗干扰性,61,第五章 智能控制,5.3专家控制系统,专家控制系统功能能够满足任意动态过程的控制需要，尤其适用于带有时变、非线性和强干扰的控制；控制过程可以利用对象的先验知识；通过修改、增加控制规则，可不断积累知识，改进控制性能；,62,第五章 智能控制,5.3专家控制系统,专家控制系统功能可以定性地描述控制系统的性能，如超调小、偏差增大等；对控制性能可进行解释

17、；可通过对控制闭环中的单元进行故障检测来获取经验规则。,63,第五章 智能控制,5.3专家控制系统,专家控制系统功能目前应用广泛的主要有三种类型的专家控制系统：实时专家控制系统 控制系统辅助设计专家系统 实时故障诊断与控制专家系统,64,第五章 智能控制,5.3专家控制系统,专家控制系统分类直接型专家控制器,65,第五章 智能控制,5.3专家控制系统,专家控制系统分类间接型专家控制器,66,第五章 智能控制,5.3专家控制系统,专家PID控制典型二阶系统阶跃响应曲线,67,第五章 智能控制,5.3专家控制系统,专家PID控制（1）当 时，说明误差绝对值很大，无论误差变化趋势如何，都应让控制输出

18、按定值输出，以达到迅速调整误差，使误差绝对值以最大速度减小，同时避免超调。,68,第五章 智能控制,5.3专家控制系统,专家PID控制（2）当 或 时，说明误差在朝误差绝对值增大方向变化，或误差为某一常数，未发生变化。,69,第五章 智能控制,5.3专家控制系统,专家PID控制（2）当 或 时，A.如果，说明误差较大，应施加较强的控制作用，迅速减小误差绝对值：,70,第五章 智能控制,5.3专家控制系统,专家PID控制（2）当 或 时，B.如果，说明误差绝对值本身并不大，可施加一般的控制作用，扭转误差的变化趋势：,71,第五章 智能控制,5.3专家控制系统,专家PID控制（3）当 时，说明误差在朝误差绝对值减小方向变化，或已达到平衡状态，可考虑控制输出不变。,72,第五章 智能控制,5.3专家控制系统,专家PID控制（4）当 时，说明误差处于极值状态。A.如果，说明误差绝对值较大，应施加较强的控制作用：,73,第五章 智能控制,5.3专家控制系统,专家PID控制（4）当 时，说明误差处于极值状态。B.如果，说明误差绝对值较小，可施加较弱的控制作用：,74,第五章 智能控制,5.3专家控制系统,专家PID控制（5）当 时，说明误差绝对值很小，此时加入积分环节，减少稳态误差。,75,环境工程仿真与控制,第五章 智能控制END,