有關(guān)人工智能的論文(2)
有關(guān)人工智能的論文
人工智能的論文篇二
基于人工智能的電氣智能控制技術(shù)研究
[摘 要]人工智能技術(shù)在電氣智能控制中有廣大的發(fā)展空間，能有效促進(jìn)電電氣智能控制技術(shù)的發(fā)展及應(yīng)用。本文主要分析了人工智能控制技術(shù)的優(yōu)勢及其相應(yīng)的控制方法、優(yōu)化算法等，并以基于遺傳算法的電機(jī)控制系統(tǒng)的PID參數(shù)優(yōu)化為例，對人工智能技術(shù)提高電氣控制技術(shù)進(jìn)行了實(shí)例論證。研究結(jié)果表明：人工智能技術(shù)能夠提高電氣智能控制水平。
[關(guān)鍵詞]人工智能;電氣工程;智能控制;遺傳算法
中圖分類號：S258 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-914X(2015)16-0344-01
引言
近年來，人工智能在電氣智能控制方面應(yīng)用已經(jīng)越來越廣泛、深入[1]。例如：基于人工智能的故障的診斷和預(yù)測、電氣產(chǎn)品設(shè)計(jì)優(yōu)化和保護(hù)與控制等領(lǐng)域。電氣產(chǎn)品的設(shè)計(jì)隨著計(jì)算機(jī)技術(shù)的發(fā)展，逐漸由手工設(shè)計(jì)向計(jì)算機(jī)輔助設(shè)計(jì)不斷轉(zhuǎn)變，，尤其是在引進(jìn)了人工智能技術(shù)之后，大大提高了設(shè)計(jì)產(chǎn)品的質(zhì)量和效率[2]。人工智能技術(shù)在電氣設(shè)計(jì)方面的應(yīng)用主要包括專家系統(tǒng)和遺傳算法。其中的遺傳算法是一種優(yōu)化的先進(jìn)算法，在產(chǎn)品的設(shè)計(jì)優(yōu)化上有舉足輕重的作用[3]。因此電氣產(chǎn)品的人工智能化設(shè)計(jì)很多都采用了這種方式進(jìn)行優(yōu)化。
本文中，主要以遺傳算法在電氣智能化控制領(lǐng)域的應(yīng)用為例，分析基于人工智能的電氣智能控制技術(shù)。
1 人工智能控制器的優(yōu)勢
人工智能控制的主要優(yōu)勢[4]在于：(1)它們的設(shè)計(jì)不需要控制對象的模型;(2)通過適當(dāng)調(diào)整(根據(jù)響應(yīng)時間、下降時間、魯棒性能等)它們能提高性能;(3)比古典控制器的調(diào)節(jié)容易;(4)在沒有必須專家知識時，通過響應(yīng)數(shù)據(jù)也能設(shè)計(jì)它們;(5)運(yùn)用語言和響應(yīng)信息可能設(shè)計(jì)它們;(6)它們對新數(shù)據(jù)或新信息具有很好的適應(yīng)性。
2 人工智能控制技術(shù)的主要方法及優(yōu)化算法
2.1 人工智能控制技術(shù)的主要方法
(1)模糊控制
模糊控制系統(tǒng)是以模糊數(shù)學(xué)、模糊語言形式的知識表示以及模糊邏輯的推理規(guī)則為理論基礎(chǔ)，采用計(jì)算機(jī)控制技術(shù)構(gòu)成的一種具有反饋通道的閉環(huán)結(jié)構(gòu)的數(shù)字控制系統(tǒng)[5]。
(2)專家控制
專家控制是將專家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合，仿效專家的經(jīng)驗(yàn)，實(shí)現(xiàn)對系統(tǒng)控制的一種智能控制。專家控制可以靈活地選取控制率，靈活性高。通過專家規(guī)則，系統(tǒng)可以在非線性、大偏差的情況下可靠地工作，魯棒性強(qiáng)[1]。
(3)神經(jīng)網(wǎng)絡(luò)控制
神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動，利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息，通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí)，以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模，并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實(shí)現(xiàn)智能控制[3]。
(4)集成智能控制
智能控制技術(shù)的集成包括兩方面：一方面是將幾種智能控制方法或機(jī)理融合在一起，構(gòu)成高級混合智能控制系統(tǒng);另一方面是將智能控制技術(shù)與傳統(tǒng)控制理論結(jié)合，形成智能復(fù)合型控制器。
2.2 人工智能控制技術(shù)常用的優(yōu)化算法
(1)遺傳算法
遺傳算法依照所選擇的適配值函數(shù)，通過遺傳中的復(fù)制、交叉及變異對個體進(jìn)行篩選，使適配值高的個體被保留下來，組成新的群體，新群體既繼承了上一代的信息，又優(yōu)于上一代，這樣周而復(fù)始，群體中個體適應(yīng)度不斷提高，直到滿足一定的條件[7]。
(2)蟻群算法
蟻群算法是群體智能的典型實(shí)現(xiàn)，是一種基于種群尋優(yōu)的啟發(fā)式搜索算法。蟻群算法的基本思想：當(dāng)一只螞蟻在給定點(diǎn)進(jìn)行路徑選擇時。被先行螞蟻選擇次數(shù)越多的路徑。被選中的概率越大[6]。
3 電動機(jī)控制中的遺傳算法PID參數(shù)優(yōu)化
本文以直流電動機(jī)系統(tǒng)進(jìn)行了仿真驗(yàn)證，使用了具有突出尋優(yōu)能力和計(jì)算簡單的遺傳算法進(jìn)行參數(shù)整定，并通過Matlab編程進(jìn)行參數(shù)尋優(yōu)，整定出的參數(shù)使性能指標(biāo)達(dá)到最優(yōu)。
(1)參數(shù)的確定及表示
首先確定參數(shù)范圍，該范圍一般是由用戶給定的，然后由精度的要求，對其進(jìn)行編碼。選取二進(jìn)制字串表示每一個參數(shù)，并建立與參數(shù)間的關(guān)系。再把二進(jìn)制串連起來就組成一個長的二進(jìn)制字串，該字串為遺傳算法可以操作的對象。
(2)選取初始種群
因?yàn)樾枰幊虂韺?shí)現(xiàn)各過程，所以采用計(jì)算機(jī)隨機(jī)產(chǎn)生初始種群。針對二進(jìn)制編碼而言，先產(chǎn)生0～1之間均勻分布的隨機(jī)數(shù)，然后規(guī)定產(chǎn)生的隨機(jī)數(shù)0～0.5之間代表0，0.5～1之間代表1。此外，考慮到計(jì)算的復(fù)雜程度來規(guī)定種群的大小。
(3)適應(yīng)度函數(shù)的確定
在實(shí)際應(yīng)用中會因系統(tǒng)中固有的飽和特性而導(dǎo)致系統(tǒng)不穩(wěn)定，為了防止控制能量過大，在目標(biāo)函數(shù)中加入控制量。因此為了使控制效果更好，本文給出了包含控制量、誤差和上升時間作為約束條件的目標(biāo)函數(shù)。因?yàn)檫m應(yīng)度函數(shù)同目標(biāo)函數(shù)相關(guān)，所以目標(biāo)函數(shù)確定后，直接將其倒數(shù)作為適應(yīng)度函數(shù)進(jìn)行參數(shù)尋優(yōu)。最優(yōu)的控制參數(shù)也就是在滿足約束條件下使最大時，所對應(yīng)的控制器參數(shù)。
(4)優(yōu)化步驟
下面就可以編程使用遺傳算法對PID參數(shù)進(jìn)行尋優(yōu)。利用遺傳算法優(yōu)化Kp、Ki、Kd的具體步驟如下：
?、俅_定每個參數(shù)的大致范圍和編碼長度，進(jìn)行編碼;
?、陔S機(jī)產(chǎn)生n個個體構(gòu)成初始種群P(0);
③將種群中各個體解碼成對應(yīng)的參數(shù)值，用此參數(shù)求代價函數(shù)值J 及適應(yīng)度函數(shù)值，;
?、軕?yīng)用復(fù)制、交叉和變異算子對種群P(t)進(jìn)行操作，產(chǎn)生下一代種群P(t+1);
?、葜貜?fù)步驟③和④，直至參數(shù)收斂或達(dá)到預(yù)定的指標(biāo)。
試驗(yàn)的電機(jī)性能參數(shù)如下：
La電機(jī)電感0.24mH=0.00024H
Ra電機(jī)電阻2.32Ω
Cm電動機(jī)的轉(zhuǎn)距常數(shù)23.2mN・m/A=0.0232N・m/A
Ce為電動勢常數(shù)
Jm轉(zhuǎn)子以及電動機(jī)轉(zhuǎn)軸相連的負(fù)載總的轉(zhuǎn)動慣量1.1×10-6kg・m2
Fm粘滯摩擦系數(shù)2.2×10-4kg・m2/s
根據(jù)被控電動機(jī)特性，建立電動機(jī)的連續(xù)傳遞函數(shù)模型為：
，。
遺傳算法中使用的樣本個數(shù)為30，參數(shù)Kp的取值范圍為[0，20]，Ki 、Kd 的取值范圍為[0，1]，取wl=0.999，w2=0.001，w3=100，w4=2.000。采用實(shí)數(shù)編碼方式，經(jīng)過100代進(jìn)化，獲得的優(yōu)化參數(shù)如下：
簡單遺傳算法
Bestfi=0.1408
BestS=11.12200.03590.1276
Best_J=7.1034
改進(jìn)遺傳算法
Bestfi=0.1358
BestS=8.91780.03050.5474
Best_J=7.2538
代價函數(shù)J的優(yōu)化過程和采用整定后的PID控制階躍響應(yīng)。
文章應(yīng)用遺傳算法對電機(jī)的PID控制器參數(shù)進(jìn)行了優(yōu)化設(shè)計(jì)，得到了優(yōu)化的PID控制參數(shù)，從響應(yīng)曲線可以看出，應(yīng)用改進(jìn)后的遺傳算法電機(jī)響應(yīng)速度加快，跟蹤性良好，控制效果明顯提高。
看了“人工智能的論文”的人還看了：
3.人工智能作文