(1)智能控制与传统控制的区别
答：传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。
智能控制能解决被控对象的复杂性、不确定性、高度的非线性，是传统控制发展的高级阶段。
(2)智能控制的概念
答：智能控制是人工智能、自动控制、运筹学的交叉。
(3) 1986年美国的PDP 研究小组提出了BP 网络，实现了有导师指导下的网络学习，为神英姿带
经网络的应用开辟了广阔的发展前景。
(5)专家控制的结构
(6)按专家控制在控制系统中的作用和功能，可将专家控制器 分为以下两种类型：
答：(1) 直接型专家控制器：直接专家控制器用于取代常规控制器，直接控制生产过程或被控对象。具有模拟（或延伸，扩展）操作工人智能的功能。该控制器的任务和功能相对比较简单，但是需要在线、实时控制。因此，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。
直接型专家控制器的示意图见图中的虚线所示。
(或被控对象进行间接控制的智能控制系统。具有模拟（或延伸，扩展）控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型： ① 优化型专家控制器② 适应型专家控制器
③ 协调型专家控制器④ 组织型专家控制器
例3.4 设 求A ∪B ，A ∩B 则
(7) 在模糊控制中应用较多的隶属函数有以下6种隶属函数。 （1）高斯型隶属函数
高斯型隶属函数由两个参数σ和c 确定：2
22)(),,(σσc x e
c x f --=
其中参数b 通常为正，参数c 用于确定曲线的中心。 M a t l a b 表示为 c]),σ[gaussmf(x,
(3) S 形隶属函数
S 形函数s i g m f (x ,[a c ])由参数a 和c 决定：)
(11),,(c x a e c a x f --+=
其中参数a 的正负符号决定了S 形隶属函数的开口朝左或朝右，用来表示“正大”或“负大”的概念。M a t l a b 表示为sigmf(x,[a,c])
(4）梯形隶属函数
梯形曲线可由四个参数a ，b ，c ，d 确定：⎪⎪⎪
⎪⎩⎪
⎪⎪⎪⎨⎧≥≤≤--≤≤≤≤--≤=d
x d x c c d x d c x b b x a a b a x a x d c b a x f 01
),,,,( 其中参数a 和d 确定梯形的“脚”，而参数b 和c 确定梯形的“肩膀”。 M a t l a b 表示为：
d])c,b,[a,trapmf(x,
(5)三角形隶属函数
三角形曲线的形状由三个参数a ，b ，c 确定⎪⎪⎪⎩
⎪⎪⎪⎨
⎧≥≤≤--≤≤--≤=c
x c x b b c x c b x a a
b a x a x
c b a x f 00
),,,(
其中参数a 和c 确定三角形的“脚”，而参数b 确定三角形的“峰”。 M a t l a b 表 示为c])b,[a,trimf(x, （6）Z 形隶属函数
4
3
2
15.04.01.03.0u
u u u B A +++= 43216.08.02.09.0u u u u B A +++= 4
3215.08.0
2.09.0u u u u A +
++=4
拉碗
3216
.04.01.03.0u u u u B +
++=
这是基于样条函数的曲线，因其呈现Z 形状而得名。参数a 和b 确定了曲线的形状。
例3-10 设
图 高斯型隶属函数（M=1） 图 S 形隶属函数
（M =3） 图 梯形隶属函数（M=4） 图 三角形隶属函数（M =5）
图 Z 形隶属函数（M=6）
⎤
⎡1.07.0⎤⎡9.04.0
则
例3-9 设论域x={a 1，a 2，a 3}，y={b 1，b 2，b 3}，z={c 1，c 2，c 3}，已知
3
211
.015.0a a a A ++=
钢板切割
s100无人机3
216
.011.0a b b B ++=
2
114.0c c C +=
试确定“If A AND B then C ”所决定的模糊关系R ，以及32111
.05.00.1a a a A +
+=
11230.10.51B b b b =
++时的输出C 1
。
解：
[]T 0.50.1
0.50.5A B=10.11
受电弓检测仪
0.60.1
1.00.60.10.1
0.1
0.1A B ⎡⎤
⎡⎤
⎢⎥⎢⎥⨯∧=∧=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦
⎣⎦
将A ×B 矩阵扩展成如下列向量：
()[]
[]
T
T1
T
R=A B C= 0.10.50.50.1 1.00.6
0.10.10.10.410.10.4
0.40.10.40.40.10.10.10.10.5
0.5
0.1
1
0.6
0.10.10.1⨯⨯⎡⎤=⎢
⎥⎣⎦
当输入为A 1和B 1时，有：
()
[]
T2
0.10.510.10.50.50.10.10.1A B ⨯=()[]T
111
110.1
0.510.50.1
0.5
10.1
0.50.50.10.1
0.1
0.1A B A B ⎡⎤
⎡⎤
⎢⎥
⎢⎥⨯=⨯=∧=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦
⎣⎦
将A 1×B 1矩阵扩展成如下行向量：
最后得
[]
[]
T
10.10.40.40.10.40.40.10.10.10.10.51
0.1
0.5
0.5
0.1
0.1
0.10.10.5
0.5
硅料回收0.1
1
0.6
0.1
0.1
0.1 0.4
0.5C ⎡⎤=⎢⎥⎣
⎦
=即：
112
0.40.5
C c c =
+
(8)模糊控制原理框图
⎥⎦
⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡∨∨∨∨=9.03.09.07.01.09.02.03.09.01.04.07.0B A ⎥⎦
⎤
⎢⎣⎡=⎥⎦⎤⎢⎣⎡∧∧∧∧=1.02.01.04.01.09.02.03.09.01.04.07.0B A ⎥⎦
⎤⎢⎣⎡=⎥⎦⎤⎢⎣⎡----=1.07.09.03.09.013.011.017.01A
(9)模糊控制器的构成(模糊控制器的组成框图)
(10)模糊控制器结构类型
（a)一维模糊控制器如图所示，一维模糊控制器的输入变量往往选择为受控量和输入给定的偏差量E。由于仅仅采用偏差值，很难反映过程的动态特性品质，因此，所能获得的系统动态性能是不能令人满意的。这种一维模糊控制器往往被用于一阶被控对象。
(a)(b)
(b)二维模糊控制器二维模糊控制器的两个输入变量基本上都选用受控变量和输入给定的偏差E和偏差变化E C，由于它们能够较严格地反映受控过程中输出变量的动态特性，因此，在控制效果上要比一维控制器好得多，也是目前采用较广泛的一类模糊控制器
(c)三维模糊控制器如图所示，三维模糊控制器的三个输入变量分别为系统偏差量E、偏差变化量E C和偏差变化的变化率E C C。由于这些模糊控制器结构较复杂，推理运算时间长，因此除非对动态特性的要求特别高的场合，一般较少选用三维模糊控制器。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议