智能控制1緒論

1、北京理工大學(xué)自動(dòng)化學(xué)院智能控制 孫 健自我介紹孫健，博士，教授研究方向：網(wǎng)絡(luò)化控制系統(tǒng)郵箱： 電話：68912464辦公室：6號(hào)樓504室公共郵箱智能控制課程的公共郵箱帳號(hào)： 密碼：bit123456789 (請(qǐng)不要改動(dòng))公共郵箱智能控制課程“官方”微博 北理工智能控制 模式識(shí)別與智能系統(tǒng)實(shí)驗(yàn)室參考書目 智能控制原理與應(yīng)用-蔡自興 智能控制技術(shù)-易繼鍇 智能控制-劉金琨010203 智能控制與智能系統(tǒng)-許力04拒絕抄襲學(xué)習(xí)要求大量閱讀參考書籍與文獻(xiàn)控制算法實(shí)現(xiàn)，應(yīng)用MATLAB考核方法平時(shí)成績(jī)（20分）點(diǎn)名大于等于四次，每次不到扣5分課后作業(yè)（30分）讀程序(15)、編寫程序(15)大作業(yè)（5

2、0分）智能控制應(yīng)用實(shí)例（論文）本課程的主要內(nèi)容 神經(jīng)網(wǎng)絡(luò)控制 智能優(yōu)化方法 010203 網(wǎng)絡(luò)化控制04 模糊控制 01Intelligent Control is everywhere第一章 緒論學(xué)習(xí)智能控制的意義01智能控制的產(chǎn)生和發(fā)展02智能控制的定義和特點(diǎn)03智能控制的結(jié)構(gòu)理論04智能控制與傳統(tǒng)控制的關(guān)系05智能控制的研究?jī)?nèi)容與主要形式06智能控制的發(fā)展趨勢(shì)071.1 學(xué)習(xí)智能控制的意義智能控制在自動(dòng)化課程體系中的位置智能控制在控制理論中的位置智能控制是一門控制理論課程，與自動(dòng)控制原理、現(xiàn)代控制原理一起構(gòu)成了自動(dòng)控制課程體系的理論基礎(chǔ)。智能控制是控制理論發(fā)展的高級(jí)階段，代表了控制理論的

3、發(fā)展趨勢(shì)，是人工智能、控制論、信息論、仿生學(xué)、神經(jīng)生理學(xué)、進(jìn)化計(jì)算和計(jì)算機(jī)等多個(gè)學(xué)科的交叉與集成。1.2 智能控制的產(chǎn)生與發(fā)展控制理論的發(fā)展概況經(jīng)典控制理論現(xiàn)代控制理論大系統(tǒng)理論20世紀(jì)20年代以來，逐步形成了經(jīng)典控制理論基于數(shù)學(xué)模型的定量方法：通常采用時(shí)域法、頻域法分析和綜合系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能。如通過求解微分方程，采用做圖（Nyquist曲線（1932）、Bode圖（1945）、根軌跡圖（1948）、列表（Routh判據(jù) 1877），或借助復(fù)變函數(shù)及Laplace變換方法來獲得系統(tǒng)的動(dòng)態(tài)和穩(wěn)態(tài)性能。5060年代形成以多變量控制為特征的現(xiàn)代控制理論，主要代表性成果有：Kalman的最優(yōu)濾波器

4、（1960），Pontryagin的極大值原理（1958），Bellman 的動(dòng)態(tài)規(guī)劃（1954）。綜合了現(xiàn)代控制理論、圖論、線性規(guī)劃和決策理論等方面的成果涉及大系統(tǒng)的建模和模型簡(jiǎn)化、大系統(tǒng)的結(jié)構(gòu)和信息獲取、系統(tǒng)的穩(wěn)定性以及遞階與分散控制等傳統(tǒng)控制理論1.2 智能控制的產(chǎn)生與發(fā)展傳統(tǒng)控制理論的局限傳統(tǒng)控制理論是建立在精確數(shù)學(xué)模型基礎(chǔ)上的，實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性等，一般無法獲得精確的數(shù)學(xué)模型。甚至對(duì)于某些復(fù)雜的控制過程，根本無法用傳統(tǒng)數(shù)學(xué)模型來表示?？量痰木€性化假設(shè)在應(yīng)用中往往與實(shí)際不相吻合。不能適應(yīng)大的系統(tǒng)參數(shù)和結(jié)構(gòu)的變化。為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜

5、，從而增加了設(shè)備的投資，減低了系統(tǒng)的可靠性。 傳統(tǒng)的控制系統(tǒng)輸入信息模式單一。通常處理較簡(jiǎn)單的物理量：電量； 機(jī)械量；復(fù)雜系統(tǒng)要考慮：視覺、聽覺、觸覺信號(hào)，包括圖形、文字、語言、聲音等信息。為了克服傳統(tǒng)控制理論的局限性，產(chǎn)生了模擬人類思維和活動(dòng)的智能控制。1.2 智能控制的產(chǎn)生與發(fā)展智能控制的發(fā)展階段1991-至今發(fā)展期形成期萌芽期1970以前1970-19791980-19901.2 智能控制的產(chǎn)生與發(fā)展萌芽期（1970以前）控制系統(tǒng)具有初步的智能和一定的適應(yīng)性，比如模型參考自適應(yīng)控制。1965年普渡大學(xué)的傅京孫（Fu, K. S.）教授把人工智能引入到控制技術(shù)中，提出將人工智能的啟發(fā)式推理

6、規(guī)則用于學(xué)習(xí)控制系統(tǒng)的思想和方法。1966年Mendel將人工智能用于飛船控制系統(tǒng)的設(shè)計(jì)并首先提出“人工智能控制”的概念。1967年Leondes和Mendel開始首先使用“智能控制”一詞。1.2 智能控制的產(chǎn)生與發(fā)展形成期（1970-1979）1971年傅京孫從控制論的角度進(jìn)一步總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制之間的關(guān)系，正式提出智能控制是人工智能技術(shù)與控制理論的交叉的“二元論”思想。1974年Mamdani教授把模糊理論用于控制領(lǐng)域，把扎德教授提出的IFTHEN型模糊規(guī)則用于模糊推理，再把這種推理用于蒸汽機(jī)的自動(dòng)控制。1977年Saridis全面地論述了從反饋控制到最優(yōu)控制、

7、隨機(jī)控制以及自適應(yīng)控制、自組織控制、學(xué)習(xí)控制，最終向智能控制發(fā)展的過程，提出了智能控制是人工智能、運(yùn)籌學(xué)、自動(dòng)控制相交叉的“三元論”思想以及分級(jí)遞階的智能控制系統(tǒng)框架。1.2 智能控制的產(chǎn)生與發(fā)展發(fā)展期（1980-1990）1982年Hopfield提出的Hopfield網(wǎng)絡(luò)和Rumelhart提出的BP算法為一直處于低潮的人工神經(jīng)網(wǎng)絡(luò)研究注入了新的活力，人工神經(jīng)網(wǎng)絡(luò)再次被引入控制領(lǐng)域，并迅速得到廣泛應(yīng)用，掀起了神經(jīng)網(wǎng)絡(luò)控制研究和應(yīng)用的新高潮。1984年，瑞典著名學(xué)者K. J. Astrom在他的論文“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)，形成了另一類智能控制系統(tǒng)專家控制系統(tǒng)（

8、ECS）。1985年，在Saridis等人的倡議下，在美國(guó)紐約州的Troy召開了第一次智能控制學(xué)術(shù)討論會(huì)，此后不久在IEEE的控制系統(tǒng)學(xué)術(shù)會(huì)議上成立了智能控制專業(yè)委員會(huì)，標(biāo)志著智能控制作為一個(gè)新的學(xué)科分支正式被控制界所公認(rèn)。1987年1月在美國(guó)費(fèi)城由IEEE控制系統(tǒng)學(xué)會(huì)和計(jì)算機(jī)學(xué)會(huì)聯(lián)合召開了第一次智能控制國(guó)際會(huì)議。此后，每年舉行一次全球智能控制研討會(huì)，形成了智能控制的研究熱潮。1.2 智能控制的產(chǎn)生與發(fā)展新的發(fā)展階段（1990-至今）1992年美國(guó)國(guó)家自然科學(xué)基金會(huì)和電力研究院聯(lián)合發(fā)出“智能控制”研究項(xiàng)目倡議書。1993年美國(guó)IEEE控制系統(tǒng)學(xué)會(huì)智能控制專業(yè)委員會(huì)成立專家小組，專門探討“智能控

9、制”的含義。1993年中國(guó)自動(dòng)化協(xié)會(huì)在北京召開了第一屆全球華人智能控制與智能自動(dòng)化大會(huì)。1995年在天津召開了首屆中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議暨智能自動(dòng)化專業(yè)委員會(huì)成立大會(huì)。1.3 智能控制的定義和特點(diǎn)智能控制的定義什么叫智能按系統(tǒng)的一般行為特征定義(Albus)低級(jí)智能較高級(jí)智能高級(jí)智能在不確定環(huán)境中，作出合適動(dòng)作的能力。合適動(dòng)作是指增加成功的概率 ，成功就是達(dá)到行為的子目標(biāo)，以支持系統(tǒng)實(shí)現(xiàn)最終目標(biāo)。1.3 智能控制的定義和特點(diǎn)智能控制的定義什么叫智能具有理解和覺察能力，以在復(fù)雜甚至險(xiǎn)惡的環(huán)境中進(jìn)行明智的選擇，做出成功的決策，以求生存和進(jìn)步。具有辯識(shí)對(duì)象和事件、表達(dá)環(huán)境模型中的知識(shí)、對(duì)未來做出規(guī)劃

10、和推理的能力。具有感知環(huán)境、作出決策和控制的能力高級(jí)較高級(jí)低級(jí)1.3 智能控制的定義和特點(diǎn)按人類的認(rèn)知的過程定義(A.Meystel)智能是系統(tǒng)的一個(gè)特征，當(dāng)集注（Focusing Attention)、組合搜索(Combinatorial Search)、歸納 （Generalization)過程作用于系統(tǒng)輸入，并產(chǎn)生系統(tǒng)輸出時(shí)，就表現(xiàn)為智能。智能集中注意力組合搜索歸納輸入輸出1.3 智能控制的定義和特點(diǎn)按機(jī)器智能定義(Saridis)機(jī)器智能是把信息進(jìn)行分析、組織，并把它轉(zhuǎn)換成知識(shí)的過程。知識(shí)就是所得到的結(jié)構(gòu)性信息，它可用來使機(jī)器執(zhí)行特定的任務(wù)，以消除該任務(wù)的不確定性或盲目性，達(dá)到最優(yōu)或次

11、優(yōu)的結(jié)果。機(jī)器智能1.3 智能控制的定義和特點(diǎn)智能控制的定義按一般行為特征定義按人類的認(rèn)知的過程定義智能控制是有知識(shí)的“行為舵手”，它把知識(shí)和反饋結(jié)合起來，形成感知交互式、以目標(biāo)為導(dǎo)向的控制系統(tǒng)。系統(tǒng)可以進(jìn)行規(guī)劃、決策，產(chǎn)生有效的 、有目的的行為，在不確定環(huán)境中，達(dá)到既定的目標(biāo)。智能控制是一種計(jì)算上的有效過程，在非完整的指標(biāo)下，通過最基本的操作，即集注（FA）、組合搜索（CS）和歸納（G），把不確定的復(fù)雜系統(tǒng)引向規(guī)定的目標(biāo)。1.3 智能控制的定義和特點(diǎn)智能控制的定義按機(jī)器智能定義IEEE定義智能控制是認(rèn)知科學(xué)、多種數(shù)學(xué)編程和控制技術(shù)的結(jié)合。它把施加于系統(tǒng)的各種算法和數(shù)學(xué)與語言方法融為一體。智能

12、控制系統(tǒng)必須具有模擬人類學(xué)習(xí)（Learning）和自適應(yīng)（Adaptation）的能力。定性地說，智能控制系統(tǒng)應(yīng)具有學(xué)習(xí)、記憶和大范圍的自適應(yīng)和自組織能力；能夠及時(shí)地適應(yīng)不斷變化的環(huán)境；能有效地處理各種信息，以減小不確定性；能以安全和可靠的方式進(jìn)行規(guī)劃、生產(chǎn)和執(zhí)行控制動(dòng)作而達(dá)到預(yù)定的目標(biāo)和良好的性能指標(biāo)。1.3 智能控制的定義和特點(diǎn)智能控制的三個(gè)層次除了具有初、中級(jí)智能控制水平外，同時(shí)還具有仿人的組織、協(xié)商和決策的能力。尤其是系統(tǒng)運(yùn)行中出現(xiàn)異常變化時(shí)，能臨場(chǎng)決策控制策略。除了初級(jí)智能控制水平外，還具有對(duì)新知識(shí)學(xué)習(xí)、生成和 在線 修改知識(shí)庫的功能。將人工智能技術(shù)與傳統(tǒng)的控制理論相結(jié)合。如智能PI

13、D，專家控制。高級(jí)中級(jí)初級(jí)1.3 智能控制的定義和特點(diǎn)智能控制的特點(diǎn)學(xué)習(xí)能力，系統(tǒng)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)，并利用積累的知識(shí)和經(jīng)驗(yàn)不斷優(yōu)化、改進(jìn)和提高自身性能的能力。能對(duì)復(fù)雜系統(tǒng)（如非線性、快時(shí)變、多變量、強(qiáng)耦合、不確定性等）進(jìn)行有效的全局控制，并具有較強(qiáng)的容錯(cuò)能力。自適應(yīng)能力 系統(tǒng)具有適應(yīng)被控對(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。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。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)的能力。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)表示的數(shù)學(xué)模型的混合控制過程，系統(tǒng)在信息處理上，既有數(shù)學(xué)運(yùn)算，又有邏輯和知識(shí)推理。具有

14、較強(qiáng)的組織能力 系統(tǒng)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。1.3 智能控制的定義和特點(diǎn)智能控制的特點(diǎn)當(dāng)出現(xiàn)多目標(biāo)沖突時(shí)，滿足多樣性目標(biāo)的高性能要求人-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)同工作體現(xiàn)“智能遞增，精度遞降”的一般組織結(jié)構(gòu)的基本原理，即協(xié)調(diào)層次越高，所體現(xiàn)的智能越高。智能控制是一門邊緣交叉學(xué)科。智能控制的發(fā)展需要各相關(guān)學(xué)科的配合與支援。1.4 智能控制的結(jié)構(gòu)理論二元論智能控制（IC）是自動(dòng)控制（AC）和人工智能（AI）的交集。即：ACAIIC人工智能是一個(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、

15、啟發(fā)推理等功能。自動(dòng)控制是描述系統(tǒng)的動(dòng)力學(xué)特性，是一種動(dòng)態(tài)反饋1.4 智能控制的結(jié)構(gòu)理論三元論智能控制是人工智能（AI）、自動(dòng)控制(AC)和運(yùn)籌學(xué)(OR)的交叉運(yùn)籌學(xué)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、管理、優(yōu)化決策和多目標(biāo)優(yōu)化等1.4 智能控制的結(jié)構(gòu)理論四元論與多元結(jié)構(gòu)無論是二元論、三元論、四元論或多元論，都說明智能控制是一門多學(xué)科高度綜合與集成的交叉學(xué)科1.5 智能控制與傳統(tǒng)控制的關(guān)系智能控制與傳統(tǒng)控制的區(qū)別后者以反饋控制理論為核心，線性定常系統(tǒng)為主要對(duì)象，具備較完善的理論體系；前者尚無完善的理論體系。后者建立在精確的數(shù)學(xué)模型基礎(chǔ)上，對(duì)復(fù)雜系統(tǒng)不易描述；前者建立在經(jīng)驗(yàn)和知識(shí)的推

16、理上，可以獲取和描述更多的知識(shí)信息。后者具有時(shí)域法、頻域法、根軌跡法、狀態(tài)空間法等有效的分析與綜合方法；前者的實(shí)現(xiàn)方法建立在學(xué)習(xí)、訓(xùn)練、邏輯推理、判斷和決策等基礎(chǔ)之上。后者有嚴(yán)格的性能指標(biāo)體系，如穩(wěn)態(tài)誤差、穩(wěn)定性、能控能觀性等；前者以控制的目的和行為來評(píng)價(jià)系統(tǒng)性能，無統(tǒng)一的性能指標(biāo)體系。后者著重解決單機(jī)自動(dòng)化、不太復(fù)雜的過程控制和大系統(tǒng)的控制問題；前者主要解決高度非線性、強(qiáng)不確定性和復(fù)雜系統(tǒng)控制問題。1.5 智能控制與傳統(tǒng)控制的關(guān)系1.5 智能控制與傳統(tǒng)控制的關(guān)系智能控制與傳統(tǒng)控制的聯(lián)系智能控制常常利用傳統(tǒng)控制來解決“低層”的控制問題。將傳統(tǒng)控制和智能控制進(jìn)行有機(jī)結(jié)合可形成更為有效的智能控制方

17、法對(duì)數(shù)學(xué)模型基本成熟的體系，采用在傳統(tǒng)數(shù)學(xué)模型的基礎(chǔ)上增加一定的智能控制方法，而不應(yīng)采用純粹的智能控制。1.6 智能控制的研究?jī)?nèi)容與主要形式智能控制的研究?jī)?nèi)容智能控制系統(tǒng)基本結(jié)構(gòu)和機(jī)理的研究基于模糊集合、神經(jīng)元網(wǎng)絡(luò)、遺傳算法、進(jìn)化算法等智能控制器的開發(fā)和研究。智能計(jì)算和軟計(jì)算的開發(fā)和研究自組織、自學(xué)習(xí)的結(jié)構(gòu)和方法的研究智能控制系統(tǒng)應(yīng)用的研究1.6 智能控制的研究?jī)?nèi)容與主要形式智能控制的主要形式智能控制BECDA分級(jí)遞階智能控制模糊控制神經(jīng)網(wǎng)絡(luò)控制計(jì)算智能控制專家控制F各種方法的綜合集成1.6 智能控制的研究?jī)?nèi)容與主要形式基于信息論的分級(jí)遞階智能控制分級(jí)遞階智能控制系統(tǒng)由Saridis于1977

18、年提出模擬了人腦的分層結(jié)構(gòu)，由組織級(jí)、協(xié)調(diào)級(jí)和執(zhí)行級(jí)組成，其智能表現(xiàn)為傳統(tǒng)的“感知思考動(dòng)作”的有意識(shí)的行為。遵循“精度遞增，智能遞減”的原則。組織級(jí)起主導(dǎo)作用，涉及知識(shí)的表示與處理，主要應(yīng)用人工智能；協(xié)調(diào)級(jí)在組織級(jí)和執(zhí)行級(jí)間起連接作用，涉及決策方式及其表示，采用人工智能及運(yùn)籌學(xué)實(shí)現(xiàn)控制；執(zhí)行級(jí)是底層，具有很高的控制精度，采用常規(guī)自動(dòng)控制。組織級(jí)協(xié)調(diào)級(jí)執(zhí)行級(jí)精 度智 能1.6 智能控制的研究?jī)?nèi)容與主要形式模糊控制1965年，模糊數(shù)學(xué)創(chuàng)始人美國(guó)學(xué)者Zadeh提出了模糊集理論, 為模糊控制奠定了基礎(chǔ)。1974年英國(guó)Mamdani教授首次將模糊集理論用于過程控制獲得成功。它的基本思想是把人類對(duì)特定的被

19、控對(duì)象或過程的控制策略總結(jié)成一系列以“IF（條件）THEN（作用）”形式表示的控制規(guī)則，通過模糊推理得到控制作用集，作用于被控對(duì)象或過程。該方法適用于對(duì)那些難以建模的對(duì)象實(shí)施魯棒控制，其控制形式簡(jiǎn)單，易于實(shí)現(xiàn)。其控制效果取決于是否正確、全面和有效地將操作人員的經(jīng)驗(yàn)總結(jié)為一系列的語言控制規(guī)則。它是一種非線性控制方法，不依賴于對(duì)象的數(shù)學(xué)模型，具有內(nèi)在的并行處理機(jī)制，并表現(xiàn)出極強(qiáng)的魯棒性，算法簡(jiǎn)單、執(zhí)行快、容易實(shí)現(xiàn)。模糊控制表要人工建立，無學(xué)習(xí)功能，控制精度較差。1.6 智能控制的研究?jī)?nèi)容與主要形式模糊控制模糊化：將輸入的精確量轉(zhuǎn)化為模糊量知識(shí)庫：由數(shù)據(jù)庫和規(guī)則庫組成，包括具體應(yīng)用領(lǐng)域的知識(shí)和要求的

20、控制目標(biāo)模糊推理：具有模擬人的基于模糊概念的推理能力，其推理過程基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行反模糊化：模糊化的逆過程，將模糊推理得到的模糊（控制）量變?yōu)槟軐?shí)際用于控制的精確量。1.6 智能控制的研究?jī)?nèi)容與主要形式神經(jīng)網(wǎng)絡(luò)控制上世紀(jì)80年代中期，Hopfield提出的Hopfield網(wǎng)絡(luò)和Rumelhart提出的BP算法為一直處于低潮的人工神經(jīng)網(wǎng)絡(luò)研究注入了新的活力。神經(jīng)網(wǎng)絡(luò)控制是從機(jī)理上對(duì)人的生理系統(tǒng)進(jìn)行簡(jiǎn)單結(jié)構(gòu)模擬的一種新興的控制和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)是一種控制策略的工具支持，本身各個(gè)獨(dú)立結(jié)點(diǎn)沒有顯在的物理意義，但綜合網(wǎng)絡(luò)可描述復(fù)雜和非線性系統(tǒng)的控制和辨識(shí)問題，而且能做到并行實(shí)時(shí)、冗

21、余容錯(cuò)的運(yùn)算。能充分逼近任意非線性特性，分布式并行處理機(jī)制，自學(xué)習(xí)和自適應(yīng)能力，數(shù)據(jù)融合能力，適合于多變量系統(tǒng)，可硬件實(shí)現(xiàn)。進(jìn)一步的理論和實(shí)際應(yīng)用研究有待加強(qiáng)，特別是網(wǎng)絡(luò)結(jié)構(gòu)、學(xué)習(xí)和控制算法的收斂性和實(shí)時(shí)性問題值得重視。1.6 智能控制的研究?jī)?nèi)容與主要形式專家控制20世紀(jì)80年代中期，瑞典著名學(xué)者K. J. Astrom在他的論文“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)，形成了專家控制系統(tǒng)。專家控制是將人的感知經(jīng)驗(yàn)（淺層知識(shí)）與定理算法（深層知識(shí)）相結(jié)合的一種傳統(tǒng)的智能控制方法。專家控制主要由數(shù)據(jù)庫、知識(shí)庫、推理機(jī)、解釋器和知識(shí)獲取五個(gè)基本組成部分構(gòu)成。在層次結(jié)構(gòu)上、控制方法上和

22、知識(shí)表達(dá)上具有靈活性、啟發(fā)性和透明性，既可以采用符號(hào)推理也允許數(shù)值計(jì)算，既可以精確推理也可以模糊決策。在靈活性的同時(shí)也帶來了設(shè)計(jì)上的隨意性和不規(guī)范性，知識(shí)的表達(dá)、獲取和學(xué)習(xí)，以及推理的有效性和實(shí)時(shí)性也難以保證。1.6 智能控制的研究?jī)?nèi)容與主要形式智能優(yōu)化方法遺傳算法蟻群算法粒子群優(yōu)化算法1.6 智能控制的研究?jī)?nèi)容與主要形式各種方法的綜合集成模糊神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)專家控制進(jìn)化模糊控制自學(xué)習(xí)模糊控制1.7 智能控制的發(fā)展趨勢(shì)自60年代末正式出現(xiàn)“智能控制”（IC）一詞以來，智能控制經(jīng)歷了40多年的發(fā)展歷史，雖然取得了長(zhǎng)足的進(jìn)展，但至今尚未形成完整、系統(tǒng)的理論體系，應(yīng)用研究也十分有限，甚至連“智能控制”一詞的含義（定義）也是仁者見仁，還沒有一個(gè)統(tǒng)一的為大家所公認(rèn)的定義。人們對(duì)控制技術(shù)已開始走向智能化發(fā)展階段，這一大趨勢(shì)是不會(huì)