智能控制理論與發(fā)展

1、智能控制理論研究報(bào)告（2011-2012年度第一學(xué)期）名稱：智能控制理論院系：動(dòng)力工程系班 級(jí)：學(xué) 號(hào)：學(xué)生姓名：指導(dǎo)教師：成 績(jī)：日期：2011年12月22日一、引言智能控制是當(dāng)今多學(xué)科交叉的前沿領(lǐng)域之一.以1987年召開的第一界智能控制國(guó)際會(huì) 議為標(biāo)志，智能控制已經(jīng)開始成為一門新的學(xué)科.縱觀智能控制產(chǎn)生、發(fā)展的歷史背景與現(xiàn)狀，其研究中心始終是解決傳統(tǒng)控制理論、方 法(包括古典控制、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.控制學(xué)科所面臨的控制對(duì)象的復(fù)雜性、環(huán)境的復(fù)雜性、控制目標(biāo)的復(fù)雜性愈益突出， 智能控制的研究正提供了解決這類問題的有效手段，集中表現(xiàn)在控制工

2、程中運(yùn)用智能方法解 決復(fù)雜系統(tǒng)的控制已取得了相當(dāng)多的成功；另一方面，智能控制的研究雖然取得了一些成果， 但實(shí)質(zhì)性進(jìn)展甚微，理論方面尤為突出，應(yīng)用則主要是解決技術(shù)問題，對(duì)象具體而單一。應(yīng) 當(dāng)著重于基礎(chǔ)控制工程方法的開發(fā)而不是技術(shù)演示.智能控制作為多學(xué)科交叉的產(chǎn)物，其研 究現(xiàn)狀與存在的問題固然與交叉學(xué)科的發(fā)展密切相關(guān)，但傳統(tǒng)的方法論也在一定程度上束縛 了它的發(fā)展.事實(shí)上，在人們久已習(xí)慣的還原論思想及傳統(tǒng)控制思路的引導(dǎo)下，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

3、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。二、智能控制發(fā)展回顧和現(xiàn)狀智能控制思想最早是由美國(guó)普渡大學(xué)的K.S.Fu教授于60年代中期提出的，他在1965 年發(fā)表的論文中率先提出把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)系統(tǒng)，這篇開創(chuàng)性論文為自 動(dòng)控制邁向智能化揭開了嶄新的一頁(yè).接著，Mendel于1966年在空間飛行器的學(xué)習(xí)控制中 應(yīng)用了人工智能技術(shù)，并提出了 “人工智能控制”的新概念；同年，Leondes和Mendel首 次使用了 “智能控制(Intelligent Control)” 一詞，并把記憶、目標(biāo)分解等技術(shù)用于學(xué)習(xí) 控制系統(tǒng)；這些反映了智能控制思想的早期萌芽，常被稱為智能控制的孕育

4、期.70年代關(guān)于智能控制的研究是對(duì)60年代這一思想雛形的進(jìn)一步深化，是智能控制的誕 生和形成期.1971年，F(xiàn)u發(fā)表了重要論文，提出了智能控制就是人工智能與自動(dòng)控制的交叉 的“二元論”思想，列舉三種智能控制系統(tǒng)：人作為控制器、人機(jī)結(jié)合作為控制器、自主機(jī) 器人；1974年，英國(guó)的Mamdani教授首次成功地將模糊邏輯用于蒸汽機(jī)控制，開創(chuàng)了模糊 控制的新方向；1977年，Saridis的專著出版，并于1979年發(fā)表了綜述文章，全面地論述 了從反饋控制到最優(yōu)控制、隨機(jī)控制及至自適應(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

5、 及分級(jí)遞階的智能控制系統(tǒng)框架.80年代，智能控制的研究進(jìn)入了迅速發(fā)展時(shí)期：1984年，Astrom發(fā)表了論文，這是第 一篇直接將人工智能的專家系統(tǒng)技術(shù)引入到控制系統(tǒng)的代表，明確地提出了建立專家控制的 新概念；與此同時(shí)，Hopfield提出的Hopfield網(wǎng)絡(luò)及Rumelhart提出的BP算法為70年代 以來一直處于低潮的人工神經(jīng)網(wǎng)絡(luò)的研究注入了新的活力，繼60年代Kilmer和McClloch 提出KBM模型實(shí)現(xiàn)對(duì)“阿波羅”登月車的控制之后，人工神經(jīng)網(wǎng)絡(luò)再次被引入控制領(lǐng)域，并 迅速得到了廣泛的應(yīng)用，從而開辟了神經(jīng)網(wǎng)絡(luò)控制；1985年8月，IEEE在美國(guó)紐約召開了 第一界智能控制學(xué)術(shù)討論會(huì)；

6、1987年1月，在美國(guó)費(fèi)城由IEEE控制系統(tǒng)學(xué)會(huì)與計(jì)算機(jī)學(xué)會(huì) 聯(lián)合召開了第一界智能控制國(guó)際會(huì)議，這標(biāo)志著智能控制作為一門新學(xué)科正式建立起來.經(jīng)過80年代的孕育發(fā)展，特別是近幾年來的研究和實(shí)踐，國(guó)際上已認(rèn)識(shí)到采用智能控 制是解決復(fù)雜系統(tǒng)控制問題的主要途徑，并已紛紛付諸行動(dòng)。在目前發(fā)表的工程類文獻(xiàn)中， 從現(xiàn)代控制理論向智能化發(fā)展的研究越來越多。如帶有智能功能的傳統(tǒng)控制（自適應(yīng)控制、 魯棒控制等），基于傳感器或行為的智能反饋控制，學(xué)習(xí)控制和循環(huán)控制，故障診斷及容錯(cuò) 控制，以生產(chǎn)調(diào)度管理控制為背景的離散事件系統(tǒng)研究，機(jī)器人班組自組織協(xié)調(diào)控制，自主 控制，以及控制系統(tǒng)的智能化設(shè)計(jì)等等。另外，用人工智能方

7、法解決控制問題的研究也日益 增多，如：決策論，帶有專家系統(tǒng)的監(jiān)控、預(yù)警及調(diào)度系統(tǒng)，用神經(jīng)元網(wǎng)絡(luò)實(shí)現(xiàn)控制的系統(tǒng)， 基于符號(hào)表示、模糊邏輯等設(shè)計(jì)的控制系統(tǒng)，模式識(shí)別與特征提取，智能機(jī)的應(yīng)用等。特別 是近年來對(duì)現(xiàn)場(chǎng)人工智能的研究，更在將人工智能的研究成果用于智能控制的道路上大大前 進(jìn)了一步。當(dāng)前在許多專業(yè)化學(xué)科與工程中，針對(duì)特定對(duì)象的具體復(fù)雜性，綜合運(yùn)用各種智 能控制策略，力求實(shí)現(xiàn)具體復(fù)雜系統(tǒng)的智能控制。如機(jī)器人研究中的智能機(jī)器人，航空航天 工程中空間機(jī)器人的自主控制，以智能材料為基礎(chǔ)的智能工程等。另一方面，更為抽象的一 般智能控制原理的研究，如“擬人”與“擬社會(huì)”原理、分解集結(jié)原理、遞階控制（層次

8、遞 階與時(shí)序遞階）原理，智能控制結(jié)構(gòu)體系等的研究也在積極進(jìn)行?？梢哉f當(dāng)今智能控制研究 中存在著兩種趨勢(shì)：一種是分別從“現(xiàn)代控制理論”和“人工智能”這兩個(gè)基地走向智能控 制；另一種是分別從“專業(yè)化學(xué)科與工程”和“一般原理”這兩個(gè)基地走向智能控制；且不 論從哪種趨勢(shì)看，從前一個(gè)基地出發(fā)進(jìn)行智能控制研究都是非常重要且切實(shí)可行的。三、智能控制的分支智能控制的概念和原理主要是針對(duì)被控對(duì)象、環(huán)境、控制目標(biāo)或任務(wù)的復(fù)雜性而提出來的。智能控制與傳統(tǒng)控制的主要區(qū)別在子傳統(tǒng)的控制方法必須依賴于被控制對(duì)象的模型，而智能 控制可以解決非模型化系統(tǒng)的控制問題。目前，根據(jù)智能控制發(fā)展的不同歷史階段和不同的 理論基礎(chǔ)可以分

9、為四大類：基于專家系統(tǒng)的智能控制；分層遞階智能控制；模糊邏輯控制；神經(jīng)網(wǎng)絡(luò)控制。四、模糊邏輯控制的分析模糊邏輯拉制淪于1965年由扎德教授首先提出。它的主要思想是吸取氣類思維具有模糊 性的特點(diǎn)，通過模糊邏輯推理來實(shí)現(xiàn)對(duì)眾多不確定性系統(tǒng)的有效控制。如果說.傳統(tǒng)的控制 是從被控對(duì)象的數(shù)學(xué)結(jié)構(gòu)上去考慮進(jìn)行控制的。那么，模糊控制是從人類智能活動(dòng)的角度和 基礎(chǔ)上去考慮實(shí)施控制的.其設(shè)計(jì)的核心是模糊控制規(guī)則和隸屬度函數(shù)的確定。經(jīng)典的模糊 邏輯控制器的隸屬度函數(shù)、控制規(guī)則都是根據(jù)經(jīng)驗(yàn)預(yù)先總結(jié)出來的。控制過程中沒有對(duì)規(guī)則 進(jìn)行修正功能，不具備學(xué)習(xí)和適應(yīng)能力。但仍然在許多場(chǎng)合.如爐窯控制、化工過程控制、 水處理

10、、家電等得到廣泛的應(yīng)用。同時(shí)。多種改進(jìn)的或夏合的模糊控制器也不斷涌現(xiàn).如模 糊日。調(diào)節(jié)器、模糊專家擰制器、模糊自適應(yīng)控制器.模糊神經(jīng)網(wǎng)絡(luò)控制器等。此外，模糊 系統(tǒng)建模、模糊控制器的穩(wěn)定性分析、模糊控制器的魯棒性設(shè)計(jì)等一些熱點(diǎn)和難點(diǎn)問題也都 取得了進(jìn)展。模糊拄制已經(jīng)進(jìn)人一個(gè)新階段。理想的模糊杜制必須建立在系統(tǒng)模糊模型辨識(shí)的基礎(chǔ)上。與傳統(tǒng)的系統(tǒng)建模一樣，模糊 建模也有兩個(gè)部分：結(jié)構(gòu)建模和參數(shù)辨u 一模糊模型是反映模糊系統(tǒng)輸人輸出關(guān)系的一種 數(shù)學(xué)表達(dá)式目前.描述模糊系統(tǒng)模型的方式大致有3種：基于模糊關(guān)系方程的模糊模型Y=X R( 1 )式中，X和Y為定義在論域X和Y中的模糊集合:這種模型常用于醫(yī)療診

11、斷、模糊控制 系統(tǒng)故障診斷和決策。Takag-Sugeno 模型一般表示為：IFx1是A1和、：是兒】二和xd是人.Then，二幾;)式中結(jié)果部分是精 確函數(shù)一當(dāng)f( x)是x,a-1, ,)線性多項(xiàng)式時(shí)、稱此為一階TS模型-Matndam 橙型IF 乂是山和、：是灰和xk是.4d. Chen y.是B現(xiàn)有模糊拄制系統(tǒng)中大量采用的 是3iemda模型。由于該模型的結(jié)論部也是模糊集。因此。系統(tǒng)總的推理輸出需要精確化計(jì)算后才能取得。模糊模型除具f連續(xù)函數(shù)的映射能力之外，還具有以下優(yōu)點(diǎn):（1）可將專家經(jīng)驗(yàn)直接融合到模糊模型中，通過IF THEN規(guī)則的形式表達(dá)知識(shí)特征；（2）以上3種校都可以根據(jù)系統(tǒng)的

12、輸人輸出數(shù)據(jù)進(jìn)行辨識(shí)，具有定量和定性知識(shí)集成的特 點(diǎn)。預(yù)測(cè)控制是為了適應(yīng)復(fù)雜工業(yè)過程控制而提出來的算法.它是解決大涌后對(duì)象控制同題 的一條有效途徑:把預(yù)測(cè)控制與模糊邏輯推理相結(jié)合.更符合人類的控制思想，因而也很有吸 引力。根據(jù)其結(jié)合方式不同，模糊預(yù)測(cè)控制有兩類:一是利用ugeno模型、將多個(gè)模糊模型 轉(zhuǎn)化為線性時(shí)變差分模型進(jìn)行GPC算法設(shè)計(jì);二是利用被控過程模型預(yù)測(cè)在參考控制量作用 下過程的朱來輸出。根據(jù)預(yù)側(cè)輸出結(jié)果評(píng)價(jià)各參考控制量的控制效果，并進(jìn)行模糊邏輯修整。經(jīng)典控制理論和現(xiàn)代控制理論的系統(tǒng)穩(wěn)定性分析都有成熟的理論和方法？它們的理論基 礎(chǔ)是精確的系統(tǒng)數(shù)學(xué)模型然而，正是由于需要精確的數(shù)學(xué)模型

13、使得傳統(tǒng)的控制理論在許多 被控對(duì)象的控制中成為問題，利用經(jīng)驗(yàn)建立的模糊控制器表現(xiàn)出更大的優(yōu)越性:但是，經(jīng)典 控制的穩(wěn)定性分析并不適用于模糊系統(tǒng)的穩(wěn)定性分析和判據(jù)。對(duì)于Sugeno模糊模型，可以 采用Lpap直接法進(jìn)行穩(wěn)定性判據(jù):但是，hfamtuni模型的穩(wěn)定性判據(jù)還沒有成熟的理論和 方法。五、模糊控制改進(jìn)的方向由于模糊控制是以人的智能活動(dòng)為基礎(chǔ)描述控制過程的，而這種描述又是以人的語(yǔ)言表 示的。所以，它和人的思維最為接近,也易于為人們所接受。按目前的方向發(fā)展，模糊控制技 術(shù)會(huì)在各種領(lǐng)域發(fā)揮其有效的作用。模糊控制系統(tǒng)將在工業(yè)、航空、航天、機(jī)床、汽車、 儀器、家用電器、計(jì)算機(jī)等領(lǐng)域深入應(yīng)用。特別是

14、解決各種智能控制問題，例如汽車自動(dòng)駕 駛、計(jì)算機(jī)視覺、智能儀器等。另外，模糊控制將會(huì)在生物控制中加以應(yīng)用，如在人造氣候、 植物生長(zhǎng)施肥、繁殖控制、物種變異控制等方面將逐漸擴(kuò)大應(yīng)用。在醫(yī)學(xué)上,模糊控制對(duì)于 人體參數(shù)的測(cè)量及控制、醫(yī)療診癥、處方配藥、物理治療控制、化學(xué)治療控制、人體疲勞程 度判別、運(yùn)動(dòng)強(qiáng)度控制、運(yùn)動(dòng)儀器控制、運(yùn)動(dòng)訓(xùn)練控制等,都有著廣泛的用途。模糊控制技 術(shù)存在的問題（包括模糊決策、控制規(guī)則形成及優(yōu)化、穩(wěn)定、實(shí)用、有效高精度的模糊控制 器等）會(huì)逐步得到解決。從模糊控制技術(shù)角度來說，目前，急需解決的是實(shí)用、有效、簡(jiǎn)單、 精度高的模糊控制器的結(jié)構(gòu)和算法問題。模糊控制技術(shù)的進(jìn)步和成功，對(duì)模

15、糊控制理論研究 也有促進(jìn)作用。六、智能控制的發(fā)展趨勢(shì)隨著智能控制應(yīng)用方法的日益成熟，智能控制的研究領(lǐng)域必將進(jìn)一步擴(kuò)大。除了高級(jí)機(jī) 器人、過程智能控制和智能故障診斷外，下列領(lǐng)域?qū)⒊蔀樾碌膽?yīng)用領(lǐng)域：交通控制（如高速列車、汽車運(yùn)輸、飛機(jī)飛行控制等），用于CAD、CM、CIMS和CIPS的自動(dòng)加工控制，醫(yī) 療過程控制、商業(yè)、農(nóng)業(yè)、文化教育和娛樂等。當(dāng)代最高意義上的智能自動(dòng)化要算機(jī)器人學(xué)的進(jìn)步和應(yīng)用。機(jī)器人從爬行到直立行走， 現(xiàn)在已能用手使用工具，能看、聽、用多種語(yǔ)言說話，并能可靠的去干最臟最累最危險(xiǎn)的活。據(jù)統(tǒng)計(jì)，目前世界上有將近100萬(wàn)個(gè)機(jī)器人在各生產(chǎn)線上工作，美國(guó)和日本在核反應(yīng)堆中使 用機(jī)器人，印度科學(xué)家在2002年8月27日也宣稱，他們已經(jīng)建造成一種6條腿的機(jī)器人用 于核電站工作。據(jù)估計(jì)到2010年，智能機(jī)器人可能進(jìn)入家庭，許多家政勞動(dòng)將由機(jī)器人來 代替。智能型機(jī)器人進(jìn)入社會(huì)服務(wù)業(yè)，可以當(dāng)出租車司機(jī)、醫(yī)院護(hù)士、家庭保姆和銀行出納 等。因此，智能機(jī)器人將逐漸代替人類的復(fù)雜勞動(dòng)，解放人類的身體，提高未來休閑時(shí)代的 生活質(zhì)量。決策系統(tǒng)、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)、模糊控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)控制、智能規(guī)劃和 故障診斷等智能控制的一些研究成果，也已被應(yīng)用于各類工業(yè)（電力、化工、冶金、造紙等） 生產(chǎn)過程控制系統(tǒng)和智能化生產(chǎn)（制造）系統(tǒng)，如：飛行