智能控制綜述(共6頁)

1、精選優(yōu)質文檔-傾情為你奉上 智能控制綜述 鐘志宏 摘要：本文介紹了智能控制的產(chǎn)生及發(fā)展過程，智能控制研究的內容，分析了幾種典型的智能控制技術，指出了智能控制當前研究的熱點，并對智能控制的發(fā)展進行了展望。關鍵詞：智能控制 專家控制 模糊控制 神經(jīng)網(wǎng)絡控制 遺傳算法 1引言 以精確的數(shù)學模型為基礎的傳統(tǒng)控制在單機自動化和不太復雜的過程控制及系統(tǒng)領域得到了廣泛的應用。隨著科技進步，人們對大規(guī)模、不確定、復雜的的系統(tǒng)控制要求不斷提高，智能控制在這種背景下孕育而生。智能控制是自動控制發(fā)展的高級階段。 2 智能控制的產(chǎn)生及發(fā)展 2.1 智能控制的產(chǎn)生 以經(jīng)典控制理論和現(xiàn)代控制理論為代表的傳統(tǒng)控制理論曾在一

2、段時期成為控制的、解決現(xiàn)實問題的主導。但隨著科技的進步，人們?yōu)樘剿髯匀唬枰鎸Ω鼮閺碗s的對象及高度非線性，不確定的對象。這是傳統(tǒng)控制理論無法給予解決的，所以必須發(fā)展新的概念，理論和方法才能適社會應快速發(fā)展的需要。智能控制在這個大的背景下孕育而生。2.2 智能控制的發(fā)展 1966年 J.M.Medal首先提出將人工智能應用于飛船控制系統(tǒng)的設計；1971年傅京遜首次提出智能控制這一概念，并歸納了三中類型的智能控制系統(tǒng) （1）人作為控制器的控制系統(tǒng)，具有自學習性，自組織性，自適應性功能 （2）人機結合作為控制器的控制系統(tǒng)。機器完成需要快速完成的常規(guī)任務，人則完成認為分配決策等。 (3）無人參與的自

3、主控制系統(tǒng)。為多層的智能控制系統(tǒng)，需要完成問題建模，求解和規(guī)劃，如自主機器人。1985年IEEE在美國紐約召開了第一屆智能控制研討會，隨后成立了IEEE智能控制專業(yè)委員會。1987年在美國舉行第一屆國際智能控制大會，標志著智能控制領域的形成 。20世紀90年底至今，智能控制進入了新的發(fā)展時期，隨著對象規(guī)模的擴大以人工智能技術、信息論、系統(tǒng)論和控制論的發(fā)展，人們試從高層次研究智能控制，這不僅形成了智能控制的多元化，而且在應用實踐方面取得了重大進展。我國智能控制也興起于這一時期。3 智能控制的主要內容 3.1模糊控制 模糊控制是應用模糊集合理論，從行為上模擬人的模糊推理和決策過程的一種實用方法。其

4、核心為模糊推理，主要依賴模糊規(guī)則和模糊變量的隸屬度函數(shù)。與專家系統(tǒng)控制類似，其推理過程也是基于規(guī)則形式表示的人類經(jīng)驗。因此有人把兩者都歸類于基于規(guī)則的控制。模糊控制的特點為(1）提供了一種實現(xiàn)基于自然語言描述規(guī)則的控制規(guī)律的新機制。(2）提供了一種非線性控制器，這種控制器一般用于控制含有不確定性和難以用傳統(tǒng)非線性理論處理的場合。3.2 專家控制 專家控制(expert control)是智能控制的一個重要分支，又稱專家智能控制。所謂專家控制，是將專家系統(tǒng)的理論和技術同控制理論、方法與技術相結合，在未知環(huán)境下，仿效專家的經(jīng)驗，實現(xiàn)對系統(tǒng)的控制。專家控制試圖在傳統(tǒng)控制的基礎上“加人”一個富有經(jīng)驗的

5、控制工程師，實現(xiàn)控制的功能，它由知識庫和推理機構構成主體框架，通過對控制領域知識(先驗經(jīng)驗、動態(tài)信息、目標等)的獲取與組織，按某種策略及時地選用恰當?shù)囊?guī)則進行推理輸出，實現(xiàn)對實際對象的控制。專家控制的結構如圖所示 3.3 神經(jīng)網(wǎng)絡控制 人工神經(jīng)網(wǎng)絡(簡稱神經(jīng)網(wǎng)絡，NeuralNetwork)是模擬人腦思維方式的數(shù)學模型。神經(jīng)網(wǎng)絡是在現(xiàn)代生物學研究人腦組織成果的基礎上提出的，用來模擬人類大腦神經(jīng)網(wǎng)絡的結構和行為，它從微觀結構和功能上對人腦進行抽象和簡化，是模擬人類智能的一條重要途徑，反映了人腦功能的若干基本特征，如并行信息處理、學習、聯(lián)想、模式分類、記憶等。人工神經(jīng)網(wǎng)絡本身各簡單結點沒有顯在的物

6、理意義，但綜合網(wǎng)絡可描述復雜和非線性系統(tǒng)的控制和辨識問題，而且能做到并行實時、冗余容錯的運算。它有如下特點 ：能充分逼近任意非線性特性；分布式并行處理機制；自學習和自適應能力；數(shù)據(jù)融合能力；適合于多變量系統(tǒng)；多變量處理；以及可硬件實現(xiàn)。這些特點使神經(jīng)網(wǎng)絡成為非線性系統(tǒng)建模與控制的一種重要方法，因此神經(jīng)網(wǎng)絡成為實現(xiàn)非線性預測控制的關鍵技術之一 。3.4遺傳算法 遺傳算法簡稱GA(GeneticA1gorithms)，是1962年由美國Michigan大學H011and教授提出的模擬自然界遺傳機制和生物進化論而成的一種并行隨機搜索最優(yōu)化方法。遺傳算法是一種基于生物進化模擬的啟發(fā)式智能算法，它的基本

7、策略是：將待優(yōu)化函數(shù)的自變量編碼成類似基因的離散數(shù)值碼，然后通過類似基因進化的交叉 變異 繁殖等操作獲得待優(yōu)化函數(shù)的最優(yōu)或近似最優(yōu)解 在智能控制中，遺傳算法廣泛應用于各類優(yōu)化問題，遺傳算法可以用于復雜的非線性系統(tǒng)的辨識，多變量系統(tǒng)控制規(guī)則的優(yōu)化，智能控制參數(shù)的優(yōu)化等常規(guī)控制方法難以奏效的問題 遺傳算法具有可擴展性，可以。同專家系統(tǒng) 模糊控制和神經(jīng)網(wǎng)絡結合，為智能控制的研究注、入新的活力 如可用遺傳算法對模糊控制的控制規(guī)則和隸屬度函數(shù)進行優(yōu)化，對神經(jīng)網(wǎng)絡的權值進行優(yōu)化等。 遺傳算法的特點為 ：(1）以決策變量的編碼作為運算對象(2）直接以目標函數(shù)值作為搜索信息(3）同時進行解空間的多點搜索(4）

8、使用自適應的概率搜索技術智能控制當前研究熱點隨著人們對不確定性、復雜性、模糊性過程控制問題進行廣泛深入研究，專家系統(tǒng)、模糊邏輯和神經(jīng)網(wǎng)絡被廣泛地引入到控制理論之中。由于這三者都具有解決人工智能中知識表達與不確定性推理的信息表達與處理能力，人們近來普遍認為以下幾種途徑是智能控制最具吸引力的選擇： 基于知識和經(jīng)驗的專家系統(tǒng)控制； 基于模糊邏輯推理與計算的模糊控制； 基于人工神經(jīng)網(wǎng)絡的神經(jīng)網(wǎng)絡控制； 以上途徑的交叉與結合。由于專家系統(tǒng)控制、模糊控制和神經(jīng)網(wǎng)絡控制各有特點，因此目前有些研究者集成這些方法，形成了模糊神經(jīng)網(wǎng)絡控制和專家模糊控制等多個方向。例如，一種基于神經(jīng)網(wǎng)絡的模糊焊接控制方法 、基于進

9、化計算和神經(jīng)網(wǎng)絡的財政預算方法 、用于醫(yī)學診斷的粗集神經(jīng)網(wǎng)絡專家系統(tǒng) 和基于模糊專家系統(tǒng)的不穩(wěn)定電壓控制 。子波變換、遺傳算法與模糊神經(jīng)網(wǎng)絡的結合、以及混沌理論等，也將成為智能控制的發(fā)展方向。智能控制的未來發(fā)展智能控制取得了可喜的成果和進展，作為一門新學科，無論在理論上還是應用上都不夠完善成熟，有待繼續(xù)研究發(fā)展。智能控制徐在以下幾個方面加強研究工作（）加強理論研究工作，重點研究智能控制的穩(wěn)定性、可控性、魯棒性、跟蹤性等問題。（2）加強各種智能控制方法的耦合度（3）注重技術創(chuàng)新，加快研制智能控制硬件設施與軟件。（4）將智能控制理論更廣泛的運用到實際中，在應用中得到提高和發(fā)展。參考文獻（1）韋巍.智能控制技術.北京：機械工業(yè)出版社，2000（2）孫增圻.智能控制理論與技