何謂現(xiàn)代控制理論

1、何謂現(xiàn)代控制理論？與經(jīng)典控制理論之間是什么樣的關(guān)系或聯(lián)系？在解決控制問 題時(shí)各有什么不同的優(yōu)缺點(diǎn)？懸賞分：10 |解決時(shí)間：2010-1-5 19:04 |提問者：speed8kill 側(cè)重于后兩個(gè)問題 最佳答案 現(xiàn)代控制理論以狀態(tài)空間描述（實(shí)質(zhì)上是一階微分或差分方程組）作為數(shù)學(xué)模型， 利用計(jì)算機(jī)作為系統(tǒng)建模分析，設(shè)計(jì)乃至控制的手段，適應(yīng)于多變量、非線性、 時(shí)變系統(tǒng)。狀態(tài)空間方法屬于時(shí)域方法，其核心是做優(yōu)化技術(shù)。經(jīng)典控制理論分析和設(shè)計(jì)控制系統(tǒng)采用的方法是頻率特性法和根軌跡法。這兩種 方法用來分析和設(shè)計(jì)線性、定常單變量系統(tǒng)是很有效地。但是，對(duì)于非線性系統(tǒng)， 時(shí)變系統(tǒng)，多變量系統(tǒng)等，經(jīng)典控制理論就

2、顯得無能為力了。同時(shí)，隨著生產(chǎn)過 程自動(dòng)化水平的提高，控制系統(tǒng)的任務(wù)越來越復(fù)雜，控制精度要求也越來越高， 因此，建立在狀態(tài)空間分析方法基礎(chǔ)上的現(xiàn)代控制理論便迅速地發(fā)展起來。建立在狀態(tài)空間法基礎(chǔ)上的一種控制理論，是自動(dòng)控制理論的一個(gè)主要組成部 分。在現(xiàn)代控制理論中，對(duì)控制系統(tǒng)的分析和設(shè)計(jì)主要是通過對(duì)系統(tǒng)的狀態(tài)變量 的描述來進(jìn)行的，基本的方法是時(shí)間域方法?，F(xiàn)代控制理論比經(jīng)典控制理論所能 處理的控制問題要廣泛得多，包括線性系統(tǒng)和非線性系統(tǒng)，定常系統(tǒng)和時(shí)變系統(tǒng)， 單變量系統(tǒng)和多變量系統(tǒng)。它所采用的方法和算法也更適合于在數(shù)字計(jì)算機(jī)上進(jìn) 行。現(xiàn)代控制理論還為設(shè)計(jì)和構(gòu)造具有指定的性能指標(biāo)的最優(yōu)控制系統(tǒng)提供了

3、可 能性。發(fā)展過程 現(xiàn)代控制理論是在20世紀(jì)50年代中期迅速興起的空間技術(shù)的推動(dòng)下發(fā)展 起來的。空間技術(shù)的發(fā)展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造 衛(wèi)星用最少燃料或最短時(shí)間準(zhǔn)確地發(fā)射到預(yù)定軌道一類的控制問題。這類控制問題十分復(fù)雜，采用經(jīng)典控制理論難以解決。1958年，蘇聯(lián)科學(xué)家刀.0龐特里亞金提出了 名為極大值原理的綜合控制系統(tǒng)的新方法。在這之前,美國學(xué)者R.貝爾曼于1954年創(chuàng) 立了動(dòng)態(tài)規(guī)劃，并在1956年應(yīng)用于控制過程。他們的研究成果解決了空間技術(shù)中出現(xiàn) 的復(fù)雜控制問題，并開拓了控制理論中 最優(yōu)控制理論這一新的領(lǐng)域。19601961年， 美國學(xué)者R.E.卡爾曼和R.S.布什

4、建立了卡爾曼-布什濾波理論，因而有可能有效地考慮 控制問題中所存在的隨機(jī)噪聲的影響，把控制理論的研究范圍擴(kuò)大，包括了更為復(fù)雜 的控制問題。幾乎在同一時(shí)期內(nèi)，貝爾曼、卡爾曼等人把狀態(tài)空間法系統(tǒng)地引入控制 理論中。狀態(tài)空間法對(duì)揭示和認(rèn)識(shí)控制系統(tǒng)的許多重要特性具有關(guān)鍵的作用。其中能控性和能觀測(cè)性尤為重要，成為控制理論兩個(gè)最基本的概念。到60年代初，一套以狀態(tài)空間法、極大值原理、動(dòng)態(tài)規(guī)劃、卡爾曼 -布什濾波為基礎(chǔ)的分析和設(shè)計(jì)控制系 統(tǒng)的新的原理和方法已經(jīng)確立，這標(biāo)志著現(xiàn)代控制理論的形成。學(xué)科內(nèi)容現(xiàn)代控制理論所包含的學(xué)科內(nèi)容十分廣泛，主要的方面有：線性系統(tǒng)理 論、非線性系統(tǒng)理論、最優(yōu)控制理論、隨機(jī)控制理

5、論和適應(yīng)控制理論。線性系統(tǒng)理論它是現(xiàn)代控制理論中最為基本和比較成熟的一個(gè)分支，著重于研 究線性系統(tǒng)中狀態(tài)的控制和觀測(cè)問題，其基本的分析和綜合方法是狀態(tài)空間法。按所 采用的數(shù)學(xué)工具，線性系統(tǒng)理論通常分成為三個(gè)學(xué)派：基于幾何概念和方法的幾何理 論，代表人物是W.M.旺納姆;基于抽象代數(shù)方法的代數(shù)理論，代表人物是R.E.卡爾曼； 基于復(fù)變量方法的頻域理論，代表人物是 H.H.羅森布羅克。非線性系統(tǒng)理論非線性系統(tǒng)的分析和綜合理論尚不完善。研究領(lǐng)域主要還限于 系統(tǒng)的運(yùn)動(dòng)穩(wěn)定性、雙線性系統(tǒng)的控制和觀測(cè)問題、非線性反饋問題等。更一般的非 線性系統(tǒng)理論還有待建立。從 70年代中期以來，由微分幾何理論得出的某些

6、方法對(duì) 分析某些類型的非線性系統(tǒng)提供了有力的理論工具。最優(yōu)控制理論最優(yōu)控制理論是設(shè)計(jì)最優(yōu)控制系統(tǒng)的理論基礎(chǔ)，主要研究受控系 統(tǒng)在指定性能指標(biāo)實(shí)現(xiàn)最優(yōu)時(shí)的控制規(guī)律及其綜合方法。在最優(yōu)控制理論中，用于綜 合最優(yōu)控制系統(tǒng)的主要方法有極大值原理和動(dòng)態(tài)規(guī)劃。最優(yōu)控制理論的研究范圍正在 不斷擴(kuò)大，諸如大系統(tǒng)的最優(yōu)控制、分布參數(shù)系統(tǒng)的最優(yōu)控制等。隨機(jī)控制理論隨機(jī)控制理論的目標(biāo)是解決隨機(jī)控制系統(tǒng)的分析和綜合問題。維 納濾波理論和卡爾曼-布什濾波理論是隨機(jī)控制理論的基礎(chǔ)之一。隨機(jī)控制理論的一 個(gè)主要組成部分是隨機(jī)最優(yōu)控制，這類隨機(jī)控制問題的求解有賴于動(dòng)態(tài)規(guī)劃的概念和 方法。適應(yīng)控制理論適應(yīng)控制系統(tǒng)是在模仿生物適

7、應(yīng)能力的思想基礎(chǔ)上建立的一類可 自動(dòng)調(diào)整本身特性的控制系統(tǒng)。適應(yīng)控制系統(tǒng)的研究?？蓺w結(jié)為如下的三個(gè)基本問 題：識(shí)別受控對(duì)象的動(dòng)態(tài)特性；在識(shí)別對(duì)象的基礎(chǔ)上選擇決策；在決策的基礎(chǔ) 上做出反應(yīng)或動(dòng)作。智能控制(intelligent controls)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)?？刂评碚摪l(fā)展至今已有100多年的歷史，經(jīng)歷 了 “經(jīng)典控制理論”和“現(xiàn)代控制理論”的發(fā)展階段，已進(jìn)入“大系統(tǒng)理論”和 “智能控制理論”階段。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，

8、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)。目錄簡(jiǎn)介概念智能控制的特點(diǎn)智能控制的結(jié)構(gòu)理論智能控制與傳統(tǒng)控制的關(guān)系智能控制的研究對(duì)象智能控制的應(yīng)用智能控制的類型簡(jiǎn)介概念智能控制的特點(diǎn)智能控制的結(jié)構(gòu)理論智能控制與傳統(tǒng)控制的關(guān)系智能控制的研究對(duì)象智能控制的應(yīng)用智能控制的類型智能控制的發(fā)展趨勢(shì)圖書智能控制內(nèi)容簡(jiǎn)介目錄展開編輯本段簡(jiǎn)介自1971年傅京孫教授提出“智能控制”概念以來，智能控制已經(jīng)從二元論（人工 智能和控制論）發(fā)展到四元論（人工智能、模糊集理論、運(yùn)籌學(xué)和控制論），在取得豐碩研究和應(yīng)用成果的同時(shí)，智能控制理論也得到不斷的發(fā)展和完善。智能控制是多 學(xué)科交叉

9、的學(xué)科，它的發(fā)展得益于人工智能、認(rèn)知科學(xué)、模糊集理論和生物控制論等 許多學(xué)科的發(fā)展，同時(shí)也促進(jìn)了相關(guān)學(xué)科的發(fā)展。智能控制也是發(fā)展較快的新興學(xué)科， 盡管其理論體系還遠(yuǎn)沒有經(jīng)典控制理論那樣成熟和完善，但智能控制理論和應(yīng)用研究所取得的成果顯示出其旺盛的生命力，受到相關(guān)研究和工程技術(shù)人員的關(guān)注。隨著科 學(xué)技術(shù)的發(fā)展，智能控制的應(yīng)用領(lǐng)域?qū)⒉粩嗤卣梗碚摵图夹g(shù)也必將得到不斷的發(fā)展 和完善。編輯本段概念智能控制的基本概念智能控制的定義一：智能控制是由智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程 .而智能機(jī) 器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的，熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí) 行人類規(guī)定的任務(wù)的一種機(jī)器.定義二：K

10、.J.奧斯托羅姆則認(rèn)為，把人類具有的直覺推理和試湊法等智能加以形式 化或機(jī)器模擬,并用于控制系統(tǒng)的分析與設(shè)計(jì)中，以期在一定程度上實(shí)現(xiàn)控制系統(tǒng)的智 能化，這就是智能控制.他還認(rèn)為自調(diào)節(jié)控制，自適應(yīng)控制就是智能控制的低級(jí)體現(xiàn).定義三：智能控制是一類無需人的干預(yù)就能夠自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo) 的自動(dòng)控制，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要領(lǐng)域.定義四：智能控制實(shí)際只是研究與模擬人類智能活動(dòng)及其控制與信息傳遞過程 的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一個(gè)新興分支學(xué)科。產(chǎn)生及發(fā)展自1932年奈魁斯特(H.Nyquist)的有關(guān)反饋放大器穩(wěn)定性論文發(fā)表以來，控制 理論的發(fā)展已走過了 60

11、多年的歷程。一般認(rèn)為，前30年是經(jīng)典控制理論的發(fā)展和成 熟階段，后30年是現(xiàn)代控制理論的形成和發(fā)展階段。隨著研究的對(duì)象和系統(tǒng)越來越 復(fù)雜，借助于數(shù)學(xué)模型描述和分析的傳統(tǒng)控制理論已難以解決復(fù)雜系統(tǒng)的控制問題。 智能控制是針對(duì)控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而產(chǎn)生和發(fā)展起 來的。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 “

12、人工智能控制”的概念。0967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、Glofis0和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)。20世紀(jì)70年代中期，以模糊集合論為基礎(chǔ)，智能控制在規(guī)則控制研究上取得了 重要進(jìn)展。1974年，Mamdani提出了基于模糊語言描述控制規(guī)則的模糊控制器，將 模糊集和模糊語言邏輯用于工業(yè)過程控制，之后又成功地研制出自組織模糊控制器， 使得模糊控制器的智能化水平有了較大提高

13、。模糊控制的形成和發(fā)展，以及與人工智 能的相互滲透，對(duì)智能控制理論的形成起了十分重要的推動(dòng)作用。20世紀(jì)80年代，專家系統(tǒng)技術(shù)的逐漸成熟及計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得智能 控制和決策的研究也取得了較大進(jìn)展。1986年，KJ.Astrom發(fā)表的著名論文專家控 制中，將人工智能中的專家系統(tǒng)技術(shù)引入控制系統(tǒng)，組成了另一種類型的智能控制 系統(tǒng)一一專家控制。目前，專家控制方法已有許多成功應(yīng)用的實(shí)例。詳解對(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

14、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，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”。隨著人工智能和計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有可能把自動(dòng)控制和人工智能以及系統(tǒng) 科學(xué)中一些有

15、關(guān)學(xué)科分支（如 系統(tǒng)工程、系統(tǒng)學(xué)、運(yùn)籌學(xué)、信息論）結(jié)合起來，建立 一種適用于復(fù)雜系統(tǒng)的控制理論和技術(shù)。智能控制正是在這種條件下產(chǎn)生的。它是自 動(dòng)控制技術(shù)的最新發(fā)展階段，也是用計(jì)算機(jī)模擬人類智能進(jìn)行控制的研究領(lǐng)域。1965年，傅京孫首先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)。1985年，在美國首次召開了智能控制學(xué)術(shù)討論會(huì)。1987年又在美國召開了智能控制的首屆國際學(xué)術(shù) 會(huì)議，標(biāo)志著智能控制作為一個(gè)新的學(xué)科分支得到承認(rèn)。智能控制具有交叉學(xué)科和定 量與定性相結(jié)合的分析方法和特點(diǎn)。一個(gè)系統(tǒng)如果具有感知環(huán)境、不斷獲得信息以減小不確定性和計(jì)劃、產(chǎn)生以及執(zhí) 行控制行為的能力，即稱為智能控制系統(tǒng).智能

16、控制技術(shù) 是在向人腦學(xué)習(xí)的過程中不 斷發(fā)展起來的，人腦是一個(gè)超級(jí)智能控制系統(tǒng)，具有實(shí)時(shí)推理、決策、學(xué)習(xí)和記憶等功 能,能適應(yīng)各種復(fù)雜的控制環(huán)境.智能控制與傳統(tǒng)的或常規(guī)的控制有密切的關(guān)系，不是相互排斥的.常規(guī)控制往往包含在智能控制之中，智能控制也利用常規(guī)控制的方法來解決“低級(jí)”的控制問題，力圖 擴(kuò)充常規(guī)控制方法并建立一系列新的理論與方法來解決更具有挑戰(zhàn)性的復(fù)雜控制問 題.傳統(tǒng)的自動(dòng)控制是建立在確定的模型基礎(chǔ)上的，而智能控制的研究對(duì)象則存在 模型嚴(yán)重的不確定性，即模型未知或知之甚少者模型的結(jié)構(gòu)和參數(shù)在很大的范圍內(nèi)變動(dòng)，比如工業(yè)過程的病態(tài)結(jié)構(gòu)問題、某些干擾的無法預(yù)測(cè)，致使無法建立其模型，這些問 題對(duì)

17、基于模型的傳統(tǒng)自動(dòng)控制來說很難解決. 傳統(tǒng)的自動(dòng)控制系統(tǒng)的輸入或輸出設(shè)備與人及外界環(huán)境的信息交換很不方便，希望制造出能接受印刷體、圖形甚至手寫體和口頭命令等形式的信息輸入裝置，能夠更加深入而靈活地和系統(tǒng)進(jìn)行信息交流，同時(shí)還要擴(kuò)大輸出裝置的能力，能夠用文字、 圖紙、立體形象、語言等形式輸出信息.另外,通常的自動(dòng)裝置不能接受、分析和感知 各種看得見、聽得著的形象、聲音的組合以及外界其它的情況.為擴(kuò)大信息通道，就必 須給自動(dòng)裝置安上能夠以機(jī)械方式模擬各種感覺的精確的送音器，即文字、聲音、物體識(shí)別裝置.可喜的是，近幾年計(jì)算機(jī)及多媒體技術(shù)的迅速發(fā)展，為智能控制在這一方 面的發(fā)展提供了物質(zhì)上的準(zhǔn)備，使智能

18、控制變成了多方位“立體”的控制系統(tǒng). 傳統(tǒng)的自動(dòng)控制系統(tǒng)對(duì)控制任務(wù)的要求要么使輸出量為定值（調(diào)節(jié)系統(tǒng)），要么 使輸出量跟隨期望的運(yùn)動(dòng)軌跡（跟隨系統(tǒng)），因此具有控制任務(wù)單一性的特點(diǎn)，而智能控 制系統(tǒng)的控制任務(wù)可比較復(fù)雜，例如在智能機(jī)器人系統(tǒng)中，它要求系統(tǒng)對(duì)一個(gè)復(fù)雜的任 務(wù)具有自動(dòng)規(guī)劃和決策的能力，有自動(dòng)躲避障礙物運(yùn)動(dòng)到某一預(yù)期目標(biāo)位置的能力等 .對(duì)于這些具有復(fù)雜的任務(wù)要求的系統(tǒng)，采用智能控制的方式便可以滿足傳統(tǒng)的控制理論對(duì)線性問題有較成熟的理論，而對(duì)高度非線性的控制對(duì)象雖然有一些非線性方法可以利用，但不盡人意.而智能控制為解決這類復(fù)雜的非線性問題 找到了一個(gè)出路，成為解決這類問題行之有效的途徑.

19、工業(yè)過程智能控制系統(tǒng)除具有 上述幾個(gè)特點(diǎn)外，又有另外一些特點(diǎn)，如被控對(duì)象往往是動(dòng)態(tài)的，而且控制系統(tǒng)在線運(yùn) 動(dòng),一般要求有較高的實(shí)時(shí)響應(yīng)速度等，恰恰是這些特點(diǎn)又決定了它與其它智能控制系 統(tǒng)如智能機(jī)器人系統(tǒng)、航空航天控制系統(tǒng)、交通運(yùn)輸控制系統(tǒng)等的區(qū)別，決定了它的控制方法以及形式的獨(dú)特之處.與傳統(tǒng)自動(dòng)控制系統(tǒng)相比，智能控制系統(tǒng)具有足夠的關(guān)于人的控制策略、被控 對(duì)象及環(huán)境的有關(guān)知識(shí)以及運(yùn)用這些知識(shí)的能力與傳統(tǒng)自動(dòng)控制系統(tǒng)相比，智能控制系統(tǒng)能以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)表示的混合控制過程，采用開閉環(huán)控制和定性及定量控制結(jié)合的多模態(tài)控制方式.與傳統(tǒng)自動(dòng)控制系統(tǒng)相比，智能控制系統(tǒng)具有變結(jié)構(gòu)特點(diǎn)，能總體

20、自尋優(yōu)，具有 自適應(yīng)、自組織、自學(xué)習(xí)和自協(xié)調(diào)能力.與傳統(tǒng)自動(dòng)控制系統(tǒng)相比，智能控制系統(tǒng)有補(bǔ)償及自修復(fù)能力和判斷決策能 力.總之，智能控制系統(tǒng)通過智能機(jī)自動(dòng)地完成其目標(biāo)的控制過程，其智能機(jī)可以在熟悉或不熟悉的環(huán)境中自動(dòng)地或人一機(jī)交互地完成擬人任務(wù).編輯本段智能控制的特點(diǎn)同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合過程，也往往是那些含有復(fù)雜性，不完全性，模糊性或不確定性以及不存在已知算法的非數(shù)學(xué)過程 ，并 以知識(shí)進(jìn)行推理，以啟發(fā)引導(dǎo)求解過程；智能控制的核心在高層控制，即組織級(jí)；智能控制器具有非線性特性；智能控制具有變結(jié)構(gòu)特點(diǎn)；智能控制器具有總體自尋優(yōu)特性；智能控制系統(tǒng)應(yīng)能滿足多樣性目標(biāo)

21、的高性能要求；智能控制是一門邊緣交叉學(xué)科；智能控制是一個(gè)新興的研究領(lǐng)域。編輯本段智能控制的結(jié)構(gòu)理論智能控制的結(jié)構(gòu)理論ic=AinAcnoRic 一智能控制(Intelligent Control);OR運(yùn)籌學(xué)(Operation Research)Al一人工智能(Artificial Intelligence);AC 一自動(dòng)控制(Automatic Control);n一表示交集.人工智能(AI):是一個(gè)知識(shí)處理系統(tǒng)，具有記憶，學(xué)習(xí),信息處理，形式語言，啟發(fā)式推 理等功能.自動(dòng)控制(AC):描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋.運(yùn)籌學(xué)(OR):是一種定量?jī)?yōu)化方法，如線性規(guī)劃，網(wǎng)絡(luò)規(guī)劃，調(diào)度,管

22、理,優(yōu)化決策和多 目標(biāo)優(yōu)化方法等.智能控制的結(jié)構(gòu)理論智能控制就是應(yīng)用人工智能的理論與技術(shù)和運(yùn)籌學(xué)的優(yōu)化方法，并將其同控制理論方法與技術(shù)相結(jié)合，在未知環(huán)境下，仿效人的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的控制.可見，智能控制代表著自動(dòng)控制學(xué)科發(fā)展的最新進(jìn)程。編輯本段智能控制與傳統(tǒng)控制的關(guān)系傳統(tǒng)控制(Conventional control):經(jīng)典反饋控制和現(xiàn)代理論控制.它們的主要特征 是基于精確的系統(tǒng)數(shù)學(xué)模型的控制.適于解決線性，時(shí)不變等相對(duì)簡(jiǎn)單的控制問題.智能控制(Intelligent control)以上問題用智能的方法同樣可以解決.智能控制是對(duì) 傳統(tǒng)控制理論的發(fā)展，傳統(tǒng)控制是智能控制的一個(gè)組成部分，在這個(gè)意

23、義下，兩者可以 統(tǒng)一在智能控制的框架下.編輯本段智能控制的研究對(duì)象智能控制的研究對(duì)象具備以下的一些特點(diǎn)：不確定性的模型智能控制的研究對(duì)象通常存在嚴(yán)重的不確定性。這里所說的模型不確定性包含兩 層意思：一是模型未知或知之甚少；二是模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。高度的非線性對(duì)于具有高度非線性的控制對(duì)象，采用智能控制的方法往往可以較好地解決非線 性系統(tǒng)的控制問題。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。編輯本段智能控制的應(yīng)用智能控制主要應(yīng)用存在的情況實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，一般無法 獲得精確的數(shù)學(xué)模型。而這些應(yīng)用傳統(tǒng)控制理論進(jìn)行控制必須提出

24、并遵循一些比較苛刻的線性化假設(shè)， 假設(shè)在應(yīng)用中往往與實(shí)際情況不相吻合。對(duì)于某些復(fù)雜的和飽含不確定性的控制過程，根本無法用傳統(tǒng)數(shù)學(xué)模型來表示， 即無法解決建模問題。為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的投資，減 低了系統(tǒng)的可靠性。智能控制在各行各業(yè)的應(yīng)用工業(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

25、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)劃過程操作處理異常等。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)

26、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信息。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

27、技術(shù)應(yīng)用方向之一，也是研究的新熱點(diǎn)之一。編輯本段智能控制的類型集成或者（復(fù)合）混合控制幾種方法和機(jī)制往往結(jié)合在一起，用于一個(gè)實(shí)際的智能控制系統(tǒng)或裝置，從而建立起混合或集成的智能控制系統(tǒng)分級(jí)遞階控制系統(tǒng)分級(jí)遞階智能控制是在自適應(yīng)控制和自組織控制基礎(chǔ)上 ，由美國普渡大學(xué)Saridis 提出的智能控制理論.分級(jí)遞階智能控制(Hierarchical Intelligent Control)主要由三個(gè) 控制級(jí)組成，按智能控制的高低分為組織級(jí)，協(xié)調(diào)級(jí),執(zhí)行級(jí),并且這三級(jí)遵循”伴隨智能 遞降精度遞增”原則。組織級(jí)(organization level):組織級(jí)通過人機(jī)接口和用戶(操作員)進(jìn)行交互，執(zhí)行最

28、高決策的控制功能，監(jiān)視并指導(dǎo)協(xié)調(diào)級(jí)和執(zhí)行級(jí)的所有行為，其智能程度最高.協(xié)調(diào)級(jí)(Coordination level):協(xié)調(diào)級(jí)可進(jìn)一步劃分為兩個(gè)分層：控制管理分層和控 制監(jiān)督分層.執(zhí)行級(jí)(executive level):執(zhí)行級(jí)的控制過程通常是執(zhí)行一個(gè)確定的動(dòng)作.專家控制系統(tǒng)(Expert System)專家指的是那些對(duì)解決專門問題非常熟悉的人們，他們的這種專門技術(shù)通常源于 豐富的經(jīng)驗(yàn)，以及他們處理問題的詳細(xì)專業(yè)知識(shí).專家系統(tǒng)主要指的是一個(gè)智能計(jì)算機(jī)程序系統(tǒng)，其內(nèi)部含有大量的某個(gè)領(lǐng)域?qū)＜?水平的知識(shí)與經(jīng)驗(yàn)，能夠利用人類專家的知識(shí)和解決問題的經(jīng)驗(yàn)方法來處理該領(lǐng)域的 高水平難題.它具有啟發(fā)性，透明性

29、，靈活性，符號(hào)操作，不一確定性推理等特點(diǎn).應(yīng)用專家 系統(tǒng)的概念和技術(shù)，模擬人類專家的控制知識(shí)與經(jīng)驗(yàn)而建造的控制系統(tǒng)，稱為專家控制 系統(tǒng).專家系統(tǒng)是利用專家知識(shí)對(duì)專門的或困難的問題進(jìn)行描述.用專家系統(tǒng)所構(gòu)成的專家控制，無論是專家控制系統(tǒng)還是專家控制器，其相對(duì)工程費(fèi)用較高，而且還涉及 自動(dòng)地獲取知識(shí)困難、無自學(xué)能力、知識(shí)面太窄等問題 .盡管專家系統(tǒng)在解決復(fù)雜的 高級(jí)推理中獲得較為成功的應(yīng)用，但是專家控制的實(shí)際應(yīng)用相對(duì)還是比較少。人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)神經(jīng)網(wǎng)絡(luò)是指由大量與生物神經(jīng)系統(tǒng)的神經(jīng)細(xì)胞相類似的人工神經(jīng)元互連而組 成的網(wǎng)絡(luò)；或由大量象生物神經(jīng)元的處理單元并聯(lián)互連而成.這種神經(jīng)網(wǎng)絡(luò)具有某些智 能和

30、仿人控制功能.學(xué)習(xí)算法是神經(jīng)網(wǎng)絡(luò)的主要特征，也是當(dāng)前研究的主要課題.學(xué)習(xí)的概念來自生物 模型,它是機(jī)體在復(fù)雜多變的環(huán)境中進(jìn)行有效的自我調(diào)節(jié) .神經(jīng)網(wǎng)絡(luò)具備類似人類的學(xué) 習(xí)功能.一個(gè)神經(jīng)網(wǎng)絡(luò)若想改變其輸出值，但又不能改變它的轉(zhuǎn)換函數(shù)，只能改變其輸 人,而改變輸人的唯一方法只能修改加在輸人端的加權(quán)系數(shù) .神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程是修改加權(quán)系數(shù)的過程，最終使其輸出達(dá)到期望值，學(xué)習(xí)結(jié)束. 常用的學(xué)習(xí)算法有：Hebb學(xué)習(xí)算法,widrow Hoff學(xué)習(xí)算法,反向傳播學(xué)習(xí)算法一 BP學(xué) 習(xí)算法,Hopfield反饋神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法等。神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元按一定的拓?fù)浣Y(jié)構(gòu)和學(xué)習(xí)調(diào)整方法.它能表示出豐富的特性

31、：并行計(jì)算、分布存儲(chǔ)、可變結(jié)構(gòu)、高度容錯(cuò)、非線性運(yùn)算、自我組織、 學(xué)習(xí)或自學(xué)習(xí)等.這些特性是人們長期追求和期望的系統(tǒng)特性.它在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學(xué)習(xí)等控制方面具有獨(dú)特的能力.神經(jīng)網(wǎng)絡(luò)可以和模糊邏輯一樣適用于任意復(fù)雜對(duì)象的控制，但它與模糊邏輯不同的是擅長單輸入 多輸出系統(tǒng)和多輸入多輸出系統(tǒng)的多變量控制.在模糊邏輯表示的SIMO系統(tǒng)和 MIMO系統(tǒng)中，其模糊推理、解模糊過程以及學(xué)習(xí)控制等功能常用神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn).模 糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù)： 模糊邏輯和神經(jīng)網(wǎng)絡(luò)作為智能控制的主要技術(shù) 已被廣泛應(yīng)用.兩者既有相同性又有不同性.其相同性為：兩者都可作為萬能逼近器 解決

32、非線性問題,并且兩者都可以應(yīng)用到控制器設(shè)計(jì)中.不同的是：模糊邏輯可以利用 語言信息描述系統(tǒng)，而神經(jīng)網(wǎng)絡(luò)則不行；模糊邏輯應(yīng)用到控制器設(shè)計(jì)中，其參數(shù)定義有 明確的物理意義，因而可提出有效的初始參數(shù)選擇方法 ；神經(jīng)網(wǎng)絡(luò)的初始參數(shù)(如權(quán)值 等)只能隨機(jī)選擇.但在學(xué)習(xí)方式下，神經(jīng)網(wǎng)絡(luò)經(jīng)過各種訓(xùn)練，其參數(shù)設(shè)置可以達(dá)到滿 足控制所需的行為.模糊邏輯和神經(jīng)網(wǎng)絡(luò)都是模仿人類大腦的運(yùn)行機(jī)制，可以認(rèn)為神 經(jīng)網(wǎng)絡(luò)技術(shù)模仿人類大腦的硬件，模糊邏輯技術(shù)模仿人類大腦的軟件.根據(jù)模糊邏輯 和神經(jīng)網(wǎng)絡(luò)的各自特點(diǎn)，所結(jié)合的技術(shù)即為模糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù).模糊邏輯、神經(jīng)網(wǎng)絡(luò)和它們混合技術(shù)適用于各種學(xué)習(xí)方式智能控制的相關(guān)

33、技術(shù)與控制方式結(jié)合或綜合交叉結(jié)合，構(gòu)成風(fēng)格和功能各異的智能控制系統(tǒng)和智能控制器是智 能控制技術(shù)方法的一個(gè)主要特點(diǎn).模糊控制系統(tǒng)所謂模糊控制，就是在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理 手段，實(shí)現(xiàn)系統(tǒng)控制的一種方法.模糊模型是用模糊語言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài) 特性及性能指標(biāo).模糊控制的基本思想是用機(jī)器去模擬人對(duì)系統(tǒng)的控制.它是受這樣事實(shí)而啟發(fā)的： 對(duì)于用傳統(tǒng)控制理論無法進(jìn)行分析和控制的復(fù)雜的和無法建立數(shù)學(xué)模型的系統(tǒng)，有經(jīng)驗(yàn)的操作者或?qū)＜覅s能取得比較好的控制效果，這是因?yàn)樗麄儞碛腥辗e月累的豐富經(jīng) 驗(yàn)，因此人們希望把這種經(jīng)驗(yàn)指導(dǎo)下的行為過程總結(jié)成一些規(guī)則，并根據(jù)這些規(guī)則設(shè)計(jì) 出控

34、制器.然后運(yùn)用模糊理論，模糊語言變量和模糊邏輯推理的知識(shí)，把這些模糊的語 言上升為數(shù)值運(yùn)算，從而能夠利用計(jì)算機(jī)來完成對(duì)這些規(guī)則的具體實(shí)現(xiàn)，達(dá)到以機(jī)器代 替人對(duì)某些對(duì)象進(jìn)行自動(dòng)控制的目的。模糊邏輯用模糊語言描述系統(tǒng)，既可以描述應(yīng)用系統(tǒng)的定量模型也可以描述其定 性模型.模糊邏輯可適用于任意復(fù)雜的對(duì)象控制.但在實(shí)際應(yīng)用中模糊邏輯實(shí)現(xiàn)簡(jiǎn)單 的應(yīng)用控制比較容易.簡(jiǎn)單控制是指單輸入單輸出系統(tǒng)(SISO)或多輸入單輸出系統(tǒng) (MISO)的控制.因?yàn)殡S著輸入輸出變量的增加，模糊邏輯的推理將變得非常復(fù)雜。學(xué)習(xí)控制系統(tǒng)學(xué)習(xí)是人類的主要智能之一，人類的各項(xiàng)活動(dòng)也需要學(xué)習(xí).在人類的進(jìn)化過程中 學(xué)習(xí)功能起著十分重要的作

35、用.學(xué)習(xí)控制正是模擬人類自身各種優(yōu)良的控制調(diào)節(jié)機(jī)制 的一種嘗試.所謂學(xué)習(xí)是一種過程，它通過重復(fù)輸人信號(hào)，并從外部校正該系統(tǒng)，從而使 系統(tǒng)對(duì)特定輸人具有特定響應(yīng).學(xué)習(xí)控制系統(tǒng)是一個(gè)能在其運(yùn)行過程中逐步獲得受控 過程及環(huán)境的非預(yù)知信息，積累控制經(jīng)驗(yàn)，并在一定的評(píng)價(jià)標(biāo)準(zhǔn)下進(jìn)行估值，分類，決策 和不斷改善系統(tǒng)品質(zhì)的自動(dòng)控制系統(tǒng)。（1）遺傳算法學(xué)習(xí)控制智能控制是通過計(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)?？焖佟?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。遺傳算法作為一種非確定的擬自然隨機(jī)優(yōu)化工具，具有并行計(jì)算、快速尋找全局最優(yōu)解等特點(diǎn)，它可以和其他技術(shù)混合使用，用于智能控制 的參數(shù)、結(jié)構(gòu)或環(huán)境的最優(yōu)控制。（2）迭代學(xué)習(xí)控制迭代學(xué)習(xí)控制模仿人類學(xué)習(xí)的方法、即通過多次的訓(xùn)練，從經(jīng)驗(yàn)中學(xué)會(huì)某種技能，來達(dá)到有效控制的目的。迭代學(xué)習(xí)控制能夠通過一系列迭代