《過程控制工程》邵裕森主編（第2版）PPT課件

《過程控制工程》邵裕森主編（第2版）PPT課件,過程控制工程,過程,控制工程,邵裕森,主編,PPT,課件 過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.3 8.3 預(yù)測(cè)控制預(yù)測(cè)控制7070年代中后期，預(yù)測(cè)控制在工業(yè)過程中發(fā)展起年代中后期，預(yù)測(cè)控制在工業(yè)過程中發(fā)展起來，在石油、化工、電力等工業(yè)生產(chǎn)過程自動(dòng)化中來，在石油、化工、電力等工業(yè)生產(chǎn)過程自動(dòng)化中獲得了十分成功的應(yīng)用，受到了國(guó)內(nèi)外控制界的廣獲得了十分成功的應(yīng)用，受到了國(guó)內(nèi)外控制界的廣泛注意和重視，并取得了很好的控制效果。隨后相泛注意和重視，并取得了很好的控制效果。隨后相繼出現(xiàn)了各種控制算法。這些算法的表達(dá)形式不同，繼出現(xiàn)了各種控制算法。這些算法的表達(dá)形式不同，但都直接采用工業(yè)過程中容易測(cè)得的過程階躍響應(yīng)但都直接采用工業(yè)過程中容易測(cè)得的過程階躍響應(yīng)曲線或者矩形脈沖響應(yīng)曲線。把它們?cè)诓蓸訒r(shí)刻的曲線或者矩形脈沖響應(yīng)曲線。把它們?cè)诓蓸訒r(shí)刻的一系列數(shù)值作為描述過程動(dòng)態(tài)特性的信息，構(gòu)成預(yù)一系列數(shù)值作為描述過程動(dòng)態(tài)特性的信息，構(gòu)成預(yù)測(cè)模型。從而可以確定一個(gè)控制量的時(shí)間序列，使測(cè)模型。從而可以確定一個(gè)控制量的時(shí)間序列，使未來一段時(shí)間中被控量與期望軌跡之間的誤差最小。未來一段時(shí)間中被控量與期望軌跡之間的誤差最小。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章這個(gè)優(yōu)化過程是在線反復(fù)進(jìn)行的，這就構(gòu)成這個(gè)優(yōu)化過程是在線反復(fù)進(jìn)行的，這就構(gòu)成了預(yù)測(cè)控制的基本思路。了預(yù)測(cè)控制的基本思路。預(yù)測(cè)控制的特點(diǎn)：預(yù)測(cè)控制的特點(diǎn)：1、簡(jiǎn)化了建模過程和計(jì)算；、簡(jiǎn)化了建模過程和計(jì)算；2、采用了滾動(dòng)優(yōu)化策略；、采用了滾動(dòng)優(yōu)化策略；3、預(yù)測(cè)控制算法除一般線性過程外，已推廣到有約、預(yù)測(cè)控制算法除一般線性過程外，已推廣到有約束條件、大時(shí)延、非線性等過程，獲取較滿意的控制束條件、大時(shí)延、非線性等過程，獲取較滿意的控制效果；效果；4、魯棒性好。、魯棒性好。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.3.1 模型預(yù)測(cè)控制模型預(yù)測(cè)控制MAC的原理如圖所示的原理如圖所示模型算法控制的結(jié)構(gòu)包括模型算法控制的結(jié)構(gòu)包括內(nèi)部模型、反饋校正內(nèi)部模型、反饋校正（閉環(huán)預(yù)測(cè)輸出）、滾動(dòng)優(yōu)化（優(yōu)化算法）三個(gè)環(huán)節(jié)（閉環(huán)預(yù)測(cè)輸出）、滾動(dòng)優(yōu)化（優(yōu)化算法）三個(gè)環(huán)節(jié)。具體的算法分為單步模型算法控制、多步具體的算法分為單步模型算法控制、多步模型算法控模型算法控制、增量型模型算法和單值模型算法等多種算法控制。制、增量型模型算法和單值模型算法等多種算法控制。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章一、內(nèi)部模型一、內(nèi)部模型對(duì)于有自衡特性的對(duì)象，模型算法控制采用單位對(duì)于有自衡特性的對(duì)象，模型算法控制采用單位脈沖響應(yīng)曲線這種非參數(shù)模型作為內(nèi)部模型。脈沖響應(yīng)曲線這種非參數(shù)模型作為內(nèi)部模型。設(shè)當(dāng)前時(shí)刻為設(shè)當(dāng)前時(shí)刻為k，對(duì)于圖中所示的內(nèi)部模型，可，對(duì)于圖中所示的內(nèi)部模型，可以根據(jù)過去和未來的輸入數(shù)據(jù)，由卷積方程計(jì)算出以根據(jù)過去和未來的輸入數(shù)據(jù)，由卷積方程計(jì)算出被控過程未來被控過程未來 時(shí)刻輸出時(shí)刻輸出 的預(yù)測(cè)值的預(yù)測(cè)值（1）式中，式中，為實(shí)測(cè)到的對(duì)象單位脈沖響應(yīng)序列值。為實(shí)測(cè)到的對(duì)象單位脈沖響應(yīng)序列值。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章時(shí)刻預(yù)測(cè)模型輸出時(shí)刻預(yù)測(cè)模型輸出（2）將式（將式（1 1）減去（）減去（2 2）式可得增量表達(dá)式）式可得增量表達(dá)式（3）式中二、反饋校正二、反饋校正從式（從式（1 1）得到的預(yù)測(cè)值）得到的預(yù)測(cè)值 不可能與實(shí)際輸出完全不可能與實(shí)際輸出完全符合，因此需要對(duì)式（符合，因此需要對(duì)式（1 1）開環(huán)預(yù)測(cè)模型的輸出進(jìn)行修）開環(huán)預(yù)測(cè)模型的輸出進(jìn)行修正。在預(yù)測(cè)控制中通常采用第正。在預(yù)測(cè)控制中通常采用第k k步的實(shí)際輸出測(cè)量值步的實(shí)際輸出測(cè)量值y(ky(k)與預(yù)測(cè)輸出值與預(yù)測(cè)輸出值 之間的誤差之間的誤差 對(duì)對(duì)模型的預(yù)測(cè)輸出模型的預(yù)測(cè)輸出 進(jìn)行修正。就可得到閉環(huán)進(jìn)行修正。就可得到閉環(huán)過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章預(yù)測(cè)模型。修正后的預(yù)測(cè)值用預(yù)測(cè)模型。修正后的預(yù)測(cè)值用 表示表示 （4）由上可知，每個(gè)預(yù)測(cè)時(shí)刻都引入了當(dāng)前時(shí)刻實(shí)際對(duì)由上可知，每個(gè)預(yù)測(cè)時(shí)刻都引入了當(dāng)前時(shí)刻實(shí)際對(duì)象輸出和預(yù)測(cè)模型輸出的偏差象輸出和預(yù)測(cè)模型輸出的偏差 對(duì)模對(duì)模型的預(yù)測(cè)輸出型的預(yù)測(cè)輸出 進(jìn)行修正。進(jìn)行修正。用修正后的預(yù)測(cè)值用修正后的預(yù)測(cè)值 作為計(jì)算最優(yōu)性能指標(biāo)的依作為計(jì)算最優(yōu)性能指標(biāo)的依據(jù)，實(shí)際上是對(duì)測(cè)量值據(jù)，實(shí)際上是對(duì)測(cè)量值y(ky(k)的一種負(fù)反饋，故稱反饋的一種負(fù)反饋，故稱反饋校正。校正。三、參考軌跡三、參考軌跡模型算法控制的目的是使輸出模型算法控制的目的是使輸出y(ky(k)沿一條事先規(guī)定好沿一條事先規(guī)定好的曲線逐漸達(dá)到給定值的曲線逐漸達(dá)到給定值r r，這條指定曲線稱為，這條指定曲線稱為參考軌參考軌跡跡 。通常參考軌跡采用從現(xiàn)在時(shí)刻。通常參考軌跡采用從現(xiàn)在時(shí)刻k k對(duì)象的實(shí)際輸對(duì)象的實(shí)際輸過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章出值出值y(ky(k)出發(fā)的一階指數(shù)曲線。出發(fā)的一階指數(shù)曲線。在未來在未來 時(shí)刻的時(shí)刻的數(shù)值為數(shù)值為（5）式中，式中，r r為設(shè)定值；為設(shè)定值；為平滑因子，為平滑因子，T T0 0 為參考為參考軌跡的時(shí)間常數(shù)，軌跡的時(shí)間常數(shù)，T T為采樣周期。為采樣周期。四、滾動(dòng)優(yōu)化四、滾動(dòng)優(yōu)化預(yù)測(cè)控制常用目標(biāo)函數(shù)預(yù)測(cè)控制常用目標(biāo)函數(shù) 使某項(xiàng)性能指標(biāo)最小，最使某項(xiàng)性能指標(biāo)最小，最常用的是二次型目標(biāo)函數(shù)常用的是二次型目標(biāo)函數(shù)（6）過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章根據(jù)式（根據(jù)式（6 6）目標(biāo)函數(shù)求極小值，可得到）目標(biāo)函數(shù)求極小值，可得到M M個(gè)控制作用個(gè)控制作用序列序列 。但在實(shí)際執(zhí)行控制作。但在實(shí)際執(zhí)行控制作用時(shí)，只執(zhí)行當(dāng)前一步用時(shí)，只執(zhí)行當(dāng)前一步u(ku(k)，下一時(shí)刻的控制量，下一時(shí)刻的控制量u(k+1)u(k+1)則需重新計(jì)算，即遞推一步，重復(fù)上述過程。則需重新計(jì)算，即遞推一步，重復(fù)上述過程。這種方法采用滾動(dòng)式的有限時(shí)域優(yōu)化算法，優(yōu)化過程這種方法采用滾動(dòng)式的有限時(shí)域優(yōu)化算法，優(yōu)化過程是在線反復(fù)計(jì)算，因而稱為滾動(dòng)優(yōu)化算法。是在線反復(fù)計(jì)算，因而稱為滾動(dòng)優(yōu)化算法。這種算法的基本思想是首先預(yù)測(cè)被控過程未來的輸出，這種算法的基本思想是首先預(yù)測(cè)被控過程未來的輸出，再確定當(dāng)前時(shí)刻的控制再確定當(dāng)前時(shí)刻的控制u(ku(k)，是先預(yù)測(cè)后控制，明顯，是先預(yù)測(cè)后控制，明顯優(yōu)于先有輸出反饋，再產(chǎn)生控制作用優(yōu)于先有輸出反饋，再產(chǎn)生控制作用u(ku(k)的經(jīng)典的經(jīng)典PIDPID控制系統(tǒng)。控制系統(tǒng)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.3.2 動(dòng)態(tài)矩陣控制動(dòng)態(tài)矩陣控制動(dòng)態(tài)矩陣控制（動(dòng)態(tài)矩陣控制（DMCDMC）與模型算法控制的區(qū)別是內(nèi)部）與模型算法控制的區(qū)別是內(nèi)部模型不同。模型不同。DMCDMC采用工程上易于測(cè)取的對(duì)象階躍響應(yīng)采用工程上易于測(cè)取的對(duì)象階躍響應(yīng)作為內(nèi)部模型，算法簡(jiǎn)單、計(jì)算量少、魯棒性強(qiáng)，適作為內(nèi)部模型，算法簡(jiǎn)單、計(jì)算量少、魯棒性強(qiáng)，適用于有純滯后、開環(huán)漸進(jìn)穩(wěn)定的非最小相位對(duì)象。用于有純滯后、開環(huán)漸進(jìn)穩(wěn)定的非最小相位對(duì)象。一、內(nèi)部模型一、內(nèi)部模型DMCDMC的內(nèi)部模型為單位階躍響應(yīng)曲的內(nèi)部模型為單位階躍響應(yīng)曲線，它同單位脈沖響應(yīng)曲線一樣可線，它同單位脈沖響應(yīng)曲線一樣可以表示對(duì)象的動(dòng)態(tài)特性，二者之間以表示對(duì)象的動(dòng)態(tài)特性，二者之間的轉(zhuǎn)換關(guān)系為的轉(zhuǎn)換關(guān)系為（7）過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章將式（將式（7 7）代入（）代入（1 1）式可得）式可得（8）式中：式中：把控制增量和對(duì)象輸出預(yù)測(cè)值以當(dāng)前時(shí)刻把控制增量和對(duì)象輸出預(yù)測(cè)值以當(dāng)前時(shí)刻k k為界限分為為界限分為兩部分，那么（兩部分，那么（8 8）式可表示為：）式可表示為：（9）式中的控制增量：式中的控制增量：是待定是待定的未知量。的未知量。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章如果定義矢量和矩陣如果定義矢量和矩陣則式（則式（9 9）可以表示為）可以表示為（10）過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章二、反饋校正二、反饋校正如果定義矢量如果定義矢量則（則（4 4）式可表示為）式可表示為（12）其他部分同模型算法控制相同其他部分同模型算法控制相同過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.3.3 8.3.3 廣義預(yù)測(cè)控制與內(nèi)部模型廣義預(yù)測(cè)控制與內(nèi)部模型一、廣義預(yù)測(cè)控制一、廣義預(yù)測(cè)控制前前面面討討論論的的預(yù)預(yù)測(cè)測(cè)控控制制都都是是通通過過反反饋饋對(duì)對(duì)預(yù)預(yù)測(cè)測(cè)誤誤差差進(jìn)進(jìn)行行修修正正，同同時(shí)時(shí)采采用用滾滾動(dòng)動(dòng)優(yōu)優(yōu)化化算算法法，使使模模型型的的時(shí)時(shí)變變、干干擾擾和和模模型型失失配配等等造造成成的的影影響響能能及及時(shí)時(shí)得得到到補(bǔ)補(bǔ)償償，控控制制性性能能比比傳傳統(tǒng)統(tǒng)的的P P I I D D好好得得多多。如果預(yù)測(cè)模型與真實(shí)模型失配嚴(yán)重，會(huì)導(dǎo)致系如果預(yù)測(cè)模型與真實(shí)模型失配嚴(yán)重，會(huì)導(dǎo)致系統(tǒng)的動(dòng)態(tài)特性和控制性能變壞，甚至不穩(wěn)定而無法統(tǒng)的動(dòng)態(tài)特性和控制性能變壞，甚至不穩(wěn)定而無法工作。廣義預(yù)測(cè)控制在保留工作。廣義預(yù)測(cè)控制在保留MACMAC、DMCDMC算法特點(diǎn)的基算法特點(diǎn)的基礎(chǔ)上，采用受控自回歸積分滑動(dòng)平均模型礎(chǔ)上，采用受控自回歸積分滑動(dòng)平均模型（CARIMACARIMA）或者受控自回歸滑動(dòng)平均模型（）或者受控自回歸滑動(dòng)平均模型（CARMACARMA）作為內(nèi)部模型，吸收了自適應(yīng)和在線辨識(shí)的優(yōu)點(diǎn)，作為內(nèi)部模型，吸收了自適應(yīng)和在線辨識(shí)的優(yōu)點(diǎn)，對(duì)模型失配、對(duì)模型失配、模型參數(shù)誤差的魯棒性有所提高。模型參數(shù)誤差的魯棒性有所提高。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章二、內(nèi)部模型控制二、內(nèi)部模型控制內(nèi)部模型控制（內(nèi)部模型控制（IMCIMC）是）是GarciaGarcia和和MorariMorari于于19821982年提年提出來的一種控制算法，基本結(jié)構(gòu)如圖所示。出來的一種控制算法，基本結(jié)構(gòu)如圖所示。從圖可知，引入內(nèi)部模型從圖可知，引入內(nèi)部模型 后，反饋量已由原來的后，反饋量已由原來的輸出量反饋?zhàn)優(yōu)楦蓴_量反饋，控制器設(shè)計(jì)較為容易。輸出量反饋?zhàn)優(yōu)楦蓴_量反饋，控制器設(shè)計(jì)較為容易。當(dāng)模型失配時(shí)，反饋信息還含有模型失配的誤差信當(dāng)模型失配時(shí)，反饋信息還含有模型失配的誤差信息，從而有利于控制系統(tǒng)的抗干擾設(shè)計(jì)，增強(qiáng)系統(tǒng)息，從而有利于控制系統(tǒng)的抗干擾設(shè)計(jì)，增強(qiáng)系統(tǒng)的魯棒性。的魯棒性。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.4 專家控制專家控制專家系統(tǒng)專家系統(tǒng)是一種基于知識(shí)的系統(tǒng)，主要處理各是一種基于知識(shí)的系統(tǒng)，主要處理各種非結(jié)構(gòu)化的問題，尤其是處理定性、啟發(fā)式或不種非結(jié)構(gòu)化的問題，尤其是處理定性、啟發(fā)式或不確定的知識(shí)信息，通過各種推理過程實(shí)現(xiàn)特定目標(biāo)。確定的知識(shí)信息，通過各種推理過程實(shí)現(xiàn)特定目標(biāo)。專家控制專家控制是專家系統(tǒng)與傳統(tǒng)控制理論結(jié)合的一種智是專家系統(tǒng)與傳統(tǒng)控制理論結(jié)合的一種智能控制方法，它將專家系統(tǒng)理論同控制理論與技術(shù)能控制方法，它將專家系統(tǒng)理論同控制理論與技術(shù)相結(jié)合，在未知環(huán)境下仿效專家的智能，實(shí)現(xiàn)對(duì)系相結(jié)合，在未知環(huán)境下仿效專家的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的控制。統(tǒng)的控制。根據(jù)專家系統(tǒng)在控制系統(tǒng)中應(yīng)用的根據(jù)專家系統(tǒng)在控制系統(tǒng)中應(yīng)用的復(fù)雜程度復(fù)雜程度，專家控制可以分為專家控制可以分為專家控制系統(tǒng)和專家式控制器專家控制系統(tǒng)和專家式控制器。專家控制系統(tǒng)具有全面的專家系統(tǒng)結(jié)構(gòu)、完善的知專家控制系統(tǒng)具有全面的專家系統(tǒng)結(jié)構(gòu)、完善的知識(shí)處理功能，同時(shí)又具有實(shí)時(shí)控制的可靠性能；專識(shí)處理功能，同時(shí)又具有實(shí)時(shí)控制的可靠性能；專家式控制器是專家控制系統(tǒng)的簡(jiǎn)化，二者在功能上家式控制器是專家控制系統(tǒng)的簡(jiǎn)化，二者在功能上沒有本質(zhì)區(qū)別。沒有本質(zhì)區(qū)別。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章專家控制能夠運(yùn)用控制工作者成熟的控制思想、策專家控制能夠運(yùn)用控制工作者成熟的控制思想、策略和方法以及直覺經(jīng)驗(yàn)和手動(dòng)控制技能進(jìn)行控制。略和方法以及直覺經(jīng)驗(yàn)和手動(dòng)控制技能進(jìn)行控制。專家控制系統(tǒng)不僅可以提高常規(guī)控制系統(tǒng)的控制品專家控制系統(tǒng)不僅可以提高常規(guī)控制系統(tǒng)的控制品質(zhì)、拓寬控制系統(tǒng)應(yīng)用范圍，而且可以對(duì)傳統(tǒng)控制質(zhì)、拓寬控制系統(tǒng)應(yīng)用范圍，而且可以對(duì)傳統(tǒng)控制方法難以奏效的復(fù)雜生產(chǎn)過程實(shí)現(xiàn)高品質(zhì)控制。方法難以奏效的復(fù)雜生產(chǎn)過程實(shí)現(xiàn)高品質(zhì)控制。一、專家控制系統(tǒng)類型一、專家控制系統(tǒng)類型根據(jù)根據(jù)用途和功能用途和功能，專家控制系統(tǒng)可分為，專家控制系統(tǒng)可分為直接型專家直接型專家控制系統(tǒng)（器）和間接型專家控制系統(tǒng)（器）控制系統(tǒng)（器）和間接型專家控制系統(tǒng)（器）；根；根據(jù)據(jù)知識(shí)表達(dá)技術(shù)知識(shí)表達(dá)技術(shù)分類，可分為產(chǎn)生式專家控制系統(tǒng)分類，可分為產(chǎn)生式專家控制系統(tǒng)和框架式專家控制系統(tǒng)等。和框架式專家控制系統(tǒng)等。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章1 1、直接型專家控制系統(tǒng)、直接型專家控制系統(tǒng)直接型專家控制系統(tǒng)（器）具有模擬（或延伸、直接型專家控制系統(tǒng)（器）具有模擬（或延伸、擴(kuò)展）擴(kuò)展）操作工人操作工人智能功能，能夠取代常規(guī)智能功能，能夠取代常規(guī)PIDPID控制，控制，實(shí)現(xiàn)在線實(shí)時(shí)控制。它的知識(shí)表達(dá)和知識(shí)庫(kù)均較簡(jiǎn)實(shí)現(xiàn)在線實(shí)時(shí)控制。它的知識(shí)表達(dá)和知識(shí)庫(kù)均較簡(jiǎn)單，由幾十條產(chǎn)生式規(guī)則構(gòu)成，便于修改，其推理單，由幾十條產(chǎn)生式規(guī)則構(gòu)成，便于修改，其推理和控制策略簡(jiǎn)單，推理效率較高。和控制策略簡(jiǎn)單，推理效率較高。2 2、間接型專家控制系統(tǒng)、間接型專家控制系統(tǒng)間接型專家控制系統(tǒng)和常規(guī)間接型專家控制系統(tǒng)和常規(guī)PIDPID控制器相結(jié)合、控制器相結(jié)合、對(duì)生產(chǎn)過程實(shí)現(xiàn)間接智能控制，具有模擬（或延伸、對(duì)生產(chǎn)過程實(shí)現(xiàn)間接智能控制，具有模擬（或延伸、擴(kuò)展）擴(kuò)展）控制工程師控制工程師智能的功能，可實(shí)現(xiàn)優(yōu)化、適應(yīng)、智能的功能，可實(shí)現(xiàn)優(yōu)化、適應(yīng)、協(xié)調(diào)、組織等高層決策。協(xié)調(diào)、組織等高層決策。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章二、專家控制系統(tǒng)基本組成二、專家控制系統(tǒng)基本組成不同類型專家控制系統(tǒng)的結(jié)構(gòu)可能有很大差別，不同類型專家控制系統(tǒng)的結(jié)構(gòu)可能有很大差別，但都包含但都包含算法庫(kù)、知識(shí)基系統(tǒng)、人機(jī)接口、通信算法庫(kù)、知識(shí)基系統(tǒng)、人機(jī)接口、通信系統(tǒng)系統(tǒng)等基本組成部分。等基本組成部分。算法庫(kù)算法庫(kù)主要進(jìn)行數(shù)值計(jì)算：主要進(jìn)行數(shù)值計(jì)算：1 1、控制算法根據(jù)知識(shí)基系統(tǒng)的控制配置命令和對(duì)象、控制算法根據(jù)知識(shí)基系統(tǒng)的控制配置命令和對(duì)象的測(cè)量信號(hào)，按選定的控制策略或最小方差等算法的測(cè)量信號(hào)，按選定的控制策略或最小方差等算法計(jì)算控制信號(hào)；計(jì)算控制信號(hào)；過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章2 2、辨識(shí)算法和監(jiān)控算法是從數(shù)值信號(hào)流中抽取特征、辨識(shí)算法和監(jiān)控算法是從數(shù)值信號(hào)流中抽取特征信息，只有當(dāng)系統(tǒng)運(yùn)行狀況發(fā)生某種變化時(shí)，才將運(yùn)信息，只有當(dāng)系統(tǒng)運(yùn)行狀況發(fā)生某種變化時(shí)，才將運(yùn)算結(jié)果送入知識(shí)基系統(tǒng)，增加或更新知識(shí)。算結(jié)果送入知識(shí)基系統(tǒng)，增加或更新知識(shí)。知識(shí)基系統(tǒng)知識(shí)基系統(tǒng)儲(chǔ)存控制系統(tǒng)的知識(shí)信息，包括數(shù)儲(chǔ)存控制系統(tǒng)的知識(shí)信息，包括數(shù)據(jù)庫(kù)和規(guī)則庫(kù)。在穩(wěn)態(tài)運(yùn)行期間，知識(shí)基系統(tǒng)是閑據(jù)庫(kù)和規(guī)則庫(kù)。在穩(wěn)態(tài)運(yùn)行期間，知識(shí)基系統(tǒng)是閑置的，整個(gè)系統(tǒng)按傳統(tǒng)控制方式運(yùn)行。知識(shí)基系統(tǒng)置的，整個(gè)系統(tǒng)按傳統(tǒng)控制方式運(yùn)行。知識(shí)基系統(tǒng)具有定性的啟發(fā)式知識(shí)，進(jìn)行符號(hào)推理，按專家系具有定性的啟發(fā)式知識(shí)，進(jìn)行符號(hào)推理，按專家系統(tǒng)的設(shè)計(jì)規(guī)范編碼，通過算法庫(kù)與對(duì)象相連。統(tǒng)的設(shè)計(jì)規(guī)范編碼，通過算法庫(kù)與對(duì)象相連。人機(jī)接口人機(jī)接口作為人機(jī)界面，把用戶輸入的信作為人機(jī)界面，把用戶輸入的信息轉(zhuǎn)換成系統(tǒng)內(nèi)規(guī)范化的表示形式，然后交給相應(yīng)息轉(zhuǎn)換成系統(tǒng)內(nèi)規(guī)范化的表示形式，然后交給相應(yīng)模塊去處理；把系統(tǒng)輸出的信息轉(zhuǎn)換成用戶易于理模塊去處理；把系統(tǒng)輸出的信息轉(zhuǎn)換成用戶易于理解的外部表示形式顯示給用戶，實(shí)現(xiàn)與知識(shí)基系統(tǒng)解的外部表示形式顯示給用戶，實(shí)現(xiàn)與知識(shí)基系統(tǒng)的直接交互連接。的直接交互連接。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章由于生產(chǎn)過程的復(fù)雜性和先驗(yàn)知識(shí)的局限性，難由于生產(chǎn)過程的復(fù)雜性和先驗(yàn)知識(shí)的局限性，難以對(duì)它進(jìn)行完善的建模，這時(shí)要根據(jù)過去獲得的以對(duì)它進(jìn)行完善的建模，這時(shí)要根據(jù)過去獲得的經(jīng)驗(yàn)信息，通過學(xué)習(xí)，逐漸逼近未知信息的真實(shí)經(jīng)驗(yàn)信息，通過學(xué)習(xí)，逐漸逼近未知信息的真實(shí)情況，使控制性能逐步改善，具有學(xué)習(xí)功能的系情況，使控制性能逐步改善，具有學(xué)習(xí)功能的系統(tǒng)才是完善的專家控制系統(tǒng)。統(tǒng)才是完善的專家控制系統(tǒng)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.5 8.5 模糊控制模糊控制模糊控制是以模糊集合論、模糊語言變量和模模糊控制是以模糊集合論、模糊語言變量和模糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)學(xué)控制方法。與糊邏輯推理為基礎(chǔ)的一種計(jì)算機(jī)數(shù)學(xué)控制方法。與一般工業(yè)控制的根本區(qū)別是一般工業(yè)控制的根本區(qū)別是模糊控制并不需要建立模糊控制并不需要建立控制過程精確的數(shù)學(xué)模型控制過程精確的數(shù)學(xué)模型。與各種精確控制方法相。與各種精確控制方法相比，模糊控制有如下優(yōu)點(diǎn)：比，模糊控制有如下優(yōu)點(diǎn)：一、概述一、概述1 1、模糊控制完全是在模仿操作人員控制經(jīng)驗(yàn)的基礎(chǔ)、模糊控制完全是在模仿操作人員控制經(jīng)驗(yàn)的基礎(chǔ)上設(shè)計(jì)的控制系統(tǒng)，使一些難于建模的復(fù)雜生產(chǎn)過上設(shè)計(jì)的控制系統(tǒng)，使一些難于建模的復(fù)雜生產(chǎn)過程的自動(dòng)控制成為可能；程的自動(dòng)控制成為可能；2 2、模糊控制具有較強(qiáng)的魯棒性，被控過程特性對(duì)控、模糊控制具有較強(qiáng)的魯棒性，被控過程特性對(duì)控制性能影響較小；制性能影響較?。? 3、基于模糊控制規(guī)則的推理、運(yùn)算過程簡(jiǎn)單，控制、基于模糊控制規(guī)則的推理、運(yùn)算過程簡(jiǎn)單，控制實(shí)時(shí)性好；實(shí)時(shí)性好；過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章4 4、模糊控制機(jī)理符合人們對(duì)過程控制的直觀描述和、模糊控制機(jī)理符合人們對(duì)過程控制的直觀描述和思維邏輯，為人工智能和專家系統(tǒng)在過程控制中的應(yīng)思維邏輯，為人工智能和專家系統(tǒng)在過程控制中的應(yīng)用奠定了基礎(chǔ)。用奠定了基礎(chǔ)。模糊性也是一種不確定性，但它不同于隨機(jī)性，所以模糊性也是一種不確定性，但它不同于隨機(jī)性，所以模糊理論不同于概率論。模糊性通常是指對(duì)概念以及模糊理論不同于概率論。模糊性通常是指對(duì)概念以及語言意義的理解上的不確定性。例如，語言意義的理解上的不確定性。例如，“老人老人”、“溫度高溫度高”、“數(shù)量大數(shù)量大”等所含的不確定性即為模糊性。等所含的不確定性即為模糊性。可見可見模糊性模糊性主要是人為的主觀理解上的不確定性，而主要是人為的主觀理解上的不確定性，而隨機(jī)性隨機(jī)性則主要反映的是客觀上的自然的不確定性、或則主要反映的是客觀上的自然的不確定性、或者是事件發(fā)生的偶然性。者是事件發(fā)生的偶然性。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊控制的理論基礎(chǔ)是模糊控制的理論基礎(chǔ)是模糊集合理論模糊集合理論，模糊集合，模糊集合是一種介于嚴(yán)格定量與定性間的數(shù)學(xué)表達(dá)形式。例如是一種介于嚴(yán)格定量與定性間的數(shù)學(xué)表達(dá)形式。例如變量的數(shù)值分為正大（變量的數(shù)值分為正大（PLPL）、正中（）、正中（PMPM）、正小）、正小（PSPS）、零（）、零（0 0）、負(fù)?。ǎ?、負(fù)?。∟SNS）、負(fù)中（）、負(fù)中（NMNM）、負(fù)大）、負(fù)大（NBNB）等。）等。模糊集合理論的核心模糊集合理論的核心是對(duì)復(fù)雜系統(tǒng)或過程是對(duì)復(fù)雜系統(tǒng)或過程建立一種語言分析模式，提供一個(gè)嚴(yán)格的數(shù)學(xué)框架，建立一種語言分析模式，提供一個(gè)嚴(yán)格的數(shù)學(xué)框架，使自然語言能夠直接轉(zhuǎn)化為計(jì)算機(jī)所能接受的算法語使自然語言能夠直接轉(zhuǎn)化為計(jì)算機(jī)所能接受的算法語言。言。模糊集合理論的一個(gè)基本概念是模糊集合理論的一個(gè)基本概念是隸屬函數(shù)隸屬函數(shù)或或隸屬隸屬度。度。它表示某一個(gè)元素它表示某一個(gè)元素 與模糊子集與模糊子集A A的關(guān)系（即隸屬的關(guān)系（即隸屬度），并用度），并用 表示。所有隸屬度均滿足下式要求，表示。所有隸屬度均滿足下式要求，即即表示表示 隸屬于隸屬于A A；表示表示 不屬于不屬于A A。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊子集可以表示為模糊子集可以表示為式中的式中的”“表示列表，并不是加號(hào)，作用每項(xiàng)中的表示列表，并不是加號(hào)，作用每項(xiàng)中的分式也不表示相除，分母表示元素名稱，分子表示該分式也不表示相除，分母表示元素名稱，分子表示該元素的隸屬度。元素的隸屬度。模糊子集模糊子集A A不僅可用隸屬度不僅可用隸屬度 來表示，也可用模來表示，也可用模糊向量（即隸屬度向量）來表示，即糊向量（即隸屬度向量）來表示，即過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.5.1 8.5.1 模糊控制的基本結(jié)構(gòu)模糊控制的基本結(jié)構(gòu)模糊控制系統(tǒng)原理框圖如下：模糊控制系統(tǒng)原理框圖如下：系統(tǒng)將檢測(cè)到的數(shù)據(jù)系統(tǒng)將檢測(cè)到的數(shù)據(jù)y y（被控量）與設(shè)定值進(jìn)行比較（被控量）與設(shè)定值進(jìn)行比較后得到的偏差后得到的偏差e e和偏差變化率和偏差變化率ecec輸入到模糊控制器，輸入到模糊控制器，模糊控制器通過計(jì)算得到控制量模糊控制器通過計(jì)算得到控制量u u，通過，通過u u對(duì)生產(chǎn)過對(duì)生產(chǎn)過程進(jìn)行控制。程進(jìn)行控制。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章一、模糊控制器設(shè)計(jì)一、模糊控制器設(shè)計(jì)模糊控制器的基本結(jié)構(gòu)如下：模糊控制器的基本結(jié)構(gòu)如下：對(duì)于一個(gè)缺乏精確數(shù)學(xué)模型的被控過程，可以對(duì)于一個(gè)缺乏精確數(shù)學(xué)模型的被控過程，可以根據(jù)系統(tǒng)的操作和控制經(jīng)驗(yàn)總結(jié)出一套控制規(guī)則，根據(jù)系統(tǒng)的操作和控制經(jīng)驗(yàn)總結(jié)出一套控制規(guī)則，應(yīng)用模糊集合理論，把這些規(guī)則寫成一連串模糊語應(yīng)用模糊集合理論，把這些規(guī)則寫成一連串模糊語言，變構(gòu)成了一個(gè)模糊模型。利用這個(gè)模型可設(shè)計(jì)言，變構(gòu)成了一個(gè)模糊模型。利用這個(gè)模型可設(shè)計(jì)出較理想的模糊控制器，以實(shí)現(xiàn)語言控制。出較理想的模糊控制器，以實(shí)現(xiàn)語言控制。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章從圖中可以看出，模糊控制器主要由四部分組成從圖中可以看出，模糊控制器主要由四部分組成:（1 1）精確量的）精確量的模糊化模糊化，就是將偏差，就是將偏差e e及偏差變化率及偏差變化率ecec模糊化成模糊變量模糊化成模糊變量E E和和EC;EC;（2 2）模糊推理模糊推理，就是由，就是由E E和和ECEC構(gòu)成模糊變量構(gòu)成模糊變量U;(3)U;(3)知識(shí)庫(kù)知識(shí)庫(kù)，它包含了具體應(yīng)用領(lǐng)域，它包含了具體應(yīng)用領(lǐng)域的知識(shí)和要求的控制目標(biāo)；（的知識(shí)和要求的控制目標(biāo)；（4 4）清晰化清晰化，就是將模糊，就是將模糊量量U U決策判斷轉(zhuǎn)化成精確的控制量決策判斷轉(zhuǎn)化成精確的控制量u u?，F(xiàn)分別介紹如下：現(xiàn)分別介紹如下：1.1.精確量的精確量的FuzzyFuzzy化化 系統(tǒng)中的偏差及其變化率的實(shí)際范圍稱作這些變系統(tǒng)中的偏差及其變化率的實(shí)際范圍稱作這些變量的基本論域。一般只大致估定它們的范圍。設(shè)偏量的基本論域。一般只大致估定它們的范圍。設(shè)偏差的基本論域?yàn)椴畹幕菊撚驗(yàn)?，偏差所取的，偏差所取的FuzzyFuzzy集的論域集的論域?yàn)闉?，即可給出精確量的模糊，即可給出精確量的模糊過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章化的量化因子化的量化因子k k為為具體做法是；先把觀察到的偏差具體做法是；先把觀察到的偏差E E的變化范圍定為的變化范圍定為-6,+66,+6之間的連續(xù)量，然后將這連續(xù)的精確量離散化，之間的連續(xù)量，然后將這連續(xù)的精確量離散化，即將其分成即將其分成n n檔，每一檔對(duì)應(yīng)一個(gè)檔，每一檔對(duì)應(yīng)一個(gè)FuzzyFuzzy集，而后進(jìn)集，而后進(jìn)行行FuzzyFuzzy處理。如果精確量的變化范圍不是在處理。如果精確量的變化范圍不是在-6,+66,+6之間，而是在之間，而是在 之間，則可按下式將之間，則可按下式將 間間變量變量 轉(zhuǎn)化為轉(zhuǎn)化為-6,+6-6,+6之間的變量之間的變量習(xí)慣上把習(xí)慣上把-6,+6之間變化的連續(xù)量分為之間變化的連續(xù)量分為8檔。檔。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8檔對(duì)應(yīng)檔對(duì)應(yīng)8個(gè)個(gè)fuzzy子集。子集。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章2、模糊推理、模糊推理模糊推理有很多種模式，主要有兩種常用的模式。模糊推理有很多種模式，主要有兩種常用的模式。（1）輸入輸出均為一維）輸入輸出均為一維。用語言形式表示為：。用語言形式表示為：“若若A則則B”(即即if A then B)，A、B表示模糊變量，是表示模糊變量，是相應(yīng)論域中的模糊子集。相應(yīng)論域中的模糊子集。例句：例句：“若水溫偏低則加大熱水量若水溫偏低則加大熱水量”。對(duì)于這種類型的對(duì)于這種類型的fuzzy控制器，其推理規(guī)則是：已知控制器，其推理規(guī)則是：已知輸入為輸入為A時(shí)，則輸出為時(shí)，則輸出為B。若已知輸入。若已知輸入A1，在輸出，在輸出B1可用下式求得可用下式求得過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章其中其中fuzzy關(guān)系關(guān)系 ，是一個(gè)二維的，是一個(gè)二維的fuzzy集，被集，被定義為定義為上面的運(yùn)算符號(hào)上面的運(yùn)算符號(hào)“?！?、“”分別表示模糊運(yùn)算中分別表示模糊運(yùn)算中的的“合成合成”和和“笛卡兒乘積笛卡兒乘積”。例例：已知：已知A、B分別為分別為試求輸入為試求輸入為A1時(shí)的輸出時(shí)的輸出B1，而而過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章解：先求解：先求fuzzy關(guān)系關(guān)系R過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章上式的運(yùn)算符號(hào)上式的運(yùn)算符號(hào)“”和和“”分別表示分別表示“取大取大”和和“取小取小”的運(yùn)算。的運(yùn)算。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章（2）輸入是二維的，輸出是一維的）輸入是二維的，輸出是一維的。用語言形式表。用語言形式表示，則有示，則有“若若E且且C則則U”(即即if E and C then U)，E、C、U是模糊變量，是相應(yīng)論域中的模糊子集。是模糊變量，是相應(yīng)論域中的模糊子集。例句例句“若水溫偏低且溫度繼續(xù)下降，則加大熱水流量若水溫偏低且溫度繼續(xù)下降，則加大熱水流量”。對(duì)于這種類型的對(duì)于這種類型的Fuzzy控制器，其推理規(guī)則可寫成控制器，其推理規(guī)則可寫成下列形式：下列形式：if and then ，i=1,2,m,j=1,2,n。其中：其中：分別是定義在分別是定義在X,Y,Z上的模糊集。這些上的模糊集。這些Fuzzy條件語句可歸結(jié)為一個(gè)條件語句可歸結(jié)為一個(gè)Fuzzy關(guān)系關(guān)系R，即，即過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章若偏差、偏差變化率分別為若偏差、偏差變化率分別為E，EC，根據(jù)，根據(jù)Fuzzy推理合推理合成規(guī)則，輸出的控制量是模糊集成規(guī)則，輸出的控制量是模糊集U即即根據(jù)上式，如果已知輸入根據(jù)上式，如果已知輸入E、EC與輸出控制量與輸出控制量U，則，則可求出相應(yīng)的可求出相應(yīng)的Fuzzy關(guān)系關(guān)系R。相反，若已知系統(tǒng)的。相反，若已知系統(tǒng)的Fuzzy關(guān)系關(guān)系R，則可根據(jù)輸入，則可根據(jù)輸入E和和EC求出輸出控制量求出輸出控制量U。例：已知輸入為例：已知輸入為E、EC時(shí)，輸出為時(shí)，輸出為U，若已知現(xiàn)輸入，若已知現(xiàn)輸入為為E1、EC1 ，試求相應(yīng)的輸出，試求相應(yīng)的輸出U1，其中，其中過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章解：先求解：先求由由 ，可得，可得將將D寫成轉(zhuǎn)置寫成轉(zhuǎn)置DT的形式，則為的形式，則為過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章所以所以再根據(jù)如下關(guān)系求再根據(jù)如下關(guān)系求U1：由由過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章于是于是輸出的控制量輸出的控制量 為為利用上述方法設(shè)計(jì)出來的模糊控制器，稱為極大極小利用上述方法設(shè)計(jì)出來的模糊控制器，稱為極大極小Fuzzy控制器?？刂破?。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章實(shí)踐證明，對(duì)于一個(gè)工業(yè)過程的操作經(jīng)驗(yàn)是可實(shí)踐證明，對(duì)于一個(gè)工業(yè)過程的操作經(jīng)驗(yàn)是可以總結(jié)出很多條規(guī)律的，相應(yīng)地必須有很多條語言以總結(jié)出很多條規(guī)律的，相應(yīng)地必須有很多條語言推理語句。例如推理語句。例如根據(jù)每一條語句可以推出相應(yīng)的模糊關(guān)系，例根據(jù)每一條語句可以推出相應(yīng)的模糊關(guān)系，例如如 所以整個(gè)系統(tǒng)的總控制規(guī)則所對(duì)應(yīng)所以整個(gè)系統(tǒng)的總控制規(guī)則所對(duì)應(yīng)的模糊關(guān)系的模糊關(guān)系R為為過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章下面介紹一類消除過程輸出誤差的問題。假定消除下面介紹一類消除過程輸出誤差的問題。假定消除誤差的方法由下表給出誤差的方法由下表給出表中的模糊控制規(guī)則可寫成模糊條件語句：表中的模糊控制規(guī)則可寫成模糊條件語句：(1)If E=NL or NM and C=NL or NM then U=PL(2)(3)一共有一共有21條語句。條語句。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章這這21條模糊控制規(guī)則構(gòu)成了描述眾多控制過程的模糊條模糊控制規(guī)則構(gòu)成了描述眾多控制過程的模糊算法即模糊模型，這種模型可以描述一類過程的控制算法即模糊模型，這種模型可以描述一類過程的控制規(guī)律，如鍋爐的蒸汽壓力和加熱的關(guān)系。規(guī)律，如鍋爐的蒸汽壓力和加熱的關(guān)系。上面提到的模糊控制器的輸入誤差上面提到的模糊控制器的輸入誤差E及誤差變化率及誤差變化率EC和輸出控制量和輸出控制量U的模糊子集及其論域，現(xiàn)定義如下：的模糊子集及其論域，現(xiàn)定義如下：EC和和U的模糊子集均為的模糊子集均為E的模糊子集均為的模糊子集均為其中的其中的NO表示誤差從小于表示誤差從小于0方向變?yōu)榉较蜃優(yōu)?。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章EC和和E的論域均為的論域均為U的論域均為的論域均為對(duì)于模糊變量對(duì)于模糊變量E、EC、和、和U的賦值就是對(duì)模糊語言變的賦值就是對(duì)模糊語言變量確定隸屬度。如量確定隸屬度。如應(yīng)用模糊集合的運(yùn)算規(guī)則，先由實(shí)際測(cè)量到的應(yīng)用模糊集合的運(yùn)算規(guī)則，先由實(shí)際測(cè)量到的E算出算出EC，再由第一條控制規(guī)則可以計(jì)算，再由第一條控制規(guī)則可以計(jì)算U1。其中運(yùn)算符號(hào)其中運(yùn)算符號(hào)“?！?、“”、“”“.”分別表示分別表示“合成合成”、“并并”“笛卡兒乘積笛卡兒乘積”和和“交交”等模糊集等模糊集運(yùn)算。運(yùn)算。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊變量模糊變量E的賦值表：的賦值表：過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊變量模糊變量EC的賦值表：的賦值表：過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊變量模糊變量U的賦值表：的賦值表：過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章在計(jì)算機(jī)控制系統(tǒng)中，在計(jì)算機(jī)控制系統(tǒng)中，E、EC均為實(shí)際測(cè)量到的確定均為實(shí)際測(cè)量到的確定數(shù)值數(shù)值,而不是模糊的，對(duì)于它們的隸屬度值除了對(duì)應(yīng)而不是模糊的，對(duì)于它們的隸屬度值除了對(duì)應(yīng)于所測(cè)量到的等級(jí)是于所測(cè)量到的等級(jí)是1以外，其余均取為零值，這樣以外，其余均取為零值，這樣上式可簡(jiǎn)化為上式可簡(jiǎn)化為式中：式中：是模糊集合是模糊集合NL與與NM第第i個(gè)元素個(gè)元素的隸屬度。的隸屬度。同理，由其余各條件語句可分別求出控制量同理，由其余各條件語句可分別求出控制量則控制量則控制量U為為過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章3、清晰化、清晰化模糊控制的輸出是一個(gè)模糊量，這個(gè)模糊量不模糊控制的輸出是一個(gè)模糊量，這個(gè)模糊量不能直接控制被控過程，還需將它轉(zhuǎn)換為一個(gè)精確量。能直接控制被控過程，還需將它轉(zhuǎn)換為一個(gè)精確量。這個(gè)轉(zhuǎn)換過程稱為這個(gè)轉(zhuǎn)換過程稱為非模糊化非模糊化。非模糊化有三種方法：非模糊化有三種方法：（1）最大隸屬度方法）最大隸屬度方法根據(jù)模糊變量的賦值表，按控制規(guī)則運(yùn)算可求出各根據(jù)模糊變量的賦值表，按控制規(guī)則運(yùn)算可求出各相應(yīng)輸出控制量。若對(duì)應(yīng)的模糊決策相應(yīng)輸出控制量。若對(duì)應(yīng)的模糊決策Fuzzy子集為子集為U1，則取該，則取該Fuzzy子集中隸屬度最大的那個(gè)元素子集中隸屬度最大的那個(gè)元素作為控制量。即應(yīng)滿足作為控制量。即應(yīng)滿足過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章這種方法簡(jiǎn)單易行，算法實(shí)時(shí)性好，但只考慮這種方法簡(jiǎn)單易行，算法實(shí)時(shí)性好，但只考慮隸屬度最大點(diǎn)的控制作用。對(duì)于隸屬度較小的點(diǎn)的隸屬度最大點(diǎn)的控制作用。對(duì)于隸屬度較小的點(diǎn)的控制作用沒有考慮，利用的信息量少。為了避免在控制作用沒有考慮，利用的信息量少。為了避免在模糊控制器輸出中出現(xiàn)隸屬度曲線為雙峰，要求控模糊控制器輸出中出現(xiàn)隸屬度曲線為雙峰，要求控制器的算法應(yīng)保證其結(jié)果是正規(guī)的凸制器的算法應(yīng)保證其結(jié)果是正規(guī)的凸Fuzzy集。集。例例：設(shè)設(shè) ，試按最大隸屬，試按最大隸屬度方法確定控制量度方法確定控制量u。解：在解：在u中，元素中，元素5的隸屬度最大，即為的隸屬度最大，即為1.0，應(yīng)選，應(yīng)選 作為控制量。作為控制量。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章（2）取中位數(shù)法）取中位數(shù)法為充分利用模糊子集所有的信息量，可以求為充分利用模糊子集所有的信息量，可以求出隸屬函數(shù)曲線與橫坐標(biāo)之間的面積平分為兩部出隸屬函數(shù)曲線與橫坐標(biāo)之間的面積平分為兩部分的數(shù)，以此作為決策結(jié)果。分的數(shù)，以此作為決策結(jié)果。（3）加權(quán)平均決策方法）加權(quán)平均決策方法這種是仿照普通加權(quán)平均法的計(jì)算公式，其這種是仿照普通加權(quán)平均法的計(jì)算公式，其控制量由下式?jīng)Q定：控制量由下式?jīng)Q定：（1）過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章例：例：設(shè)設(shè) ，試?yán)眉訖?quán)平均法確定控，試?yán)眉訖?quán)平均法確定控制量制量u。解：利用上面的公式可得解：利用上面的公式可得對(duì)于權(quán)系數(shù)加權(quán)平均法，其控制量由下式求得對(duì)于權(quán)系數(shù)加權(quán)平均法，其控制量由下式求得（2）權(quán)系數(shù)權(quán)系數(shù) 的選擇應(yīng)根據(jù)實(shí)際情況來決定。當(dāng)選擇的選擇應(yīng)根據(jù)實(shí)際情況來決定。當(dāng)選擇 時(shí)，式（時(shí)，式（1）與式（）與式（2）相同。對(duì)于模糊）相同。對(duì)于模糊控制來說，選擇加權(quán)系數(shù)將直接影響系統(tǒng)的響應(yīng)特控制來說，選擇加權(quán)系數(shù)將直接影響系統(tǒng)的響應(yīng)特性。性。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章在模糊控制系統(tǒng)中，當(dāng)?shù)玫较到y(tǒng)的模糊關(guān)系在模糊控制系統(tǒng)中，當(dāng)?shù)玫较到y(tǒng)的模糊關(guān)系R后，根據(jù)后，根據(jù)E與與EC各檔模糊子集的各元素隸屬度表，各檔模糊子集的各元素隸屬度表，按控制規(guī)則求出相應(yīng)的控制決策按控制規(guī)則求出相應(yīng)的控制決策U后，再按取隸屬后，再按取隸屬度最大值的原則即可得到相應(yīng)的控制量。經(jīng)過大量度最大值的原則即可得到相應(yīng)的控制量。經(jīng)過大量計(jì)算就可得到下頁(yè)表中所示的模糊控制表。計(jì)算就可得到下頁(yè)表中所示的模糊控制表。在模糊控制系統(tǒng)中，模糊控制表是模糊控制算在模糊控制系統(tǒng)中，模糊控制表是模糊控制算法的結(jié)果。在實(shí)際控制時(shí)，只要將此表存放到計(jì)算法的結(jié)果。在實(shí)際控制時(shí)，只要將此表存放到計(jì)算機(jī)的存貯器中，查詢這個(gè)控制表就可以了。應(yīng)該指機(jī)的存貯器中，查詢這個(gè)控制表就可以了。應(yīng)該指出，實(shí)用的模糊控制表必須經(jīng)過嚴(yán)格的實(shí)踐檢驗(yàn)和出，實(shí)用的模糊控制表必須經(jīng)過嚴(yán)格的實(shí)踐檢驗(yàn)和反復(fù)修改才成。反復(fù)修改才成。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章模糊控制表模糊控制表過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章4、知識(shí)庫(kù)、知識(shí)庫(kù)知識(shí)庫(kù)包含了有關(guān)控制系統(tǒng)及其應(yīng)用領(lǐng)域的知知識(shí)庫(kù)包含了有關(guān)控制系統(tǒng)及其應(yīng)用領(lǐng)域的知識(shí)、要達(dá)到的控制目標(biāo)等，由識(shí)、要達(dá)到的控制目標(biāo)等，由數(shù)據(jù)庫(kù)和模糊控制規(guī)數(shù)據(jù)庫(kù)和模糊控制規(guī)則庫(kù)則庫(kù)組成。組成。數(shù)據(jù)庫(kù)主要包括各語言變量的隸屬度函數(shù)、尺數(shù)據(jù)庫(kù)主要包括各語言變量的隸屬度函數(shù)、尺度變換因子以及模糊空間的分級(jí)數(shù)等；規(guī)則庫(kù)包括度變換因子以及模糊空間的分級(jí)數(shù)等；規(guī)則庫(kù)包括用模糊語言變量表示的一系列控制規(guī)則，它們反映用模糊語言變量表示的一系列控制規(guī)則，它們反映了了 控制專家的經(jīng)驗(yàn)和知識(shí)?？刂茖＜业慕?jīng)驗(yàn)和知識(shí)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.5.2 模糊控制的模糊控制的 幾種實(shí)現(xiàn)方法幾種實(shí)現(xiàn)方法模糊控制的功能是通過模糊控制算法實(shí)現(xiàn)，常用的模糊控制的功能是通過模糊控制算法實(shí)現(xiàn)，常用的實(shí)現(xiàn)方法有以下幾種。實(shí)現(xiàn)方法有以下幾種。1.CRI 查表法查表法所謂查表法就是將所有可能輸入變量的隸屬度函數(shù)、所謂查表法就是將所有可能輸入變量的隸屬度函數(shù)、模糊控制規(guī)則及輸出變量的隸屬度函數(shù)都用表格模糊控制規(guī)則及輸出變量的隸屬度函數(shù)都用表格（稱為模糊控制表）來（稱為模糊控制表）來 表示。表示。模糊控制表模糊控制表的生成方的生成方法有二種，一種是直接從控制規(guī)則求出控制量，稱法有二種，一種是直接從控制規(guī)則求出控制量，稱為為直接法直接法；另一種是先求出模糊關(guān)系，再根據(jù)輸入；另一種是先求出模糊關(guān)系，再根據(jù)輸入變量求出控制變量，最后把控制量清晰化得到控制變量求出控制變量，最后把控制量清晰化得到控制表，稱作表，稱作間接法間接法。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章2.專用硬件模糊控制器專用硬件模糊控制器專用硬件模糊控制器是用硬件直接實(shí)現(xiàn)模糊規(guī)則推理，專用硬件模糊控制器是用硬件直接實(shí)現(xiàn)模糊規(guī)則推理，它的優(yōu)點(diǎn)是推理速度快，控制精度高，市場(chǎng)上已有各它的優(yōu)點(diǎn)是推理速度快，控制精度高，市場(chǎng)上已有各種模糊芯片供選用。專用硬件模糊控制器價(jià)格相對(duì)較種模糊芯片供選用。專用硬件模糊控制器價(jià)格相對(duì)較高，目前主要應(yīng)用于伺服系統(tǒng)、機(jī)器人、汽車等領(lǐng)域。高，目前主要應(yīng)用于伺服系統(tǒng)、機(jī)器人、汽車等領(lǐng)域。3.軟件模糊推理法軟件模糊推理法軟件模糊推理法的特點(diǎn)就是模糊控制過程中輸入量模軟件模糊推理法的特點(diǎn)就是模糊控制過程中輸入量模糊化、模糊規(guī)則推理、輸出清晰化和知識(shí)庫(kù)這四部分糊化、模糊規(guī)則推理、輸出清晰化和知識(shí)庫(kù)這四部分都用軟件來實(shí)現(xiàn)。都用軟件來實(shí)現(xiàn)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.6 8.6 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)控制人工神經(jīng)網(wǎng)絡(luò)人工神經(jīng)網(wǎng)絡(luò)（ANN，Artificial Neural Network）以獨(dú)特的結(jié)構(gòu)和處理信息的方法，在許多）以獨(dú)特的結(jié)構(gòu)和處理信息的方法，在許多領(lǐng)域得到應(yīng)用并取得了顯著的成效，在自動(dòng)控制領(lǐng)域領(lǐng)域得到應(yīng)用并取得了顯著的成效，在自動(dòng)控制領(lǐng)域取得了突出的理論與應(yīng)用成果。基于神經(jīng)網(wǎng)絡(luò)的控制取得了突出的理論與應(yīng)用成果?；谏窠?jīng)網(wǎng)絡(luò)的控制是一種基本上不依賴于模型的控制方法，適用于那些是一種基本上不依賴于模型的控制方法，適用于那些具有不確定性或高度非線性的控制對(duì)象，具有較強(qiáng)的具有不確定性或高度非線性的控制對(duì)象，具有較強(qiáng)的適應(yīng)和學(xué)習(xí)功能。適應(yīng)和學(xué)習(xí)功能。8.6.1 神經(jīng)元模型神經(jīng)元模型一、生物神經(jīng)元模型一、生物神經(jīng)元模型人腦是由大量的神經(jīng)細(xì)胞組合而成的，他們之人腦是由大量的神經(jīng)細(xì)胞組合而成的，他們之間相互連接。每個(gè)神經(jīng)細(xì)胞（也稱神經(jīng)元）具有的間相互連接。每個(gè)神經(jīng)細(xì)胞（也稱神經(jīng)元）具有的過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章結(jié)構(gòu)如圖所示。結(jié)構(gòu)如圖所示。由圖可知，由圖可知，腦神經(jīng)元由細(xì)胞腦神經(jīng)元由細(xì)胞體、樹突和軸突構(gòu)成體、樹突和軸突構(gòu)成。細(xì)胞。細(xì)胞體是神經(jīng)元的中心，它一般體是神經(jīng)元的中心，它一般由細(xì)胞核、細(xì)胞膜等組成。由細(xì)胞核、細(xì)胞膜等組成。樹突是神經(jīng)元的主要接受器，樹突是神經(jīng)元的主要接受器，它主要用來接受信息。它主要用來接受信息。軸突的作用主要是傳導(dǎo)信息，它將信息從軸突起點(diǎn)軸突的作用主要是傳導(dǎo)信息，它將信息從軸突起點(diǎn)傳到軸突末梢，軸突末梢與另一個(gè)神經(jīng)元的樹突或傳到軸突末梢，軸突末梢與另一個(gè)神經(jīng)元的樹突或細(xì)胞體構(gòu)成一種突觸的機(jī)構(gòu)。通過突觸實(shí)現(xiàn)神經(jīng)元細(xì)胞體構(gòu)成一種突觸的機(jī)構(gòu)。通過突觸實(shí)現(xiàn)神經(jīng)元之間的信息傳遞。之間的信息傳遞。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章二、人工神經(jīng)元模型二、人工神經(jīng)元模型人工神經(jīng)元網(wǎng)絡(luò)是利用物理器件來模擬生物人工神經(jīng)元網(wǎng)絡(luò)是利用物理器件來模擬生物神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。典型的人工神經(jīng)元神經(jīng)網(wǎng)絡(luò)的某些結(jié)構(gòu)和功能。典型的人工神經(jīng)元模型如圖所示。模型如圖所示。圖中的神經(jīng)元模型的輸入圖中的神經(jīng)元模型的輸入輸出關(guān)系為：輸出關(guān)系為：式中：式中：為閾值；為閾值；為連接權(quán)值；為連接權(quán)值；為激發(fā)函數(shù)或變?yōu)榧ぐl(fā)函數(shù)或變換函數(shù)。換函數(shù)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章常見的激發(fā)函數(shù)如圖所示，對(duì)應(yīng)的解析表達(dá)式如常見的激發(fā)函數(shù)如圖所示，對(duì)應(yīng)的解析表達(dá)式如下：下：1、階躍函數(shù)、階躍函數(shù)過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章2、符號(hào)函數(shù)、符號(hào)函數(shù)3、飽和函數(shù)、飽和函數(shù)4、雙曲函數(shù)、雙曲函數(shù)過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章5、比例函數(shù)、比例函數(shù)6、S形函數(shù)形函數(shù)7、高斯函數(shù)、高斯函數(shù)過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.6.2 人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)模型人工神經(jīng)網(wǎng)絡(luò)是一個(gè)并行和分布式的信息處理網(wǎng)人工神經(jīng)網(wǎng)絡(luò)是一個(gè)并行和分布式的信息處理網(wǎng)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)結(jié)構(gòu)一般由許多個(gè)神經(jīng)元組成，每個(gè)絡(luò)結(jié)構(gòu)，該網(wǎng)絡(luò)結(jié)構(gòu)一般由許多個(gè)神經(jīng)元組成，每個(gè)神經(jīng)元有一個(gè)單一的輸出，它可以連接到很多其他的神經(jīng)元有一個(gè)單一的輸出，它可以連接到很多其他的神經(jīng)元，其輸入有多個(gè)連接通路，每個(gè)連接通路對(duì)應(yīng)神經(jīng)元，其輸入有多個(gè)連接通路，每個(gè)連接通路對(duì)應(yīng)一個(gè)連接權(quán)系數(shù)。一個(gè)連接權(quán)系數(shù)。嚴(yán)格說來，神經(jīng)網(wǎng)絡(luò)是一個(gè)具有如下性質(zhì)的嚴(yán)格說來，神經(jīng)網(wǎng)絡(luò)是一個(gè)具有如下性質(zhì)的有向有向圖圖：（1）對(duì)于每個(gè)結(jié)點(diǎn)有一個(gè)狀態(tài)變量）對(duì)于每個(gè)結(jié)點(diǎn)有一個(gè)狀態(tài)變量 ；（2）結(jié)點(diǎn)）結(jié)點(diǎn)i到結(jié)點(diǎn)到結(jié)點(diǎn)j有一個(gè)連接權(quán)系數(shù)有一個(gè)連接權(quán)系數(shù) ；（3）對(duì)于每個(gè)結(jié)點(diǎn)有一個(gè)閾值）對(duì)于每個(gè)結(jié)點(diǎn)有一個(gè)閾值 ；（4）對(duì)于每個(gè)結(jié)點(diǎn)定義一個(gè)變換函數(shù)）對(duì)于每個(gè)結(jié)點(diǎn)定義一個(gè)變換函數(shù) ，最常見的情形為最常見的情形為 。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章下圖表示了兩個(gè)典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，圖下圖表示了兩個(gè)典型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，圖(a)為前饋為前饋型網(wǎng)絡(luò)，圖（型網(wǎng)絡(luò)，圖（b）為反饋型網(wǎng)絡(luò)。）為反饋型網(wǎng)絡(luò)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章人工神經(jīng)網(wǎng)絡(luò)是生物神經(jīng)網(wǎng)絡(luò)的一種模擬和近人工神經(jīng)網(wǎng)絡(luò)是生物神經(jīng)網(wǎng)絡(luò)的一種模擬和近似。它主要從兩個(gè)方面進(jìn)行模擬：似。它主要從兩個(gè)方面進(jìn)行模擬：一種是從結(jié)構(gòu)和一種是從結(jié)構(gòu)和實(shí)現(xiàn)機(jī)理方面進(jìn)行模擬實(shí)現(xiàn)機(jī)理方面進(jìn)行模擬，它涉及到生物學(xué)、生理學(xué)、，它涉及到生物學(xué)、生理學(xué)、心理學(xué)、物理及化學(xué)等許多基礎(chǔ)學(xué)科。由于生物神心理學(xué)、物理及化學(xué)等許多基礎(chǔ)學(xué)科。由于生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和機(jī)理相當(dāng)復(fù)雜，現(xiàn)在距離完全認(rèn)識(shí)經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和機(jī)理相當(dāng)復(fù)雜，現(xiàn)在距離完全認(rèn)識(shí)他們還相差甚遠(yuǎn)；他們還相差甚遠(yuǎn)；另外一種是從功能上加以模擬另外一種是從功能上加以模擬，即盡量使得人工神經(jīng)網(wǎng)絡(luò)具有生物神經(jīng)的某些功能即盡量使得人工神經(jīng)網(wǎng)絡(luò)具有生物神經(jīng)的某些功能特性，如學(xué)習(xí)、識(shí)別、控制等功能。特性，如學(xué)習(xí)、識(shí)別、控制等功能。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章BP網(wǎng)絡(luò)網(wǎng)絡(luò)BP網(wǎng)絡(luò)就是網(wǎng)絡(luò)就是誤差反向傳播網(wǎng)絡(luò)誤差反向傳播網(wǎng)絡(luò)的簡(jiǎn)稱，如圖所的簡(jiǎn)稱，如圖所示，是一種單向傳播的多層前向網(wǎng)絡(luò)，在模式識(shí)別、示，是一種單向傳播的多層前向網(wǎng)絡(luò)，在模式識(shí)別、圖像處理、系統(tǒng)辨識(shí)、最優(yōu)預(yù)測(cè)、自適應(yīng)控制等領(lǐng)圖像處理、系統(tǒng)辨識(shí)、最優(yōu)預(yù)測(cè)、自適應(yīng)控制等領(lǐng)域得到廣泛應(yīng)用。域得到廣泛應(yīng)用。BP網(wǎng)絡(luò)由輸入層、隱含層（可以網(wǎng)絡(luò)由輸入層、隱含層（可以有多個(gè)隱含層）和輸出層構(gòu)成，可以實(shí)現(xiàn)從輸入到有多個(gè)隱含層）和輸出層構(gòu)成，可以實(shí)現(xiàn)從輸入到輸出的任意非線性映射。輸出的任意非線性映射。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章連接權(quán)系數(shù)連接權(quán)系數(shù) 的調(diào)整采用誤差修正反向傳播的學(xué)習(xí)的調(diào)整采用誤差修正反向傳播的學(xué)習(xí)算法，這就是算法，這就是BP網(wǎng)絡(luò)的由來，是一種監(jiān)督學(xué)習(xí)方法。網(wǎng)絡(luò)的由來，是一種監(jiān)督學(xué)習(xí)方法。在如圖所示的多層前饋網(wǎng)絡(luò)中，第在如圖所示的多層前饋網(wǎng)絡(luò)中，第0層為輸入層，第層為輸入層，第Q層為輸出層，中間各層為隱層。設(shè)第層為輸出層，中間各層為隱層。設(shè)第q層的神經(jīng)元層的神經(jīng)元個(gè)數(shù)為個(gè)數(shù)為 ,輸入到第輸入到第q層的第層的第i個(gè)神經(jīng)元的連接權(quán)系數(shù)個(gè)神經(jīng)元的連接權(quán)系數(shù)為為 。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章該網(wǎng)絡(luò)輸入輸出變換關(guān)系為該網(wǎng)絡(luò)輸入輸出變換關(guān)系為過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章設(shè)給定設(shè)給定P組輸入輸出樣本組輸入輸出樣本 ，利用該樣本集首先利用該樣本集首先對(duì)對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也即對(duì)網(wǎng)絡(luò)的連接權(quán)系數(shù)進(jìn)行網(wǎng)絡(luò)進(jìn)行訓(xùn)練，也即對(duì)網(wǎng)絡(luò)的連接權(quán)系數(shù)進(jìn)行學(xué)習(xí)和調(diào)整，以使該網(wǎng)絡(luò)實(shí)現(xiàn)給定的輸入輸出映射學(xué)習(xí)和調(diào)整，以使該網(wǎng)絡(luò)實(shí)現(xiàn)給定的輸入輸出映射關(guān)系。經(jīng)過訓(xùn)練的關(guān)系。經(jīng)過訓(xùn)練的BP網(wǎng)絡(luò)，對(duì)于不是樣本集中的輸網(wǎng)絡(luò)，對(duì)于不是樣本集中的輸入也能給出合適的輸出。該性質(zhì)稱為泛化功能。從入也能給出合適的輸出。該性質(zhì)稱為泛化功能。從函數(shù)擬合的角度，它說明函數(shù)擬合的角度，它說明BP網(wǎng)絡(luò)具有插值功能。網(wǎng)絡(luò)具有插值功能。下面介紹連接權(quán)系數(shù)的學(xué)習(xí)方法。下面介紹連接權(quán)系數(shù)的學(xué)習(xí)方法。設(shè)擬合誤差的代價(jià)函數(shù)為設(shè)擬合誤差的代價(jià)函數(shù)為過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章即即問題是如何調(diào)整連接權(quán)系數(shù)以使代價(jià)函數(shù)問題是如何調(diào)整連接權(quán)系數(shù)以使代價(jià)函數(shù)E最小。優(yōu)最小。優(yōu)化的方法很多，比較典型的是一階梯度法，即最速化的方法很多，比較典型的是一階梯度法，即最速下降法。下面具體介紹這種方法。下降法。下面具體介紹這種方法。一階梯度法尋優(yōu)的關(guān)鍵是計(jì)算優(yōu)化目標(biāo)函數(shù)一階梯度法尋優(yōu)的關(guān)鍵是計(jì)算優(yōu)化目標(biāo)函數(shù)（即本問題的誤差代價(jià)函數(shù)）（即本問題的誤差代價(jià)函數(shù)）E對(duì)尋優(yōu)參數(shù)的一階對(duì)尋優(yōu)參數(shù)的一階導(dǎo)數(shù)。下面我們從輸出層開始來依次計(jì)算導(dǎo)數(shù)。下面我們從輸出層開始來依次計(jì)算過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章由于由于所以著重討論所以著重討論 的計(jì)算的計(jì)算對(duì)于第對(duì)于第Q層有層有其中其中過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章表示利用第表示利用第p組輸入樣本所得到組輸入樣本所得到的結(jié)果。的結(jié)果。對(duì)于第對(duì)于第Q1層有層有過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章其中其中顯然，它是反向遞推計(jì)算的公式，即首先計(jì)算出顯然，它是反向遞推計(jì)算的公式，即首先計(jì)算出，然后再由上式遞推計(jì)算出，然后再由上式遞推計(jì)算出 。依次類推，可繼續(xù)。依次類推，可繼續(xù)反向遞推計(jì)算出反向遞推計(jì)算出 和和 ，。從。從上式看出，在上式看出，在 的表達(dá)式中包含了導(dǎo)數(shù)項(xiàng)的表達(dá)式中包含了導(dǎo)數(shù)項(xiàng) ，由于假定由于假定 為為S形函數(shù)，所以其導(dǎo)數(shù)可求得如下：形函數(shù)，所以其導(dǎo)數(shù)可求得如下：過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章最后可以歸納出最后可以歸納出BP網(wǎng)絡(luò)的學(xué)習(xí)算法如下：網(wǎng)絡(luò)的學(xué)習(xí)算法如下：由于該算法是反向遞推（由于該算法是反向遞推（Back Propagation)計(jì)算的，計(jì)算的，因而通常稱該多層前饋網(wǎng)絡(luò)為因而通常稱該多層前饋網(wǎng)絡(luò)為BP網(wǎng)絡(luò)。該網(wǎng)絡(luò)實(shí)質(zhì)網(wǎng)絡(luò)。該網(wǎng)絡(luò)實(shí)質(zhì)上是對(duì)任意非線性映射關(guān)系的一種逼近，由于采用上是對(duì)任意非線性映射關(guān)系的一種逼近，由于采用的是全局逼近的方法，因而的是全局逼近的方法，因而BP網(wǎng)絡(luò)具有較好的網(wǎng)絡(luò)具有較好的過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章泛化能力。泛化能力。概括起來，概括起來，BP網(wǎng)絡(luò)的主要網(wǎng)絡(luò)的主要優(yōu)點(diǎn)優(yōu)點(diǎn)是：是：1、只要有足夠多的隱層和隱結(jié)點(diǎn)，、只要有足夠多的隱層和隱結(jié)點(diǎn)，BP網(wǎng)絡(luò)可以逼近網(wǎng)絡(luò)可以逼近任意的非線性映射關(guān)系；任意的非線性映射關(guān)系；2、BP網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近的方法，因而它網(wǎng)絡(luò)的學(xué)習(xí)算法屬于全局逼近的方法，因而它具有較好的泛化能力。具有較好的泛化能力。BP的主要的主要缺點(diǎn)缺點(diǎn)是：是：1、收斂速度慢；、收斂速度慢；2、局部極值；、局部極值；3、難以確定隱層和隱結(jié)點(diǎn)的個(gè)數(shù)。、難以確定隱層和隱結(jié)點(diǎn)的個(gè)數(shù)。過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章8.6.3 神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用神經(jīng)網(wǎng)絡(luò)在控制中的應(yīng)用神經(jīng)網(wǎng)絡(luò)控制是指在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)，對(duì)神經(jīng)網(wǎng)絡(luò)控制是指在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)，對(duì)難以精確描述的復(fù)雜非線性對(duì)象進(jìn)行建模、特征識(shí)難以精確描述的復(fù)雜非線性對(duì)象進(jìn)行建模、特征識(shí)別，或作為優(yōu)化計(jì)算、推理的有效工具。神經(jīng)網(wǎng)絡(luò)別，或作為優(yōu)化計(jì)算、推理的有效工具。神經(jīng)網(wǎng)絡(luò)與其他控制方法結(jié)合，構(gòu)成神經(jīng)網(wǎng)絡(luò)控制器或神經(jīng)與其他控制方法結(jié)合，構(gòu)成神經(jīng)網(wǎng)絡(luò)控制器或神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)等，其在控制領(lǐng)域的應(yīng)用可簡(jiǎn)單歸納網(wǎng)絡(luò)控制系統(tǒng)等，其在控制領(lǐng)域的應(yīng)用可簡(jiǎn)單歸納為以下幾個(gè)方面：為以下幾個(gè)方面：1、在基于精確模型的各種控制結(jié)構(gòu)中作為對(duì)象的模、在基于精確模型的各種控制結(jié)構(gòu)中作為對(duì)象的模型；型；2、在反饋控制系統(tǒng)中直接承擔(dān)控制器的作用；、在反饋控制系統(tǒng)中直接承擔(dān)控制器的作用；3、在傳統(tǒng)控制系統(tǒng)中實(shí)現(xiàn)優(yōu)化計(jì)算；、在傳統(tǒng)控制系統(tǒng)中實(shí)現(xiàn)優(yōu)化計(jì)算；4、在與其他智能控制方法，如模糊控制、專家控制、在與其他智能控制方法，如模糊控制、專家控制等相融合，為其提供非參數(shù)化對(duì)象模型、優(yōu)化參等相融合，為其提供非參數(shù)化對(duì)象模型、優(yōu)化參數(shù)、數(shù)、過程控制系統(tǒng)與儀表過程控制系統(tǒng)與儀表 第第8章章推理模型和故障診斷等。推理模型和故障診斷等?；趥鹘y(tǒng)控制理論的神經(jīng)網(wǎng)絡(luò)控制有很多種，如神基于傳統(tǒng)控制理論的神經(jīng)網(wǎng)絡(luò)控制有很多種，如神經(jīng)逆動(dòng)態(tài)控制、神經(jīng)自適應(yīng)控制、神經(jīng)自校正控制、經(jīng)逆動(dòng)態(tài)控制、神經(jīng)自適應(yīng)控制、神經(jīng)自校正控制、神經(jīng)內(nèi)模控制、神經(jīng)預(yù)測(cè)控制、神經(jīng)最優(yōu)決策控制神經(jīng)內(nèi)?？刂啤⑸窠?jīng)預(yù)測(cè)控制、神經(jīng)最優(yōu)決策控制和神經(jīng)自適應(yīng)線性控制等。和神經(jīng)自適應(yīng)線性控制等?；谏窠?jīng)網(wǎng)絡(luò)的智能控制有神經(jīng)網(wǎng)絡(luò)直接反饋控制，基于神經(jīng)網(wǎng)絡(luò)的智能控制有神經(jīng)網(wǎng)絡(luò)直接反饋控制，神經(jīng)網(wǎng)絡(luò)專家系