智能控制理论与发展

智能控制理论研究报告

(2011--2012年度第一学期)

名    称：   智能控制理论     

院    系：    动力工程系      

班    级：                    

学    号：                    

学生姓名：                    

指导教师：                    

成    绩：                     

日期：2011年12月22日

一、引言

　　智能控制是当今多学科交叉的前沿领域之一.以1987年召开的第一界智能控制国际会议为标志，智能控制已经开始成为一门新的学科.

　　纵观智能控制产生、发展的历史背景与现状，其研究中心始终是解决传统控制理论、方法(包括古典控制、现代控制、自适应控制、鲁棒控制、大系统方法等)所难以解决的不确定性问题.控制学科所面临的控制对象的复杂性、环境的复杂性、控制目标的复杂性愈益突出，智能控制的研究正提供了解决这类问题的有效手段，集中表现在控制工程中运用智能方法解决复杂系统的控制已取得了相当多的成功；另一方面，智能控制的研究虽然取得了一些成果，但实质性进展甚微，理论方面尤为突出，应用则主要是解决技术问题，对象具体而单一。应当着重于基础控制工程方法的开发而不是技术演示.智能控制作为多学科交叉的产物，其研究现状与存在的问题固然与交叉学科的发展密切相关，但传统的方也在一定程度上束缚了它的发展.事实上，在人们久已习惯的还原论思想及传统控制思路的引导下，智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。 常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 

二、智能控制发展回顾和现状

　　智能控制思想最早是由美国普渡大学的K.S.Fu教授于60年代中期提出的，他在1965年发表的论文中率先提出把人工智能的启发式推理规则用于学习系统，这篇开创性论文为自动控制迈向智能化揭开了崭新的一页.接着，Mendel于1966年在空间飞行器的学习控制中应用了人工智能技术，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)”一词，并把记忆、目标分解等技术用于学习控制系统；这些反映了智能控制思想的早期萌芽，常被称为智能控制的孕育期.

　　70年代关于智能控制的研究是对60年代这一思想雏形的进一步深化，是智能控制的诞生和形成期.1971年，Fu发表了重要论文，提出了智能控制就是人工智能与自动控制的交叉的“二元论”思想，列举三种智能控制系统：人作为控制器、人机结合作为控制器、自主机器人；1974年，英国的Mamdani教授首次成功地将模糊逻辑用于蒸汽机控制，开创了模糊控制的新方向；1977年，Saridis的专著出版，并于1979年发表了综述文章，全面地论述了从反馈控制到最优控制、随机控制及至自适应控制、自组织控制、学习控制，最终向智能控制发展的过程，提出了智能控制是人工智能、运筹学、自动控制相交叉的“三元论”思想及分级递阶的智能控制系统框架.

80年代，智能控制的研究进入了迅速发展时期：1984年，Astrom发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系统的代表，明确地提出了建立专家控制的新概念；与此同时，Hopfield提出的Hopfield网络及Rumelhart提出的BP算法为70年代以来一直处于低潮的人工神经网络的研究注入了新的活力，继60年代Kilmer和McClloch提出KBM模型实现对“阿波罗”登月车的控制之后，人工神经网络再次被引入控制领域，并迅速得到了广泛的应用，从而开辟了神经网络控制；1985年8月，IEEE在美国纽约召开了第一界智能控制学术讨论会；1987年1月，在美国费城由IEEE控制系统学会与计算机学会联合召开了第一界智能控制国际会议，这标志着智能控制作为一门新学科正式建立起来.

经过80年代的孕育发展，特别是近几年来的研究和实践，国际上已认识到采用智能控制是解决复杂系统控制问题的主要途径，并已纷纷付诸行动。在目前发表的工程类文献中，从现代控制理论向智能化发展的研究越来越多。如带有智能功能的传统控制（自适应控制、鲁棒控制等），基于传感器或行为的智能反馈控制，学习控制和循环控制，故障诊断及容错控制，以生产调度管理控制为背景的离散事件系统研究，机器人班组自组织协制，自主控制，以及控制系统的智能化设计等等。另外，用人工智能方法解决控制问题的研究也日益增多，如：决策论，带有专家系统的监控、预警及调度系统，用神经元网络实现控制的系统，基于符号表示、模糊逻辑等设计的控制系统，模式识别与特征提取，智能机的应用等。特别是近年来对现场人工智能的研究，更在将人工智能的研究成果用于智能控制的道路上大大前进了一步。当前在许多专业化学科与工程中，针对特定对象的具体复杂性，综合运用各种智能控制策略，力求实现具体复杂系统的智能控制。如机器人研究中的智能机器人，航空航天工程中空间机器人的自主控制，以智能材料为基础的智能工程等。另一方面，更为抽象的一般智能控制原理的研究，如“拟人”与“拟社会”原理、分解集结原理、递阶控制（层次递阶与时序递阶）原理，智能控制结构体系等的研究也在积极进行。可以说当今智能控制研究中存在着两种趋势：一种是分别从“现代控制理论”和“人工智能”这两个基地走向智能控制；另一种是分别从“专业化学科与工程”和“一般原理”这两个基地走向智能控制；且不论从哪种趋势看，从前一个基地出发进行智能控制研究都是非常重要且切实可行的。

三、智能控制的分支

智能控制的概念和原理主要是针对被控对象、环境、控制目标或任务的复杂性而提出来的。智能控制与传统控制的主要区别在子传统的控制方法必须依赖于被控制对象的模型，而智能控制可以解决非模型化系统的控制问题。目前，根据智能控制发展的不同历史阶段和不同的理论基础可以分为四大类:

   (1)基于专家系统的智能控制;

   (2)分层递阶智能控制;

   (3)模糊逻辑控制;

   (4)神经网络控制。

四、模糊逻辑控制的分析

模糊逻辑拉制沦于1965年由扎德教授首先提出。它的主要思想是吸取气类思维具有模糊性的特点，通过模糊逻辑推理来实现对众多不确定性系统的有效控制。如果说.传统的控制是从被控对象的数学结构上去考虑进行控制的。那么，模糊控制是从人类智能活动的角度和基础上去考虑实施控制的.其设计的核心是模糊控制规则和隶属度函数的确定。经典的模糊逻辑控制器的隶属度函数、控制规则都是根据经验预先总结出来的。控制过程中没有对规则进行修正功能，不具备学习和适应能力。但仍然在许多场合.如炉窑控制、化工过程控制、水处理、家电等得到广泛的应用。同时。多种改进的或夏合的模糊控制器也不断涌现.如模糊日。调节器、模糊专家拧制器、模糊自适应控制器.模糊神经网络控制器等。此外，模糊系统建模、模糊控制器的稳定性分析、模糊控制器的鲁棒性设计等一些热点和难点问题也都取得了进展。模糊拄制已经进人一个新阶段。

理想的模糊杜制必须建立在系统模糊模型辨识的基础上。与传统的系统建模一样，模糊建模也有两个部分:结构建模和参数辨}u一模糊模型是反映模糊系统输人输出关系的一种数学表达式目前.描述模糊系统模型的方式大致有3种:

(1)基于模糊关系方程的模糊模型

                        Y=X·R             ( 1 )

式中，X和Y为定义在论域X和Y中的模糊集合:这种模型常用于医疗诊断、模糊控制系统故障诊断和决策。

 (2) Takag-Sugeno模型

 一般表示为:  IF x1是A1和、:是儿】二和xd是人.Then，二几;)式中结果部分是精确函数一当f( x)是x,{a-1,' ,})线性多项式时、称此为一阶TS模型-

(3)Matndam橙型

  IF x}是山和、:是灰…和xk是.4d . 'Chen y.是B现有模糊拄制系统中大量采用的是3iemda}‘模型。由于该模型的结论部也是模糊集。

因此。系统总的推理输出需要精确化计算后才能取得。

模糊模型除具f}连续函数的映射能力之外，还具有以下优点:

(1)可将专家经验直接融合到模糊模型中，通过IF····THEN规则的形式表达知识特征;

（2）以上3种校}都可以根据系统的输人输出数据进行辨识，具有定量和定性知识集成的特点。

    预测控制是为了适应复杂工业过程控制而提出来的算法.它是解决大涌后对象控制同题的一条有效途径:把预测控制与模糊逻辑推理相结合.更符合人类的控制思想，因而也很有吸引力。根据其结合方式不同，模糊预测控制有两类:一是利用}ugeno模型、将多个模糊模型转化为线性时变差分模型进行GPC算法设计;二是利用被控过程模型预测在参考控制量作用下过程的朱来输出。根据预侧输出结果评价各参考控制量的控制效果，并进行模糊逻辑修整。

   经典控制理论和现代控制理论的系统稳定性分析都有成熟的理论和方法?它们的理论基础是精确的系统数学模型」然而，正是由于需要精确的数学模型使得传统的控制理论在许多被控对象的控制中成为问题，利用经验建立的模糊控制器表现出更大的优越性:但是，经典控制的稳定性分析并不适用于模糊系统的稳定性分析和判据。对于Sugeno模糊模型，可以采用Lpap~直接法进行稳定性判据:但是，hfamt}uni模型的稳定性判据还没有成熟的理论和方法。

五、模糊控制改进的方向

由于模糊控制是以人的智能活动为基础描述控制过程的,而这种描述又是以人的语言表示的。所以,它和人的思维最为接近,也易于为人们所接受。按目前的方向发展,模糊控制技术会在各种领域发挥其有效的作用。 模糊控制系统将在工业、航空、航天、机床、汽车、仪器、家用电器、计算机等领域深入应用。特别是解决各种智能控制问题,例如汽车自动驾驶、计算机视觉、智能仪器等。 另外,模糊控制将会在生物控制中加以应用,如在人造气候、植物生长施肥、繁殖控制、物种变异控制等方面将逐渐扩大应用。 在医学上,模糊控制对于人体参数的测量及控制、医疗诊症、处方配药、物理治疗控制、化学治疗控制、人体疲劳程度判别、运动强度控制、运动仪器控制、运动训练控制等,都有着广泛的用途。 模糊控制技术存在的问题(包括模糊决策、控制规则形成及优化、稳定、实用、有效高精度的模糊控制器等)会逐步得到解决。从模糊控制技术角度来说,目前,急需解决的是实用、有效、简单、精度高的模糊控制器的结构和算法问题。 模糊控制技术的进步和成功,对模糊控制理论研究也有促进作用。

六、智能控制的发展趋势

随着智能控制应用方法的日益成熟，智能控制的研究领域必将进一步扩大。除了高级机器人、过程智能控制和智能故障诊断外，下列领域将成为新的应用领域：交通控制(如高速列车、汽车运输、飞机飞行控制等)，用于CAD、C』～M、CIMS和CIPS的自动加工控制，医疗过程控制、商业、农业、文化教育和娱乐等。

当代最高意义上的智能自动化要算机器人学的进步和应用。机器人从爬行到直立行走，现在已能用手使用工具，能看、听、用多种语言说话，并能可靠的去干最脏最累最危险的活。据统计，目前世界上有将近100万个机器人在各生产线上工作，美国和日本在核反应堆中使用机器人，印度科学家在2002年8月27日也宣称，他们已经建造成一种6条腿的机器人用于核电站工作。据估计到2010年，智能机器人可能进入家庭，许多家政劳动将由机器人来代替。智能型机器人进入社会服务业，可以当出租车司机、医院护士、家庭保姆和银行出纳等。因此，智能机器人将逐渐代替人类的复杂劳动，人类的身体，提高未来休闲时代的生活质量。

决策系统、专家控制系统、学习控制系统、模糊控制系统、神经网络控制、智能规划和故障诊断等智能控制的一些研究成果，也已被应用于各类工业(电力、化工、冶金、造纸等)生产过程控制系统和智能化生产(制造)系统，如：飞行器制造，汽车自动驾驶系统等。智能技术广泛应用于社会，有利于提高人民的生活质量，提高劳动生产率，提高全社会的文化素质，创造更高的就业率。目前，在世界范围内，智能控制和智能自动化科学与技术正在成为自动化领域中最兴旺和发展最迅速的一个分支学科，并被许多发达国家确认为面向21世纪和提高国家竞争力的核心技术。

七、参考文献

[1]蔡自兴，      智能控制(第二版)．     北京：电子工业出版社，2004．

[2]孙增圻，等．  智能控制理论与技术．   北京：清华大学出版社，2003．

[3]韦巍．        智能控制技术．         北京：机械工业出版社，1999．