环境工程仿真模拟第五章智能控制

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。45.1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55.1神经网络McCulloch-Pitts神经元InputsignalSynapticweightsSummingfunctionActivationfunctionOutputyx1x2xnw2wnw1)(f-θ0,00,1)sgn()sgn()(1xxxxwzfyniii其中，第五章智能控制65.1神经网络网络的构建y=f(x)x1y1x2y2ymxn…………第五章智能控制75.1神经网络网络的拓扑结构前向型反馈型第五章智能控制85.1神经网络激活函数阶跃函数线性函数Sigmoid函数baxxf)(xexf11)(f(x)x0+10,00,1)(xxxf第五章智能控制95.1神经网络关联权值的确定权值wi和θ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105.1神经网络网络的工作过程先学习→再工作神神神神神神神神神神神神神神神神神神神神神神神神神输输输输神神神神神神神神神神神输输输输神神神神第五章智能控制115.1神经网络多层前向网络输出层隐藏层输入层y1y2ym…x1x2xn………………第五章智能控制125.1神经网络多层前向网络的学习方法——反向传播学习算法（BP，Back-PropagationNetwork）目的：确定权值方法：反向推导第五章智能控制135.1神经网络反向传播学习算法（BP）11liljiyljlkiy1liy)(ljlivfyljv1lkv)(1lkvfOy1ljljjiy)('ljvfjljyljlkkjy1)('kvfOdOd)](')[(kkkvfOd1lkkkkljvf)('层l层＋1l线性组合激活函数线性组合激活函数前向计算反向传播第五章智能控制145.1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155.1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165.1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能控制175.1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0.01~0.8之间。（5）期望误差的选取第五章智能控制185.1神经网络活性污泥过程神经网络建模QinQoutQw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,inSsSnhSnoSnd3Xbh3Xba3Xs3Xp3Xnd第五章智能控制195.1神经网络活性污泥过程神经网络建模废水易降解有机碳浓度Ss废水缓慢降解有机碳浓度Xs废水氨氮浓度Snh废水可溶性可降解有机氮Snd废水停留时间time1达稳态时间稳态缓慢降解有机碳浓度Xs稳态硝态氮浓度Sno第五章智能控制205.1神经网络活性污泥过程神经网络建模（1）样本的获取由IAWPRC模型产生（2）数据预处理归一化第五章智能控制215.1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225.1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235.1神经网络活性污泥过程神经网络建模进水Ss对出水达新稳态所需时间的影响00.20.40.60.811.20.5220.5680.6140.6590.7050.750.7950.8410.8860.932进水Ss(x220mgCOD/L)达新稳态所需时间(x3.0day)进水Ss对出水Xs的影响0.40.50.60.70.80.911.10.5220.5680.6140.6590.7050.750.7950.8410.8960.931进水Ss(x220mgCOD/L)出水Xs(x186mgCOD/L)进水Xs对出水达新稳态所需时间的影响00.10.20.30.40.50.60.70.80.910.7790.8020.8260.8490.8720.8950.9190.9420.9650.988进水Xs(x430mgCOD/L)达新稳态所需时间(x2.0day)进水Xs对出水Xs的影响00.20.40.60.811.20.7790.8020.8260.8490.8720.8950.9190.9420.9650.988进水Xs(x430mgCOD/L)出水Xs(x221mgCOD/L)第五章智能控制245.1神经网络神经网络直接逆控制对象神经网络＋－uyry神经网络控制器被控对象第五章智能控制255.1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yrymuy第五章智能控制265.1神经网络神经网络内模控制神经网络控制器对象神经网络模型yruy第五章智能控制275.2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285.2模糊控制模糊集合的概念如：“热”、“高”、“年轻”、“好”等公分高的程度180160Fuzzy1公分高的程度180Crisp1第五章智能控制295.2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+0.8/220.6/17+0.7/18+0.8/19+1/20+0.9/21+0.7/22+0.6/23...}),,(,),,(),,{(2211iixxxA隶属度[0,1]集合元素第五章智能控制第五章智能控制302202)()(xxAex5.2模糊控制隶属度函数隶属度函数论域315.2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325.2模糊控制模糊集合的运算——并)()()(xxxBABA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335.2模糊控制模糊集合的运算——并10.50)(ix)(iBx)(iAx0255075100论域Xx)(iBAx模糊集A模糊集BAB并集第五章智能控制345.2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)()()(xxxBABA二者取小A、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)(iBAxAB交集)(ix)(iBx)(iAx0255075100论域X10.50x模糊集A模糊集B36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)(1)(xxAA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)(ix)(iAx)(iAx0255075100论域X模糊集A10.50xA的补集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。)()(),(yxyxBAR对于模糊集)](,{[xxAA}Xx)](,{[yyBB}Yy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,x3)}B={(0.2,y1),(0.3,y2),(0.5,y3),(0.8,y4)}6.04.02.05.04.02.03.03.02.02.02.02.0)()()()()()()()()()()()()()()()()()()()()()()()(434241333231232221131211yxyxyxyxyxyxyxyxyxyxyxyxRBABABABABABABABABABABABA40第五章智能控制5.2模糊控制模糊控制器的设计决策逻辑去模糊化知识库过程模糊化模糊控制器ee和计算+-模糊推理单元精确值模糊值模糊值精确值41第五章智能控制5.2模糊控制污泥脱水模糊控制设计决策逻辑去模糊化知识库过程模糊化模糊控制器ee和计算+-模糊推理单元精确值模糊值模糊值精确值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(-6－6)eci(-2－2)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+6AiPL00000000000.10.40.81.0PM0000000000.20.71.00.70.2PS00000000.30.81.00.50.100P000000001.00.60.10000N000000.10.61.00000000NS000.10.51.00.80.30000000NM0.20.71.00.70.2000000000NL1.00.80.40.1000000000044第五章智能控制5.2模糊控制污泥脱水模糊控制设计eci模糊化（隶属度）yi-6-5-4-3-2-10+1+2+3+4+5+6BiPL0000000000.10.40.81.0PM000000000.20.71.00.70.2PS00000000.91.00.70.2000000000.51.00.500000NS000.20.71.00.90000000NM0.20.71.00.70.200000000NL1.00.80.40.100000000045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-6-5-4-3-2-10+1+2+3+4+5+6CiPL0000000000.10.40.81.0PM000000000.20.71.00.70.2PS00000000.41.00.80.40.100000000.51.00.500000NS00.10.40.81.00.40000000NM0.20.71.00.70.200000000NL1.00.80.40.100000000046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PL18条47第五章智能控制5.2模糊控制污泥脱水模糊控制设计