智能控制理论和实例仿真分析
摘要：本文简要介绍了智能控制的产生及其概念。智能控制主要包括专家控制、模糊控制、神经网络控制。本文对这三种控制进行实例仿真及结果分析，并总结各自特点，从而加深对智能控制这几个分支的理解和应用。
关键字：智能控制；专家控制；模糊控制；神经网络控制
Abstract ：This paper gives a brief introduction to the generation and concept of the intelligent control.Intelligent control mainly consists of expert control, fuzzy control and the neural network control. This article summarizes the characteristics on the basis of simulation and the result analysis of the three control, thus deepening the understanding and application of the several branches of intelligent control .
Keywords ：Intelligent control;expert control;fuzzy control;neural network control
1 引言
传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。在生产实践中，复杂控制问题可通过熟练操作人员的经验和控制理论相结合去解决，由此，产生了智能控制。所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性。智能控制的几个重要分支为专家控制、模糊控制、神经网络控制。
2 专家控制系统
2.1 概念和结构
专家控制是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。如图1为专家控制的结构图。
图1 专家控制的结构图
2.2 专家PID 控制
2.2.1 专家PID 控制原理
知识实时
推理A/D
被控 对象 D/A 控制 算法
图2 典型二阶系统单位阶跃响应误差曲线 PID 专家控制的实质是，基于受控对象和控制规律的各种知识，无需知道被控对象的精确模型，利用专家经验来设计PID 参数。专家PID 控制是一种直接型专家控制器。
典型的二阶系统单位阶跃响应误差曲线如图所示。对于典型的二阶系统阶跃响应过程作如下分析。
令()k e 表示离散化的当前采样时刻的误差值，()1-k e 和()2-k e 分别表示前一个和前两个采样时刻的误差值，则有
()()()()()()
2111---=-?--=?k e k e k e k e k e k e （1） 根据误差及其变化，可设计专家PID 控制器，该控制器可分为以下五种情况进行设计：
（1）当()1M k e >时，说明误差的绝对值已经很大。不论误差变化趋势如何，都应考虑控制器的输出应按最大（或最小）输出，以达到迅速调整误差，使误差绝对值以最大速度减小。此时，它相当于实施开环控制。
（2）当0)()(>?k e k e 或()0=?k e 时，说明误差在朝误差绝对值增大方向变化，或误差为某一常值，未发生变化。此时，如果()2M k e ≥，说明误差也较大，可考虑由控制器实施较强的控制作用，以达到扭转误差绝对值朝减小方向变化，并迅速减小误差的绝对值，控制器输出为
()()()()[]()()()()[]{}
21211d i p 1-+--++--+-=k e k e k e k k e k k e k e k k k u k u （2）
如果，说明尽管误差朝绝对值增大方向变化，但误差绝对值本身并不很大，可考虑控制器实施一般的控制作用，只要扭转误差的变化趋势，使其朝误差绝对值减小方向变化，控制器输出为
()()()()[]()()()()[]21211d i p -+--++--+-=k e k e k e k k e k k e k e k k u k u （3）
（3）当()()0-??k e k e 或者()0=k e 时，说明误差的绝对值朝减小的方向变化，或者已经达到平衡状态。此时，可考虑采取保持控制器输出不变。
（4）当()()0
()()()k e k k k u k u m p 11+-= （4） 如果此时误差的绝对值较小，即()2M k e <，可考虑实施较弱的控制作用
()()()k e k k k u k u m p 21+-= （5）
（5）当ε≤)(k e 时，说明误差的绝对值很小，此时加入积分，减少稳态误差。
2.2.2 仿真实例及结果
求三阶传递函数的阶跃响应
s
10470 + s 87.35 523500 )(23p +=s s G 其中对象采样时间为1ms 。
采用专家PID 设计控制器。在仿真过程中， 取ε＝0.001，程序中的五条规则与控制算法的五种情况相对应。
仿真结果：
图3 给定与输出曲线图及误差曲线图
由图可知，采用专家PID 控制基本能满足被控对象的控制要求，达到其控制性能。 3 模糊控制系统
3.1 概念及结构
模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编成模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上。如图4为模糊控制器的组成框图。
图4 模糊控制器的组成框图
3.2 模糊自适应整定PID 控制
在工业生产过程中，许多被控对象受负荷变化或干扰因素影响，其对象特性参数或结构易发生改变，根据这种情况可采用PID 算法，进行PID 参数整定。针对控制过程中各种信号量及评价指标不易定量表示的情况，可以利用模糊理论来解决该问题。运用模糊数学的基本理论和方法，把规则的条件、操作用模糊集表示，并把这些模糊控制规则及有关信息作为知识存入计算机知识库中，然后计算机根据控制系统的实际响应情况，运用模糊推理，即可自动实现对PID 参数的最佳调整。
图5 自适应模糊控制器结构
自适应模糊PID 控制器以误差e 和误差变化ec 作为输入，以满足不同时刻的e 和ec 对PID 参数自整定的要求。自适应模糊PID 控制器结构如图5所示。
PID 参数模糊自整定是找出PID 的3个参数d i p k k k 、、与e 和ec 之间的模糊关系，在运行中通过不断检测e 和ec ，根据模糊控制原理对3个参数进行在线修改，以满足不同e 和ec 时对控制参数的要求，从而使被控对象有良好的动、静态性能。
PID 参数的整定必须考虑在不同时刻3个参数的作用及相互之间的互联关系。
模糊控制设计的核心是总结工程设计人员的技术知识和实际操作经验，建立合适的模糊规则表，得到针对d i p k k k 、、3个参数分别整定的模糊控制表。
3.2 仿真实例
采用上例中的被控对象进行实例仿真。位置指令为幅值为 1.0的方波信号，))2sgn(sin()(t k r π=。
仿真结果：
图6 误差及误差变化的隶属函数
图7 Kp、Ki、Kd的隶属函数
图8 阶跃响应曲线图，误差响应曲线图及控制量曲线图
图9 Kp、Ki、Kd的自适应调整曲线图
4 神经网络系统
4.1 概念
人工神经网络是以数学手段来模拟人脑神经网络的结构和特征的系统。利用人工神经元可以构成各种不同拓扑结构的神经网络，从而实现对生物神经网络的模拟和近似。神经网络反映了人脑功能的基本特征，如并行信息处理、学习、联想、模式分类、记忆等。
4.2 RBF 神经网络
径向基函数神经网络是由J.Moody 和C.Darken 在80年代末提出的一种神经网络,它是具有单隐层的三层前馈网络。由于它模拟了人脑中局部调整、相互覆盖接收域的神经网络结构，因此，RBF 网络是一种局部逼近网络，已证明它能任意精度逼近任意连续函数。
RBF PD控制对象+
-++()k r ()k e ()k y ()
k u n ()k u p ()
k u 图10 RBF 神经网络控制结构图
在RBF 网络结构中，取网络的输入为()k r ，网络的径向基向量为[]T m h h ,,1 =H ，j h 为高斯基函数：
())2-exp(-2
2j j j
b k r h C = （6）
式中m j ,,1 =，j b 为节点j 的基宽度参数，0>j b ，j C 为网络第j 个结点的中心矢量，
[]m j c c 111,, =C ，[]T m b b ,,1 =B 。
网络的权向量为：
[]T 1,
,m w w =W （7） RBF 网络的输出为：
()m m j j n w h w h w h k u ++= 11 （8） 其中m 为RBF 网络隐层神经元的个数。
控制律为：
()()()k u k u k u n p += （9） 设神经网络调整的性能指标为：
()()()()22
1k u k u k E n -= （10）
采用梯度下降法调整网络的权值：
近似地取
()
()()()
k w k u k w k u j n j p ??=?? （11） 由此所产生的不精确通过权值调节来补偿。
则
()()()()()()()()
()()()()k h k u k u k w k u k u k u k w k E k w j n j p n j j -=??--=??-=?ηηη （12） 神经网络权值的调整过程为：
()()()()()()211---+?+-=k k k k k W W W W W α （13） 其中η为学习速率，α为动量因子。
4.3 仿真实例
采用上例中的被控对象进行实例仿真。指令信号为幅值0.5，频率为2Hz 的方波信号。取指令信号人r(k)作为网络的输入，网络隐层神经元个数取m = 4,网络结构为1-4-1，网络的初始值W 取0~1之间的随机值，高斯函数的参数值取T j C ]3,0,3,5[--=, T B ]5.0,5.0,5.0,5.0[=。网络权值学习参数为η= 0.30，α= 0.05。
仿真结果：
图11 给定值和输出曲线图
图12 控制规律曲线图
5 结论
本文通过实例仿真和分析，总结了智能控制的以下特点：
（1）智能控制是自动控制发展的最新阶段，主要用于解决传统控制难以解决的复杂系统的控制问题。
（2）专家控制能够满足任意动态过程的控制需要，尤其适用于带有时变、非线性和强干扰的控制，利用对象的先验知识可以控制过程，同时，通过修改、增加控制规则，可不断积累知识，改进控制性能。
（3）模糊控制是建立在人工经验基础之上的，以人对被控对象的控制经验为依据而设计的控制器，通过专家经验设计的模糊规则可以对复杂的对象进行有效的控制，具有较好的鲁棒性和适应性。
（4）神经网络控制是从机理上对人脑生理系统进行简单结构模拟的一种新兴智能控制方法。神经网络具有并行机制、模式识别、记忆和自学习能力的特点，它能充分逼近任意复杂的非线性系统，能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性等。
参考文献
[1] 王永冀,涂健.神经网络控制.北京:机械工业出版社,1998.
[2] 韦巍.智能控制技术.北京:机械工业出版社,2000.
[3] 孙增圻.模糊控制、神经控制和智能控制论.哈尔滨:哈尔滨工业大学出版社,1998.
[4] 楼顺天,胡昌华,张伟.基于MATLAB的系统分析与设计——模糊系统.西安:西安电子科技大学出版
社,2001.
[5] 何玉彬.神经网络控制技术及其应用.北京:科学出版社,2000.
[6] 刘金琨.先进PID控制及其Matlab仿真.北京:电子工业出版社,2003.
陕西科技大学 2015 级研究生课程考试答题纸 考试科目机械制造与装配自动化 专业机械工程 学号1505048 考生姓名乔旭光 考生类别专业学位硕士
浅谈机器人智能控制研究 摘要：以介绍机器人控制技术的发展及机器人智能控制的现状为基础,叙述了模糊控制和人工神经网络控制在机器人中智能控制的方法。讨论了机器人智能控制中的模糊控制和变结构控制,神经网络控制和变结构控制,以及模糊控制和神经网络控制等几种智能控制技术的融合。并对模糊控制和神经网络控制等方法中的局限性作出了说明。 关键词:机器人；智能控制；模糊控制；人工神经网络 1 智能控制的主要方法 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出崭新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。1.1 模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。 1.2 专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 1.3 神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表
智能控制理论简述 智能控制（intelligent controls）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。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
智能监控系统在智能家居方面的应用 1.需求分析 随着人类社会的进步和科学技术的迅猛发展，人类开始迈人以数字化和网络化为平台的智能化社会，人们对工作、生活等环境的要求也越来越高，其中正在兴起的基于物联网技术的智能家居则是依照人体工程学原理，融合个性需求，将感应器嵌入到与家居生活有关的各个子系统如安防、灯光控制、窗帘控制、煤气阀控制、信息家电、场景联动、地板采暖等中，通过现有网络链接、控制和管理，实现“以人为本”的全新家居生活体验。但由于体制、行业利益等方面的原因，我国目前的三表远程计量、住户安全监控、小区管理等系统大都自成体系，独立设备、独立线路结构、独立的管理运营模式．在该模式下，无疑会造成人员和设备的极大浪费，同时会给住户带来使用上的极大不便及增加维护、维修的工作量．基于以上考虑，本着以下五个原则设计了本智能监控系统． 1)充分利用好住宅区现有的信息化资源，尽可能保护住户的现有信息化软硬件设备投资． 2)采用先进成熟的技术和标准．在构建小区智能监控系统时采用符合业界标准的、先进的、成熟的技术，避免短期重复建设和技术落后，充分借鉴其它行业的成功经验，吸取其失败教训，少走或避免走弯路，做成一项精品工程。
3)高度的安全性．全面有效监控家居安全，无论是家庭防盗，还是住户的水、电、气使用及其它家用设施的安全，包括网络的自身安全。 4)可扩充性．在满足住户现有设备安全监控的前提下，对小区及住户未来的发展需求作总体规划，便于在进行监控网构建时软硬件上留下一定的扩充余地。 5)操作界面友好，提供在线帮助，操作简单。 2.系统架构 2.1系统的整体结构 图1系统整体结构示意图 如图l所示，从网络结构上看，系统主要由三层网络组成，最底层网
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
第一章： 1、传统控制方法包括经典控制和现代控制，是基于被控对象精确模 型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。 2、智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的 非线性、复杂的任务要求。 3、IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) 4、AC：描述系统的动力学特征，是一种动态反馈。AI ：是一个用来模拟人 思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 5、智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能， 并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 6、智能控制的几个重要分支为模糊控制、神经网络控制和遗传算 法。 7、智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 8、智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神 经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 9、智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工 业过程控制、航空航天控制和交通运输系统等。 第二章： 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 12、专家系统的建立：1，知识库2，推理机3，知识的表示4，专家系统开发语言5，专家系统建立步骤。 13、专家控制：是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
智能控制题目及解答 第一章绪论作业 作业内容 1.什么就是智能、智能系统、智能控制？ 2.智能控制系统有哪几种类型,各自的特点就是什么？ 3.比较智能控制与传统控制的特点。 4.把智能控制瞧作就是AI(人工智能)、OR(运筹学)、AC(自动控制)与 IT(信息论)的交集,其根据与内涵就是什么? 5.智能控制有哪些应用领域？试举出一个应用实例,并说明其工作原理与 控制性能。 1 答:智能:能够自主的或者交互的执行通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力,即像人类那样工作与思维。 智能系统:就是指具有一定智能行为的系统,对于一定的输入,它能产生合适的问题求解相应。 智能控制:智能控制就是控制理论、计算机科学、心理学、生物学与运筹学等多方面综合而成的交叉学科,它具有模仿人进行诸如规划、学习、逻辑推理与自适应的能力。就是将传统的控制理论与神经网络、模糊逻辑、人工智能与遗传算法等实现手段融合而成的一种新的控制方法。 2 答:(1)人作为控制器的控制系统:人作为控制器的控制系统具有自学习、自适应与自组织的功能。 (2)人-机结合作为作为控制器的控制系统:机器完成需要连续进行的并需快速计算的常规控制任务,人则完成任务分配、决策、监控等任务。 (3)无人参与的自组控制系统:为多层的智能控制系统,需要完成问题求解与规划、环境建模、传感器信息分析与低层的反馈控制任务。 3 答:在应用领域方面,传统控制着重解决不太复杂的过程控制与大系统的控制问题;而智能控制主要解决高度非线性、不确定性与复杂系统控制问题。 在理论方法上,传统控制理论通常采用定量方法进行处理,而智能控制系统大多采用符号加工的方法;传统控制通常捕获精确知识来满足控制指标,而智能控制通常就是学习积累非精确知识;传统控制通常就是用数学模型来描述系统,而智能控制系统则就是通过经验、规则用符号来描述系统。 在性能指标方面,传统控制有着严格的性能指标要求,智能控制没有统一的性能指标,而主要关注其目的与行为就是否达到。 但就是,智能控制与传统的或常规的控制有密切的关系,互相取长补短,而并非互相排斥。基于智能控制与传统控制在应用领域方面、理论方法上与性能指标等方面的差异,往往将常规控制包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 4 答:人工只能(AI)就是一个用来模拟人思维的知识处理系统,具有学习、记忆、信息处理、形式语言、启发推理等功能;自动控制(AC)描述系统的动力学特性,就是一种动态反馈;运筹学(OR)就是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等;信息论(IT)信息论就是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现就是很大程度上局限于符号主义的人工智能,无助于智能控制的
(此文档为word格式，下载后您可任意编辑修改！) 武汉科技大学 智能控制系统 学院：信息科学与工程学院 专业：控制理论与控制工程 学号： 姓名：李倩
基于MATLAB的智能控制系统的介绍与设计实例 摘要 现代控制系统，规模越来越大，系统越来越复杂，用传统的控制理论方法己不能满控制的要求。智能控制是在经典控制理论和现代控制理论的基础上发展起来的，是控制理论、人工智能和计算机科学相结合的产物。MATLAB是现今流行的一种高性能数值计算和图形显示的科学和工程计算软件。本文首先介绍了智能控制的一些基本理论知识，在这些理论知识的基础之上通过列举倒立摆控制的具体实例，结合matlab对智能控制技术进行了深入的研究。 第一章引言 自动控制就是在没有人直接参与的条件下，利用控制器使被控对象(如机器、设备和生产过程)的某些物理量能自动地按照预定的规律变化。它是介于许多学科之间的综合应用学科，物理学、数学、力学、电子学、生物学等是该学科的重要基础。自动控制系统的实例最早出现于美国，用于工厂的生产过程控制。美国数学家维纳在20世纪40年代创立了“控制论”。伴随着计算机出现，自动控制系统的研究和使用获得了很快的发展。在控制技术发展的过程中，待求解的控制问题变得越来越复杂，控制品质要求越来越高。这就要求必须分析和设计相应越来越复杂的控制系统。智能控制系统(ICS)是复杂性急剧增加了的控制系统。它是由控制问题的复杂性急剧增加而带来的结果，其采用了当今其他学科的一些先进研究成果，其根本目的在于求解复杂的控制问题。近年来，ICS引起了人们广泛的兴趣，它体现了众多学科前沿研究的高度交叉和综合。 作为一个复杂的智能计算机控制系统，在其建立投入使用前，必要首先进行仿真实验和分析。计算机仿真(Compeer Simulation)又称计算机模拟(Computer Analogy)或计算机实验。所谓计算机仿真就是建立系统模型的仿真模型进而在计算机上对该仿真模型
摘要：在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法，介绍了智能控制在各行各业中的应用。随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 关键词：智能控制应用自动化 浅谈智能控制技术现状及发展 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”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性，复杂性，不确定性的特点，一个理想的智能控制系统具有如下性能： （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用 积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的
自动控制、现代控制与智能控制的关系 一、基本区别 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统。经典控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。 在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制（intelligent controls）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。 二、华山论剑：自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括：(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；(2)研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；(3)对于某些复杂的和包含不确定性的对象，根本无法用传统数学模型来表示，即无法解决建模问题；(4)为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战，早在1986年9月，美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见，他们发表了《对控制的挑战——集体的观点》，洋洋数万言，简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战，还面临哪些挑战，以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段，存在一些至关重要的挑战是基于下列原因的：(1)科学技术
物联网温室智能控制系统的应用案例 在全国各地区，现代化的农场种引进物联网技术是时代发展的需要，也是现代科技农业的重要体现。在乌拉特中旗海流图镇设施农业科技示范园区的温室内，物联网温室智能控制系统正在在紧罗密鼓的安装中。 物联网温室智能控制系统通过基于物联网技术对温室内外监测数据的分析，结合作物生长发育规律，利用相关设备，对温室进行实时监控，实现对作物优质、高产、高效的栽培目的。该套智能监控系统具有自动开启关闭卷帘、补光、滴灌等功能，并凭借智能化、自动化控制技术，调节作物的最佳生长环境。种植户可通过电脑、手机等信息终端随时随地查看温室内实时环境监测、预警信息，实现对温室大棚的网络智能化远程管理，充分发挥物联网技术在设施农业生产中的作用。 在地区农业的发展中，引进物联网温室智能控制系统有利于建设该地区的科技农业设施，起到示范作用，也有利于提高地区设施农业生产的科技含量和综合生产水平，促进设施农业现代化发展。另外通过农产品的安全质量追溯，可以改善市民的食品安全条件，增强市民的购买信心，提升农产品的市场竞争力。目前来看，农业物联网技术是现代农业逐步实现智能化、精确化、信息化的有力保障，而随着种植规模的扩大和温室大棚的普及推广，物联网温室智能控制系统将会得到越来越多的应用。 对于规模化的温室种植而言，借助人工管理需要大量人手和时间，并且存在难以避免的 人工误差。物联网技术的应用，真正实现了农业信息数字化、农业生产自动化、农业管理智能化，使温室大棚种植可达到提高产量、改善品质、节省人力、降低人工误差、提高经济效益的目的，实现温室种植的高效和精准化管理。托普温室种植监控系统，改变了传统温室种植管理在技术上的桎梏状态。
智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新
一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例 如、、和。 1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和 。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是 、和。 7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控 制系统 8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、 、和。 9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。 15、正向推理、反向推理和双向推理 16．根据专家控制器在控制系统中的功能，其可分为和。
1. 神经网络的模型分类，分别画出网络图，简述其特点。 1）前向网络：神经网元分层排列，组成输入层，隐含层和输出层。每一层的神经元只能接收前一层神经元的输入。输入模式经过各层的顺次变换后，得到输出层数输出。个神经元之间不存在反馈。感知器和误差反向传播算法中使用的网络都属于这种模型。 2） 2）反馈网络：这种网路结构指的是只有输出层到输入层存在反馈，即每一个输入节点都有可能接受来自外部的输入和来自输出神 经元的反馈。这种模式可用来存储某种模式序列，也可以动态时间序列系统的神经网络建模。 3）相互结合型网络：属于网状结构，这种神经网络模型在任意两个神经元之间都可能存在连接。信号要在神经元之间反复往返传递，网络处在一种不断改变的状态之中。从某个初态开始，经过若干次变化，才能达到某种平衡状态，根据网络结构和神经元的特性，还有可能进入周期震荡或混沌状态。 4）混合型网络：是层次型网络和网状结构网络的一种结合。通过层内神经元的相互结合，可以实现同一层内的神经元的横向抑制或兴奋机制，这样可以限制每层内能同时动作的神经元数，或者把每层内的神经元分成若干组，让每组作为一个整体来动作。 7. 神经网络学习算法有几种，分别画出网络图，简述其特点。 1）有导师学习：所谓有导师学习就是在训练过程中，始终存在一个期望的网络输出。期望输出和实际输出之间的距离作为误差度量并用于调整权值。 1. 2）无导师学习：网络不存在一个期望的输出值，因而没有直接的误差信息，因此，为实现对网络训练，需建立一个间接的评价函数，一对网络的某种行为趋向作出评价。 3、简述神经网络泛化能力。 答：人工神经网络容许某些变化，如当输入矢量带有噪声时，即与样本输出矢量存在差异时，其神经网络的输出同样能够准确地呈现出应有的输出。这种能力就成为泛化能力。 4、单层BP 网络与多层神经网络学习算法的区别。 1）单层神经网络的Delta 学习算法是通过对目标函数∑==N p p E E 1的极小来实现的，其中E 的极小是通过有序地对每一个样本数据的输出误差Ep 的极小化来得到。Delta 规则的学习算法就是对∑=-=012)(21n i pj pj y t E 所定义的目标函数值求梯度得到。 2）多层前向传播网络的权系数训练算法是利用著名的误差反向传播学习算法。根据这一算法，训练网络权阵的更新是通过反向传播网路的期望输出（样本输出）与世纪输出的误差来实现的。 3、分别叙述模糊控制器四个模块设计内容，并写出设计步骤。 答：四个模块为：模糊化过程、知识库（含数据库和规则库）、推理决策逻辑、精确化计算。（PPT 上是：模糊化接口、规则库、模糊推理、清晰化接口） 设计步骤：1定义输入输出变量2定义所有变量的模糊化条件3设计控制规则库4设计模糊推理结构5选择精确化策略方法 PPT 上设计步骤是：（1）确定模糊控制器的输入变量和输出变量；（2）确定输入，输出的论域和Ke 、Kec 、Ku 的值；（3）确定各变量的语言取值及其隶属函数；（4）总结专家控制规则及其蕴涵的模糊关系；（5）选择推理算法； （6）确定清晰化的方法；（7）总结模糊查询表。 1． 什么是智能、智能系统、智能控制？ 答：智能：能够自主的或者交互的执行通常与人类智能有关的智能行为，如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力，即像人类那样工作和思维。 智能系统：是指具有一定智能行为的系统，对于一定的输入，它能产生合适的问题求解相应。 智能控制：智能控制是控制理论、计算机科学、心理学、生物学和运筹学等多方面综合而成的交叉学科，它具有模仿人进行诸如规划、学习、逻辑推理和自适应的能力。是将传统的控制理论与神经网络、模糊逻辑、人工智能和遗传算法等实现手段融合而成的一种新的控制方法。 4 把智能控制看作是AI(人工智能)、OR(运筹学)、AC(自动控制)和IT(信息论)的交集，其根据和内涵是什么? 答：人工只能（AI ）是一个用来模拟人思维的知识处理系统，具有学习、记忆、信息处理、形式语言、启发推理等功能；自动控
智能控制 (1)智能控制与传统控制的区别 答：传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制问题，难以解决对复杂系统的控制。 智能控制能解决被控对象的复杂性、不确定性、高度的非线性，是传统控制发展的高级阶段。 (2)智能控制的概念 答：智能控制是人工智能、自动控制、运筹学的交叉。 (3) 1986年美国的PDP研究小组提出了BP网络，实现了有导师指导下的网络学习，为神 经网络的应用开辟了广阔的发展前景。 (4)专家系统主要由知识库和推理机构成（核心） (5)专家控制的结构 (6)按专家控制在控制系统中的作用和功能，可将专家控制器分为以下两种类型： 答：(1)直接型专家控制器：直接专家控制器用于取代常规控制器，直接控制生产过程或被控对象。具有模拟（或延伸，扩展）操作工人智能的功能。该控制器的任务和功能相对比较简单，但是需要在线、实时控制。因此，其知识表达和知识库也较简单，通常由几十条产生式规则构成，以便于增删和修改。 直接型专家控制器的示意图见图中的虚线所示。 ( 或被控对象进行间接控制的智能控制系统。具有模拟（或延伸，扩展）控制工程师智能的功能。该控制器能够实现优化适应、协调、组织等高层决策的智能控制。按照高层决策功能的性质，间接型专家控制器可分为以下几种类型： ①优化型专家控制器②适应型专家控制器
③ 协调型专家控制器④ 组织型专家控制器 例3.4 设 求A ∪B ，A ∩B 则 (7) 在模糊控制中应用较多的隶属函数有以下6种隶属函数。 （1）高斯型隶属函数 高斯型隶属函数由两个参数σ和c 确定：2 22)(),,(σσc x e c x f --= 其中参数b 通常为正，参数c 用于确定曲线的中心。 M a t l a b 表示为 c]),σ[gaussmf(x, (3) S 形隶属函数 S 形函数s i g m f (x ,[a c ])由参数a 和c 决定：) (11),,(c x a e c a x f --+= 其中参数a 的正负符号决定了S 形隶属函数的开口朝左或朝右，用来表示“正大”或“负大”的概念。M a t l a b 表示为sigmf(x,[a,c]) (4）梯形隶属函数 梯形曲线可由四个参数a ，b ，c ，d 确定：??? ??? ?????≥≤≤--≤≤≤≤--≤=d x d x c c d x d c x b b x a a b a x a x d c b a x f 0 1 ),,,,( 其中参数a 和d 确定梯形的“脚”，而参数b 和c 确定梯形的“肩膀”。 M a t l a b 表示为： d])c,b,[a,trapmf(x, (5)三角形隶属函数 三角形曲线的形状由三个参数a ，b ，c 确定???? ???? ?≥≤≤--≤≤--≤=c x c x b b c x c b x a a b a x a x c b a x f 00 ),,,( 其中参数a 和c 确定三角形的“脚”，而参数b 确定三角形的“峰”。 M a t l a b 表 示 为c])b,[a,trimf(x, （6）Z 形隶属函数 4 3 2 15.04.01.03.0u u u u B A +++= 43216.08.02.09.0u u u u B A +++= 4 3215.08.02.09.0u u u u A += 43216.04.01.03.0u u u u B ++
智能控制题库
1. 试说明智能控制的的基本特点是什么？ （1）学习功能（1分）（2）适应功能（1分）（3）自组织功能（1分） （4）优化能力（2分） 2、试简述智能控制的几个重要分支。 专家控制、模糊控制、神经网络控制和遗传算法。 3、试说明智能控制研究的数学工具。 智能控制研究的数学工具为：（1）符号推理与数值计算的结合；（2）离散事件与连续时间系统得结合；（3）模糊集理论；（4）神经网络理论；（5）优化理论 4.智能控制系统有哪些类型，各自的特点是什么？ （1）专家控制系统（1分） 专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。（2）模糊控制系统（1分） 在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。（3）神经控制系统（1分） 神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。 5、简述专家控制与专家系统存在的区别。 专家控制引入了专家系统的思想，但与专家系统存在区别：（1）专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。
（2）专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。 6、试说明智能控制的三元结构，并画出展示它们之间关系的示意图。 把智能控制扩展为三元结构，即把人工智能、自动控制和运筹学交接如下表示：（2分） IC=AI∩AC∩OR OR一运筹学（Operation research）IC一智能控制( intelligent control); Al一人工智能(artificial intelligence); AC一自动控制(automatic Colltrol); ∩一表示交集. 8. 简述智能控制系统较传统控制的优点。 在传统控制的实际应用遇到很多难解决的问题，主要表现以下几点：（1）实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，无法获得精确的数学模型。(1分)（2）某些复杂的和包含不确定性的控制过程无法用传统的数学模型来描述，即无法解决建模问题。(1分)（3）针对实际系统往往需要进行一些比较苛刻的线性化假设，而这些假设往往与实际系统不符合。(1分)（4）实际控制任务复杂，而传统的控制任务要求低，对复杂的控制任务，如机器人控制、CIMS、社会经济管理系统等复杂任务无能为力。(1分) 智能控制将控制理论的方法和人工智能技术灵活地结合起来，其控制方法适应对象的复杂性和不确定性,能够比较有
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
智能控制理论及应用复习 （紧扣课本） 第一章绪论 经典控制和现代控制理论的统称为传统控制， 智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。智能控制是针对系统的复杂性、非线性和不确定性而提出来的， 传统控制和智能控制的主要区别： ?传统控制方法在处理复杂化和不确定性问题方面能力很低； 智能控制在处理复杂性、不确定性方面能力较高。智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。 ?传统控制是基于被控对象精确模型的控制方式； 智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。 传统控制和智能控制的统一： 智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。 智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一
个组成部分。 智能控制应用对象的特点 (1)不确定性的模型 模型未知或知之甚少； 模型的结构和参数可能在很大范围内变化。 (2)高度的非线性 (3)复杂的任务要求 例如，要求系统对一个复杂的任务具有自行规划和决策的能力；要求除了实现对各被控物理量定值调节外，还要实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能。 智能控制的基本特点 (1)分层递阶的组织结构 (2)多模态控制 (3)自学习能力 (4)自适应能力 (5)自组织能力 (6)优化能力 智能控制系统的主要类型 模糊控制
专家控制系统具有如下特点： ①它在一定程度上模拟人的思维活动规律，能进行自动推理，善于应付各种变化，具有透明性和灵活性。 ②它可以不断监督生产过程，实现特定性能指标下的优化控制，能处理大量低层信息，可进行操作指导。 ③相对传统控制，扩展了许多功能，如复杂系统的高质量控制，故障诊断和容错控制，参数和算法的自动修改，不同算法的组合等。 ④深层知识的引入，可以弥补专家经验的不足，可以自然地消除决策冲突。 分层递阶智能控制具有两个明显的特点： ①对控制来讲，自上而下控制精度愈来愈高； ②对识别来讲，自下而上信息回馈愈来愈粗略。 模糊控制器的一般结构
●专家论谈 智能控制理论及应用的发展现状 杭州浙江大学工业控制技术研究所 (310027) 许晓鸣 孙优贤上海交通大学自动化系 (200030) 熊 刚 在控制工程实践中,人们常常涉及到传感器、执行器、通信系统、计算机以及控制策略和具体算法。它们构成的控制系统可以比拟成一个人,如图1。传感器用来采集反映被控对象特性的信息,它就象人的五官;执行器用来把控制决策命令施加于被控对象,它好比人的四肢;通信技术把传感器采集到的信息及时送到控制器,就象人们的神经系统;计算机是控制器的硬件环境,就象人的脑袋。这四部分在控制系统设计中占去人们大部分精力, 但是控制策略和具体算法就好象人的大脑一样,是控制系统的“指挥中心”。设计尽量“聪明”和适用的控制算法是控制理论发展的动力和内容。 图1 控制系统的构成框图 1 智能控制的兴起 111 自动控制的发展与挫折 本世纪40～50年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了今天所说的“古典控制理论”。60～70年代,数学家们在控制理论发展中占了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间的巨大分歧。70年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,它很快被人们放到了一边。112 人工智能的发展 斯坦福大学人工智能研究中心的N ilsson 教授认为:“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学”。M IT 的W in ston 教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1T u ring 1912 ～1954)为现代人工智能作了大量开拓性的贡献;1956年～1961年是人工智能的发展期,人们重点研究了诸如用机器解决数学定义,通用问题求解程序等。1961年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。 人们研究人工智能方法也分为结构模拟派和功能模拟派,分别从脑的结构和脑的功能入手进行研究。113 智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。 控制理论从人工智能中吸取营养求发展成为必然。 工业系统往往呈现高维、非线性、分布参数、时变、不确定性等复杂特征。特别是非线性对控制结果的影响复杂,控制工程人员很难深入理解,更谈不上设计出合适的控制算法。不确定性是最难以解决的问题,也是导致大系统理论失败的根本原因。但是,对这些问题用工程控制专家经验来解决则往往是成功的。人是最聪明的控制器,模仿人是一种途径。 萨里迪斯(Saridis )于1977年提出了智能控制的三元结构定义,即把智能控制看作为人工智能、自动控制和运筹学的交点。在智能控制发展初期,美国普渡大学的傅京孙(K 1S 1Fu )教授首先提出了学习控制的概念,引入了人工智能的直觉推理。后来在人工智能的概念模拟基础上,发展了许多智能控制方法,如自整定、参数调整P I D 等。再后来则以发展实用的智能控制算法为主,尤以专家系统和神经元网络最为突出。 2 智能控制的发展框架 图2 智能控制的发展框架 现在有关智能控制方面的论文很多,我们可以把