文档介绍：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****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
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
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
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****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
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 Fuzzy Control
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 Fuzzy Control
模糊控制基本原理
原理图与基本过程
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;
将输入变量的精确值变为模糊量;
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);
由上述得到的控制量(模糊量)计算精确的控制量。