3-智能控制算法

结构振动的智能控制算法概述：模糊控制、神经网络、遗传优化刘敏哈尔滨工业大学土木工程学院2012春季学期研究生智能控制结构振动智能控制算法研究的必要性结构的主动控制算法通常要求建立精确的结构振动模型建成后实际结构非结构构件和质量变化都将影响结构振动的计算模型实际结构在诸如地震、强风等强烈动力荷载作用下可能进入非线性、结构构件的强度和刚度可能发生退化研究不依赖于精确数学模型，具有一定的学习能力和非线性逼近能力的“智能控制算法”成为结构振动研究发展的又一热点结构振动智能控制算法控制算法相互关系模糊控制遗传算法神经网络经典控制现代控制非线性控制发展阶段萌芽期（60年代）形成期（70年代）发展期（80年代）高潮期（90年代至今）智能控制算法概述1.模糊控制基本思想：基于专家经验对特定的被控对象或过程的控制策略总结成一系列控制规则，通过模糊推理得到控制作用集，并作用于被控对象或过程。基础是模糊数学模糊系统的组成：1）模糊化接口2）数据库3）模糊规则集4）模糊推理机构5）解模糊接口2.神经网络神经网络是指利用工程技术手段模拟人脑神经网络的结构和功能的一种技术，它实际上是一种大规模并行的非线性动力学系统。人工神经网络控制具有很强的非线性逼近、自学习和自适应、数据融合以及并行分布处理等功能，在多变量、强非线性耦合、大滞后系统的辩识、建模和控制中显示出了明显的优势和应用前景。智能控制算法概述3.智能优化算法（1）遗传算法遗传算法是模拟生物的遗传和长期进化过程建立起来的一种搜索和优化算法，它模拟了生物界“生存竞争，优胜劣汰，适者生存”的机制，用逐次迭代法搜索寻优。与其它优化算法相比，遗传算法具有全局优化的特点，并采用编码技术，可以代替梯度算法。（2）模拟退火算法模拟退火算法模拟的是金属材料加温后的退火过程。模拟退火算法借助于产生函数确保状态空间各点的概率可达性。通过接受算子模拟平衡态，通过接受算子的定向变化保证算法迭代进程的方向性。智能控制算法概述模糊控制FuzzyControl发展概况1965年美国查德（L.A.Zadeh）教授首先提出了模糊集合的概念，由此开创了模糊数学及其应用的新纪元1974年英国马丹尼（E.H.Mamdani）教授首先将模糊集合理论应用于锅炉和蒸汽机的控制1985年美国AT&T贝尔实验室研制出第一个模糊逻辑芯片80年代末日本将模糊控制广泛应用于家用电器（洗衣机、空调、吸尘器、电冰箱、电饭煲、微波炉、照相机等），促进了模糊控制的推广和应用发展概况90年代模糊逻辑及其应用形成高潮，应用范围包括工业控制、地铁、电梯、交通、汽车、空间飞行器、机器人、核反应堆、图象识别、故障诊断、污水处理、数据压缩、移动通信、财政金融等模糊集合理论便于表达结构性知识和便于应用现代计算机、微电子技术的特点，为应用人的高级智能进行控制提供了一个重要的工具，从而导致模糊控制的出现和飞速发展。优越性简单、直观、有效、可靠模糊控制FuzzyControl模糊控制基本原理原理图与基本过程1.根据本次采样得到的系统的输出值，计算所选择的系统的输入变量；2.将输入变量的精确值变为模糊量；3.根据输入变量(模糊量)及模糊控制规则，按模糊推理合成规则计算控制量(输出量、模糊量)；4.由上述得到的控制量(模糊量)计算精确的控制量。模糊控制基本概念模糊集合隶属度函数:某元素a属于某集合A的程度,用μ(a)=0～1表示(经典集合对应μ=0,1)例:已知经典集合A为5的正整数中的偶数利用隶属度函数表示该集合，则有μ(1)=0,μ(2)=1,μ(3)=0,μ(4)=1A=0／1+1／2+0／3+1／4A中的分母为论域中的元素，分子为该元素所对应的隶属度值。MembershipFunction论域:变量的取值范围模糊控制基本概念例1表示温度“冷”，“热”，“适中”的模糊集合-20-10010203040T(℃)μ1.00.0冷适中热为简化计算,一般用离散形式表示模糊集合。例如，以2℃为间隔进行离散化,可得“热”=0／25+0.14／27+0.29／29+0.43／31+0.57／33++0.71／35+0.86／37+1／39+1／41+1／43+1／45-20-10010203040T(℃)μ1.00.0冷适中热-20-10010203040T(℃)μ1.00.0冷适中热1.00.0冷-20-10010203040T(℃)μ适中热模糊控制的基本思路与方法例2：水位控制系统根据e调节u保持水位y恒定模糊推理规则：①若e大，则u大②若e中，则u中③若e小，则u小模糊推理模糊化水箱检测清晰化模糊控制器－yuere设-1≤e≤4，0≤u≤5注1：e、u分别都只设了3级。显然级数越多→规则数越多注2：一般应同时考虑误差e和误差变化率Δe模糊控制的基本思路与方法012345uμu-101234eμe1.0小中大012345uμu1.0小中大大e=1.80.20.8e的模糊化u的模糊化推理结果(e=1.8时)模糊化及推理过程推理方法：削顶法，或称Mamdani法模糊控制的基本思路与方法返回清晰化（解/去模糊化）①重心法求模糊量所占面积的重心,重心所对应的横坐标即为所需控制量u(k)51.3du)u(udu)u()k(u50u50u缺点:计算量较大，通常采用“离散重心法”。模糊控制的基本思路与方法②加权平均法(离散重心法):若取离散点为ui=0,1,2,3,4,5(i=1~6)则离散模糊量为u=0／0+0.2／1+0.2／2+0.5／3+0.8／4+0.8／572.38.08.05.02.02.058.048.035.022.012.0)u(u)u()k(u61iiu61iiiu注：离散间隔一般较该例小得多，计算结果会更接近连续情况模糊控制的基本思路与方法说明：模糊控制器的输入量一般取误差e和误差变化率Δe，若e、Δe和控制量u均离散化[注]，则可离线计算e、Δe与u的对应关系(查询表)，实时控制时采用查表法(计算量小、速度快)；模糊控制性能的优劣主要取决于如何选取隶属度函数模糊推理规则清晰化方法上例本质上等价于变参数比例调节器，控制器输入为e和Δe时则等价于变参数PD调节器，因此存在稳态误差，常与PID控制相结合。注：对具体的输入值需先进行“量化”，如e按间距0.1离散化后有0.5,0.6，则输入值为e=0.53时量化为0.5模糊控制的基本思路与方法具有模糊器和解模糊器的模糊系统模糊控制要素模糊器单值模糊器其它01'xxxA高斯模糊器22111'nnnaxxaxxAee三角形模糊器其它0,,2,11111111'nibxxbxxbxxxinnnA表示t-范数即模糊交，这里通常选用代数积算子或最小算子模糊控制要素模糊规则库完备性一致性连续性如果对任意，在模糊规则库中都至少存在一条规则，对于所有都满足则称这个模糊假定的规则集合是完备的。Ux0iAxlini,,2,1如果模糊假定的规则集合不存在“如果部分相同，然后部分不同”的规则，则认为这个模糊假定的规则集合是一致的当邻近规则的然后部分的模糊集的交集不为空集时，则称该模糊假定的规则集合是连续的模糊控制要素模糊推理组合推理独立推理模糊规则库中的所有规则都被组合到单一模糊关系中，并将这一模糊关系看作单独的模糊假定的规则。模糊规则库中的每条规则都确定一个输出模糊集合，整个模糊推理机的输出就是这M个独立模糊集合的组合。模糊控制要素解模糊器重心解模糊器VBVBdyydyyyy''中心平均解模糊器MllMlllyy11最大值解模糊器yyVyBhgtBVyB''sup'大中取小'infBhgtyy大中取大大中取平均'supBhgtyy''BhgtBhgtdyydyy模糊控制要素结构振动模糊控制算例与说明SDOF体系受脉冲控制，模糊算法与LQR算法比较控制力（N）时间（s）位移（m）有控无控时间（s）控制力（N）控制力（N）有控无控时间（s）时间（s）控制力（N）位移（m）结构振动模糊控制算例与说明SDOF体系受脉冲控制，模糊算法与LQR算法比较有控无控控制力（N）位移（m）时间（s）时间（s）控制力（N）有控无控控制力（N）位移（m）时间（s）时间（s）控制力（N）控制力特性决定控制效果结构振动模糊控制算例与说明Benchmark结构地震响应控制分析问题描述确定结构振动模糊控制规则，必须对结构动力特点进行深入分析，才能避免主观经验的盲目性下面例题结合一座三层钢框架模型，介绍了基于结构振动特征响应分析的模糊控制规则提取方法)(0tBUxMKXXCXMg结构振动模糊控制算例与说明Benchmark结构地震响应控制分析参数设置被控制量的选取对于抗风结构，当舒适度不满足要求时，应选用结构的加速度反应作为被控制量；在地震作用下，结构的安全是最关心的问题，应选用结构的位移反应作为被控制量。对于模糊控制器来说，输入量一般是结构的位移反应和速度反应控制量的选取通常，控制量是由执行机构的类型、结构来决定的。对于主动拉索系统，输出量是拉索的拉力；对于AMD系统，输出量则是作动器的推力。结构振动模糊控制算例与说明Benchmark结构地震响应控制分析参数设置采用三角形隶属函数参量的模糊化：结构振动模糊控制系统的各参量确定后，根据规范对结构层间位移、顶层位移限值的规定，人体舒适度对结构加速度反应的要求，以及执行机构额定出力的情况，可以确定各模糊变量的论域。然后，对论域进行模糊分割，将e、Δe、u分为7个模糊子集，即NB、NM、NS、ZE、PS、PM和PB，并通过量化因子Ke、KΔe、Ku将e、Δe、u的论域映射到[-1，1]区间内ΔeeuNBNMNSZEPSPMPBNBNBNBNBNMNSNMNBPSPSNSNBPSPSZEPSNSNSPBPMNSNSPBPBPSPMPBPBPB结构振动模糊控制算例与说明Benchmark结构地震响应控制分析模糊控制与LQR比较最大值x1(m)x2(m)x3(m)v1(m/s)v2(m/s)v3(m/s)u(kN)无控0.02930.05980.07340.33920.74221.02200LQR0.01150.02390.02990.14390.34340.50188.1规则10.01200.02740.03580.25640.44890.59328.0规则20.01210.02840.03640.23440.42180.61218.0结构振动模糊控制算例与说明Benchmark结构地震响应控制分析模糊控制与LQR比较由结果可以看出，当控制力最大值相同时，模糊控制与LQR最优控制相比，效果稍差，但仍达到了令人满意的效果。可以认为，对于线性被控对象，LQR控制充分利用了已知的信息进行优化求解，所以具有较好的控制效果是可以理解的；模糊控制则基于专家经验对被控对象的了解，智能地识别出结构反应的状态，从而给出有针对性的控制策略模糊控制的优点在于，当对被控对象的了解有限时，或被控对象存在非线性、时变时，仍有可能设计出模糊规则进行有效的控制。它具有控制规则设计灵活，参数调整方便，稳定性好，鲁棒性好的特点基于Benchmark结构地震响应控制分析分析结论(1)在设计模糊控制系统时，包含三个要素，即合理的模糊控制规则、选择合理的控制器以及对模糊参量隶属函数的优化。这三者在设计模糊控制系统时具有同样重要的地位，因此，对如何建立合理的模糊控制规则应该给与同样的重视。(2)建立合理的模糊规则，必须对被控结构进行深入分析。基于结构的特征响应分析，可以有效地设计模糊控制规则。(