智能控制技術(shù)的發(fā)展現(xiàn)狀及心得體會(huì)

1、智能控制技術(shù)的發(fā)展現(xiàn)狀及心得體會(huì)摘要：在此綜述了智能控制技術(shù)的現(xiàn)狀及發(fā)展，首先簡(jiǎn)述智能控制的性能特點(diǎn)及主要方法，然后介紹智能控制在各行各業(yè)中的應(yīng)用現(xiàn)狀，接著論述智能控制的國(guó)內(nèi)外發(fā)展和現(xiàn)狀。隨著信息技術(shù)的發(fā)展，許多新方法和技術(shù)進(jìn)入工程化、產(chǎn)品化階段，這對(duì)自動(dòng)控制技術(shù)提出創(chuàng)新的挑戰(zhàn)，促進(jìn)了智能理論在控制技術(shù)中的應(yīng)用，以解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題。關(guān)鍵詞：智能控制 模糊控制 神經(jīng)網(wǎng)絡(luò) 遺傳算法一、引言智能控制作為當(dāng)今的一種交叉前沿學(xué)科，其研究中心始終是解決傳統(tǒng)控制理論、方法（包括經(jīng)典控制、現(xiàn)代控制、自適應(yīng)控制、魯棒控制、大系統(tǒng)方法等）所難以解決的不確定性問題。自智能控制概念的提出，

2、自動(dòng)控制界紛紛仿效，主流是人工智能技術(shù)引入到自動(dòng)控制系統(tǒng)中，尋求難以精確建模的復(fù)雜系統(tǒng)的自動(dòng)控制(自治)。在無人干預(yù)的情況下能自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)控制目標(biāo)的自動(dòng)控制技術(shù)。對(duì)許多復(fù)雜的系統(tǒng)，難以建立有效的數(shù)學(xué)模型和用常規(guī)的控制理論去進(jìn)行定量計(jì)算和分析，而必須采用定量方法與定性方法相結(jié)合的控制方式。定量方法與定性方法相結(jié)合的目的是，要由機(jī)器用類似于人的智慧和經(jīng)驗(yàn)來引導(dǎo)求解過程。因此，在研究和設(shè)計(jì)智能系統(tǒng)時(shí)，主要注意力不放在數(shù)學(xué)公式的表達(dá)、計(jì)算和處理方面，而是放在對(duì)任務(wù)和現(xiàn)實(shí)模型的描述、符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫(kù)和推理機(jī)的開發(fā)上，即智能控制的關(guān)鍵問題不是設(shè)計(jì)常規(guī)控制器，而是研制智能機(jī)器的模型。此外

3、，智能控制的核心在高層控制，即組織控制。高層控制是對(duì)實(shí)際環(huán)境或過程進(jìn)行組織、決策和規(guī)劃，以實(shí)現(xiàn)問題求解。為了完成這些任務(wù)，需要采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示、自動(dòng)推理和決策等有關(guān)技術(shù)。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“智能”。二、智能控制的性能特點(diǎn)智能控制是自動(dòng)控制發(fā)展的新的階段，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜、非線性和不確定的系統(tǒng)控制問題。智能控制系統(tǒng)具有以下幾個(gè)特點(diǎn) ：(1) 較強(qiáng)的學(xué)習(xí)能力：能對(duì)未知環(huán)境提供的信息進(jìn)行識(shí)別、記憶、學(xué)習(xí)、融合、分析、推理，并利用積累的知識(shí)和經(jīng)驗(yàn)不斷優(yōu)化、改進(jìn)和提高自身的控制能力；(2) 較強(qiáng)的自適應(yīng)能力：

4、具有適應(yīng)受控對(duì)象動(dòng)力學(xué)特性變化、環(huán)境特性變化和運(yùn)行條件變化的能力；(3) 較強(qiáng)的容錯(cuò)能力：系統(tǒng)對(duì)各類故障具有自診斷、屏蔽和自恢復(fù)能力；(4) 較強(qiáng)的魯棒性：系統(tǒng)性能對(duì)環(huán)境干擾和不確定性因素不敏感；(5) 較強(qiáng)的組織功能：對(duì)于復(fù)雜任務(wù)和分散的傳感信息具有自組織和協(xié)調(diào)功能，使系統(tǒng)具有主動(dòng)性和靈活性；(6) 實(shí)時(shí)性好：系統(tǒng)具有較強(qiáng)的在線實(shí)時(shí)響應(yīng)能力；(7) 人機(jī)協(xié)作性能好：系統(tǒng)具有友好的人機(jī)界面，以保證人機(jī)通信、人機(jī)互助和人機(jī)協(xié)同工作。三、智能控制的主要方法智能控制技術(shù)的主要方法有專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法等（1）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

5、的經(jīng)驗(yàn)，實(shí)現(xiàn)對(duì)系統(tǒng)控制的一種智能控制。主體由知識(shí)庫(kù)和推理機(jī)構(gòu)組成，通過對(duì)知識(shí)的獲取與組織，按某種策略適時(shí)選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理，以實(shí)現(xiàn)對(duì)控制對(duì)象的控制。專家控制可以靈活地選取控制率，靈活性高；可通過調(diào)整控制器的參數(shù)，適應(yīng)對(duì)象特性及環(huán)境的變化，適應(yīng)性好;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)。（2）模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論基礎(chǔ)，以先驗(yàn)知識(shí)和專家經(jīng)驗(yàn)作為控制規(guī)則。其基本思想是用機(jī)器模擬人對(duì)系統(tǒng)的控制，就是在被控對(duì)象的模糊模型的基礎(chǔ)上運(yùn)用模糊控制器近似推理等手段,實(shí)現(xiàn)系統(tǒng)控制。在實(shí)現(xiàn)模糊控制時(shí)主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制

6、規(guī)則的制定二者缺一不可。（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(dòng)，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(cè)控制等方式實(shí)現(xiàn)智能控制。 （4）遺傳算法學(xué)習(xí) 智能控制是通過計(jì)算機(jī)實(shí)現(xiàn)對(duì)系統(tǒng)的控制，因此控制技術(shù)離不開優(yōu)化技術(shù)。快速、高效、全局化的優(yōu)化算法是實(shí)現(xiàn)智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機(jī)制的一種搜索和優(yōu)化算法，它模擬生物界生存競(jìng)爭(zhēng)，優(yōu)勝劣汰，適者生存的機(jī)制，利用復(fù)制、交叉、變異等遺傳操作來完成尋優(yōu)。遺傳算法作為優(yōu)化搜索算法，一方面希望在寬廣的空間

7、內(nèi)進(jìn)行搜索，從而提高求得最優(yōu)解的概率；另一方面又希望向著解的方向盡快縮小搜索范圍，從而提高搜索效率。如何同時(shí)提高搜索最優(yōu)解的概率和效率，是遺傳算法的一個(gè)主要研究方向。四、智能控制的應(yīng)用現(xiàn)狀4.1工業(yè)過程中的智能控制 生產(chǎn)過程的智能控制主要包括兩個(gè)方面:局部級(jí)和全局級(jí)。局部級(jí)的智能控制是指將智能引入工藝過程中的某一單元進(jìn)行控制器設(shè)計(jì)，例如智能PID控制器、專家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點(diǎn)是智能PID控制器，因?yàn)槠湓趨?shù)的整定和在線自適應(yīng)調(diào)整方面具有明顯的優(yōu)勢(shì)，且可用于控制一些非線性的復(fù)雜對(duì)象。全局級(jí)的智能控制主要針對(duì)整個(gè)生產(chǎn)過程的自動(dòng)化，包括整個(gè)操作工藝的控制、過程的故障診斷、規(guī)劃過程操

8、作處理異常等。 4.2 機(jī)械制造中的智能控制 在現(xiàn)代先進(jìn)制造系統(tǒng)中，需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測(cè)的情況，人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè)，它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對(duì)制造過程進(jìn)行動(dòng)態(tài)環(huán)境建模，利用傳感器融合技術(shù)來進(jìn)行信息的預(yù)處理和綜合?？刹捎脤＜蚁到y(tǒng)的“Then-If”逆向推理作為反饋機(jī)構(gòu)，修改控制機(jī)構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的魯棒性，將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來選擇控制動(dòng)作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力，進(jìn)行在線的模式識(shí)別，處理那些可能是殘缺不全的

9、信息。 4.3電力電子學(xué)研究領(lǐng)域中的智能控制 電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過程，國(guó)內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)、故障診斷及控制中，取得了良好的控制效果。遺傳算法是一種先進(jìn)的優(yōu)化算法，采用此方法來對(duì)電器設(shè)備的設(shè)計(jì)進(jìn)行優(yōu)化，可以降低成本，縮短計(jì)算時(shí)間，提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有:模糊邏輯、專家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用領(lǐng)域中，智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一，也是研究的新熱點(diǎn)之一。 以上的三個(gè)例子只是智能控制在各行各業(yè)應(yīng)用中的一個(gè)縮影，

10、它的作用以及影響力將會(huì)關(guān)系國(guó)民生計(jì)。并且智能控制技術(shù)的發(fā)展也是日新月異，我們只有時(shí)刻關(guān)注智能控制技術(shù)才能跟上其日益加快的技術(shù)更新步伐。五、國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)從20世紀(jì)60年代起，計(jì)算機(jī)技術(shù)和人工智能技術(shù)迅速發(fā)展，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，控制界學(xué)者開始將人工智能技術(shù)應(yīng)用于控制系統(tǒng)。1965年，美籍華裔科學(xué)家傅京孫教授首先把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，1966年，Mendel進(jìn)一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制”的概念。1967年，Leondes和Mendel首先正式使用“智能控制”一詞。20世紀(jì)70年代初，傅京孫、Glofiso和

11、Saridis等學(xué)者從控制論角度總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，提出了智能控制就是人工智能技術(shù)與控制理論的交叉的思想，并創(chuàng)立了人機(jī)交互式分級(jí)遞階智能控制的系統(tǒng)結(jié)構(gòu)。1985年8月，IEEE在美國(guó)紐約召開了第一屆智能控制學(xué)術(shù)討論會(huì)，隨后成立了IEEE智能控制專業(yè)委員會(huì)；1987年1月，在美國(guó)舉行第一次國(guó)際智能控制大會(huì)，標(biāo)志著智能控制領(lǐng)域的形成。要做到智能自動(dòng)化，把機(jī)器人的智商提高到智人水平，還需要數(shù)十年。微電子、生命科學(xué)、自動(dòng)化技術(shù)突飛猛進(jìn)，為21世紀(jì)實(shí)現(xiàn)智能控制和智能自動(dòng)化創(chuàng)造了很好的條件。為了達(dá)到目標(biāo)，不僅需要技術(shù)的進(jìn)步，更需要科學(xué)思想和理論的突破。很多科學(xué)家堅(jiān)持認(rèn)為，

12、這需要發(fā)現(xiàn)新的原理，或者改造已知的物理學(xué)基本定理，才能徹底懂得和仿造人類的智能，才能設(shè)計(jì)出具有高級(jí)智能的自動(dòng)控制系統(tǒng)?？茖W(xué)界要為保障人類和地球的生存和可持續(xù)發(fā)展做出必須的貢獻(xiàn)，而控制論科學(xué)家和工程師應(yīng)當(dāng)承擔(dān)主要的使命。智能控制理論的研究和應(yīng)用是現(xiàn)代控制理論在深度和廣度上的拓展。20世紀(jì)80年代以來，信息技術(shù)、計(jì)算技術(shù)的快速發(fā)展及其他相關(guān)學(xué)科的發(fā)展和相互滲透，也推動(dòng)了控制科學(xué)與工程研究的不斷深入，控制系統(tǒng)向智能控制系統(tǒng)的發(fā)展已成為一種趨勢(shì)。六、智能控制的學(xué)習(xí)心得體會(huì)這學(xué)期所學(xué)的智能控制感覺是相對(duì)于之前學(xué)的經(jīng)典控制理論與現(xiàn)代控制理論，其研究對(duì)象是更為實(shí)際與現(xiàn)實(shí)的問題，但是與之前不同之處在于，現(xiàn)在的

13、智能控制不只是研究對(duì)象更加實(shí)際、現(xiàn)實(shí)，而且是提出了新的方法途徑，相比較與經(jīng)典的控制理論，智能控制的研究對(duì)象有其自己的特點(diǎn)：(1)不確定性的模型(2)高度的非線性(3) 復(fù)雜的任務(wù)要求對(duì)于智能控制系統(tǒng)，任務(wù)的要求往往比較復(fù)雜，通常是比較抽象的。學(xué)習(xí)了關(guān)于智能控制的專家控制、模糊控制、神經(jīng)網(wǎng)絡(luò)控制和遺傳算法，發(fā)現(xiàn)智能控制能夠做到在傳統(tǒng)的PID控制中辦不到的事兒，而且神經(jīng)網(wǎng)絡(luò)的控制特別的神奇，它能夠模擬人的大腦，通過神經(jīng)元的超強(qiáng)學(xué)習(xí)功能，如果遇到干擾作用，還能夠自適應(yīng)，但是神經(jīng)網(wǎng)絡(luò)也有欠缺之處，它不能自主解釋自己的推理過程，而這些推理過程都是由人將自己的經(jīng)驗(yàn)轉(zhuǎn)換為一些學(xué)習(xí)算法、規(guī)則，通過數(shù)據(jù)傳播信息

14、的，使其進(jìn)行學(xué)習(xí)。關(guān)于智能控制的學(xué)習(xí)，我現(xiàn)在所學(xué)習(xí)到的僅僅是皮毛。但對(duì)于一個(gè)剛剛接觸智能控制學(xué)習(xí)的學(xué)生，了解如模糊控制、專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)等智能控制的知識(shí)入門尤為重要，為將來進(jìn)一步學(xué)習(xí)智能控制的理論打下基礎(chǔ)，并將理論應(yīng)用于生活和工作當(dāng)中，這才是學(xué)習(xí)的最終目的。七、總結(jié)與展望智能控制雖然已有50多年的發(fā)展史，而其實(shí)際應(yīng)用也越來越成熟、廣泛，但是相比較經(jīng)典的控制理論與方法，智能控制的應(yīng)用還是有待進(jìn)一步發(fā)展的：由于智能學(xué)習(xí)控制采用單一的技術(shù),如模糊邏輯、神經(jīng)網(wǎng)絡(luò)等,會(huì)使智能學(xué)習(xí)控制技術(shù)的學(xué)習(xí)方法缺少變化性和多樣性。因此,從采用的技術(shù)上看,智能學(xué)習(xí)控制將從采用單一的技術(shù)向采用多種技術(shù)混合的方向發(fā)展。從

15、學(xué)習(xí)內(nèi)容來看,智能學(xué)習(xí)控制的學(xué)習(xí)算法將從采用比較簡(jiǎn)單的控制器參數(shù)學(xué)習(xí)向采用比較復(fù)雜的環(huán)境學(xué)習(xí)、結(jié)構(gòu)學(xué)習(xí)和對(duì)象學(xué)習(xí)的方向發(fā)展。并且還向能同時(shí)進(jìn)行多種內(nèi)容學(xué)習(xí)的方向發(fā)展。如同時(shí)包括參數(shù)、結(jié)構(gòu)、環(huán)境、對(duì)象等內(nèi)容的學(xué)習(xí)等等。由于智能學(xué)習(xí)控制采用單一的學(xué)習(xí)方式,如有導(dǎo)師學(xué)習(xí)、無導(dǎo)師學(xué)習(xí)、加強(qiáng)學(xué)習(xí)等,會(huì)使智能學(xué)習(xí)控制的應(yīng)用受到限制。因此,從學(xué)習(xí)方式來看,智能學(xué)習(xí)控制將從單一的學(xué)習(xí)方式向能同時(shí)具有多種學(xué)習(xí)方式混合的方向發(fā)展。從應(yīng)用來看,智能學(xué)習(xí)控制將從變參數(shù)學(xué)習(xí)控制向變結(jié)構(gòu)、變環(huán)境和復(fù)雜未知對(duì)象的學(xué)習(xí)控制的方向發(fā)展。并且還向能同時(shí)進(jìn)行多種應(yīng)用的學(xué)習(xí)控制的方向發(fā)展。研究和開發(fā)新的學(xué)習(xí)算法、新的學(xué)習(xí)方式,引進(jìn)新的技術(shù)等,如研究自創(chuàng)建和自組織學(xué)習(xí)算法、創(chuàng)造性的學(xué)習(xí)方式、采用小波理論等。建立智能學(xué)習(xí)控制的一般性設(shè)計(jì)理論和相應(yīng)的評(píng)價(jià)理論。隨著智能學(xué)習(xí)控制的設(shè)計(jì)方案和設(shè)計(jì)方法的日益豐富,許多新的問題需要研究。例如,如何評(píng)價(jià)和選擇合適的方案以適用于某個(gè)應(yīng)用等。當(dāng)然對(duì)于智能控制的探索與研究還需要更多的學(xué)者投入更多的心血，才能在未來結(jié)出更加豐碩的果實(shí)