智能控制理论及应用笔记
王耀南.智能控制理论及应用.机械工业出版社目录第零章导入自动控制系统第一章绪论第二章模糊控制的数学基础 模糊集合模糊关系 语言规则中蕴含的模糊关系 模糊推理第三章模糊控制器的设计方法模糊控制器的工作原理 模糊控制器的结构和设计模糊化接口规则库模糊推理清晰化接口 模糊查询表第四章神经网络的基本理论第五章神经网络在控制中的应用第六章模糊神经网络第七章专家控制技术第八章遗传算法第九章智能控制的应用实例第十章MATLAB中的智能控制箱第零章导入自动控制系统所谓自动控制，是指在没有人直接参与的情况下，利用外加的设备或装置（称控制装置或控制器），使机器、设备或生产过程（统称控制对象）的某个工作状态或参数（即被控量）自动地按照预定的规律运行。
1788年瓦特发明飞球调节器，进一步推动蒸汽机的应用，促进了工业的发展推动了社会进步是飞球调节器公认为第一个自动控制系统的最主要原因。
由控制器（控制装置）和被控对象组成，具有自动控制功能的系统，称为自动控制系统。
对被控对象实施控制的装置称为控制器。其基本功能有:测量、决策和执行被控制的机器设备或生产过程称作被控对象，将表征其工况的关键参数称作被控量（输出量)，而将对这些工况参数所要求达到的值称作给定值(或希望值、输入量)。自动控制的任务可抽象为:使被控对象的被控量按给定值变化。
智能控制理论及应用，主要针对的是控制中的控制方法，使其智能化，能够适应环境的变化，做出相应的调整和改变。
第一章绪论《智能控制》是一门新兴交叉前沿学科课程,研究如何运用人工智能的方法来构造控制系统和设计控制器。与《自动控制原理》和《现代控制原理》一起构成了自动控制课程体系的理论基础。
经典控制--》现代控制--》智能控制
举个例子：
智能控制理论：搜集一系列数据，每个样本都有输入的数据值和输出的数据值，例如，想要研究i、u0、ui的关系，每个样本都有这三个量的数据，对于控制系统，重要的指标有状态稳定性分析，对于智能控制，稳定对应的就是收敛，不稳定就是发散，简化，只要发现研究的数据收敛即可，毕竟没有办法研究所有的状态数据都收敛（穷举不完）。
智能控制的两个发展方向：1.模拟人类的专家控制经验进行控制；2.模拟人类的学习能力进行控制。
智能控制的产生和发展
智能控制的定义：
IEEE定义：智能控制必须具有模拟人类学习（Learning）和自适应（Adaptation）的能力。
一般来说，一个智能控制系统要具有对环境的敏感，进行决策和控制的功能,根据其性能要求的不同．可以有各种人工智能的水平。
本文，主要记录在模糊控制、神经网络控制、专家控制和智能算法控制等智能控制理论及应用。
第2-10章 逻辑：
a.模糊控制理论+应用
b.神经网络理论+应用
a+b.模糊神经网络（结合模糊和神经网络两种方法）
c.专家技术（专家系统）
d.遗传算法理论+应用
e.智能控制应用实例
a+b+c+d+e.MATALB中的智能控制工具箱（代码实现）
第二章模糊控制的数学基础传统集合：集合的概念（具有特定属性的对象的全体）、表示、运算、运算律、特征函数
模糊集合概念：
表示：
运算：
运算律
水平截集
模糊关系普通关系，就是普通集合的笛卡尔乘积的子集，表示可以用关系矩阵表示
普通关系的数学定义
模糊关系：建立在模糊集合之间的关系
模糊关系的表示：隶属度矩阵表示
模糊关系的运算----隶属度矩阵的运算（涉及到隶属度的运算）
模糊关系的合成
注：
对于关系而言，重要的一个运算就是关系的合成，现在对普通关系进行扩充，得到模糊关系，自然也要关注模糊关系的合成
普通关系的合成
普通关系R对自生的合成，可以看作一种对路径的挖掘。
模糊变换
模糊变换的应用----指标评价
模糊综合评价
语言规则中蕴含的模糊关系语言变量（自然语言中的词或者句）
模糊蕴含关系
参考关系的定义、合成
简单条件语句的蕴含关系
如下，阐述了模糊集合的笛卡尔乘积
多重条件语句的蕴含关系
多维条件语句的蕴含关系
多重多维条件语句的蕴含关系
模糊推理
单输入模糊推理
多输入模糊推理
多输入多规则模糊推理
第三章模糊控制器的设计方法模糊控制器的工作原理 模糊控制器的结构和设计模糊化接口模糊化就是通过在控制器的输入、输出论域上定义语言变量，将精确的输入、输出值转换为模糊的语言值。模糊化接口的设计步骤实际上就是定义语言变量的过程，由前文知，语言变量的定义包括四部分——语言变量的变量名称、论域、每个语言变量设计相应的模糊集合、每个模糊集合的隶属函数，模糊化接口的设计类似。
1.语言变量的确定（语言变量的名称确定）：
对于模糊控制器的每个输入、输出空间，分别定义一个语言变量。参考人类的专家经验，对于控制输出的判断，通常包含两个方面：误差的变化和误差的变化率；因此，取系统的误差值e和误差变化率ec作为模糊控制器的两个输入，那么，我们在e的论域上定义语言变量“误差E”，在ec的论域上定义语言变量“误差变化EC”，同时，在控制量u的论域上定义语言变量“控制量U”。
2.语言变量的论域的设计：
为了提高实时性，模糊控制器常常以控制查询表的形式出现（离线事先生成），该表反映了通过模糊控制算法求出的模糊控制器的输入量与输出量在给定离散点上的对应关系。为了便于设计出模糊查询表，通常把语言变量的论域定义为有限整数的离散论域。举个例子，可以将E的论域定义为{-m,-m+1,...,-1,0,1,...,m-1,m}；将EC的论域定义为{-n,-n+1,...,-1,0,1,...,n-1,n}；将U的论域定义为{-l,-l+1,...,-1,0,1,...,l-1,l}。
量化因子：实现将实际的检测到的系统的误差e和ec转化为精确量模糊化接口的输入E和EC，比例因子实现将模糊控制器根据规则库和E和EC的输入得到的输出U（模糊量）转化为实际输出值u（精确值）---这段话需要修改。
3.定义语言变量的语言值
4.定义各语言值的隶属函数
模糊语言变量的隶属函数确定时有几个问题需要考虑:
规则库模糊推理清晰化接口 模糊查询表第四章神经网络的基本理论第五章神经网络在控制中的应用第六章模糊神经网络第七章专家控制技术第八章遗传算法第九章智能控制的应用实例第十章MATLAB中的智能控制箱其他链接
智能控制知识点总结_钢蛋就位的博客-CSDN博客_智能控制需要学算法吗
解析智能控制技术是什么及与传统控制的区别
智能控制是什么
智能控制（intelligentcontrols）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。
定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。
此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。
随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。
智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、自组织控制、自学习控制等技术。
智能控制与传统控制的区别
控制界在近年来的共识认为控制器的设计从信息科学的层面看，其核心是控制算法的设计，控制算法主要根据系统的输入与输出信息、系统及其可能产生变化的信息、系统工作环境的信息，以及对系统所提任务和要求变化的信息，经过采集、加工、分析、计算以形成系统能接受并可据此进行工作的控制命令。控制命令的形成，一个是对形成命令所需信息的齐备，这中间首先是对控制对象的认知，即对系统进行建模，而对无论是输入、输出、环境变化等一系列信息的认知都涉及到信息采集与加工、信息的传输等。无论关于建模等为控制命令的形成所需的信息准备工作，还是在信息相对齐备后形成控制命令的过程，都包含了各种必须行之有效的计算机算法。这些算法由于问题的特点，既可以是传统的也可以是智能的，这自然取决于使用这些算法的具体条件与要求。
传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，比如工业过程的病态结构问题、某些干扰的无法预测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决
传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意。而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。工业过程智能控制系统除具有上述几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其它智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方法以及形式的独特之处。
传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息。另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况。为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。可喜的是，近几年计算机及多媒体技术的迅速发展，为智能控制在这一方面的发展提供了物质上的准备，使智能控制变成了多方位“立体”的控制系统.
与传统自动控制系统相比，，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力；智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态控制方式；智能控制系统有补偿及自修复能力和判断决策能力。智能控制则采取的是全新的思路。它采取了人的思维方式，建立逻辑模型，使用类似人脑的控制方法来进行控制。