智能控制理論

專家系統(tǒng)是利用專家知識對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,其相對工程費(fèi)用較高,而且還涉及自動地獲取知識困難、無自學(xué)能力、知識面太窄等問題. 盡管專家系統(tǒng)在解決復(fù)雜的高級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)用相對還是比較少。

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)雜的對象控制. 但在實(shí)際應(yīng)用中模糊邏輯實(shí)現(xiàn)簡單的應(yīng)用控制比較容易. 簡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。

遺傳算法

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。

神經(jīng)網(wǎng)絡(luò)

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：并行計(jì)算、分布存儲、可變結(jié)構(gòu)、高度容錯、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)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)方法的一個主要特點(diǎn)．2100433B

在無人干預(yù)的情況下能自主地驅(qū)動智能機(jī)器實(shí)現(xiàn)控制目標(biāo)的自動控制技術(shù)。對許多復(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)求解過程。因此，在研究和設(shè)計(jì)智能系統(tǒng)時，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，而是放在對任務(wù)和現(xiàn)實(shí)模型的描述、符號和環(huán)境的識別以及知識庫和推理機(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)，需要采用符號信息處理、啟發(fā)式程序設(shè)計(jì)、知識表示、自動推理和決策等有關(guān)技術(shù)。隨著人工智能和計(jì)算機(jī)技術(shù)的發(fā)展，已經(jīng)有可能把自動控制和人工智能以及系統(tǒng)科學(xué)中一些有關(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。1987年又在美國召開了智能控制的首屆國際學(xué)術(shù)會議，標(biāo)志著智能控制作為一個新的學(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,人腦是一個超級智能控制系統(tǒng),具有實(shí)時推理、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”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.

1. 傳統(tǒng)的自動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,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,致使無法建立其模型,這些問題對基于模型的傳統(tǒng)自動控制來說很難解決.

2. 傳統(tǒng)的自動控制系統(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,使智能控制變成了多方位“立體”的控制系統(tǒng).

3. 傳統(tǒng)的自動控制系統(tǒng)對控制任務(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)對一個復(fù)雜的任務(wù)具有自動規(guī)劃和決策的能力,有自動躲避障礙物運(yùn)動到某一預(yù)期目標(biāo)位置的能力等. 對于這些具有復(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.

4. 傳統(tǒng)的控制理論對線性問題有較成熟的理論,而對高度非線性的控制對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出路,成為解決這類問題行之有效的途徑. 工業(yè)過程智能控制系統(tǒng)除具有上述幾個特點(diǎn)外,又有另外一些特點(diǎn),如被控對象往往是動態(tài)的,而且控制系統(tǒng)在線運(yùn)動,一般要求有較高的實(shí)時響應(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.

5. 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)具有足夠的關(guān)于人的控制策略、被控對象及環(huán)境的有關(guān)知識以及運(yùn)用這些知識的能力

6. 與傳統(tǒng)自動控制系統(tǒng)相比,智能控制系統(tǒng)能以知識表示的非數(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.

7. 與傳統(tǒng)自動控制系統(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.

8. 與傳統(tǒng)自動控制系統(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)境中自動地或人─機(jī)交互地完成擬人任務(wù).

智能控制的主要技術(shù)方法

智能控制是以控制理論、計(jì)算機(jī)科學(xué)、人工智能、運(yùn)籌學(xué)等學(xué)科為基礎(chǔ),擴(kuò)展了相關(guān)的理論和技術(shù),其中應(yīng)用較多的有模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等理論和自適應(yīng)控制、自組織控制、自學(xué)習(xí)控制等技術(shù)。

本詞條由“科普中國”科學(xué)百科詞條編寫與應(yīng)用工作項(xiàng)目 審核 。

自動控制理論是自動控制科學(xué)的核心。自動控制理論自已經(jīng)過了三代的發(fā)展：第一代為20世紀(jì)初開始形成并于50年代在線性代數(shù)的數(shù)學(xué)甚而上發(fā)展起來的現(xiàn)代控制理論；第三代為60年代中期即已萌芽，在發(fā)展過程中綜合了人工智能、自動控制、運(yùn)籌學(xué)、信息論等多學(xué)科的最新成果并在此基礎(chǔ)上形成的智能控制理論。

中文名

自動控制理論

外文名

Automatic Control Theory

核心

自動控制科學(xué)

第一代

20世紀(jì)初

第三代

60年代

自動控制系統(tǒng)的分類有多種方法。

①按控制裝置類型，可分為常規(guī)控制和計(jì)算機(jī)控制兩種。常規(guī)控制采用模擬式控制器（見控制儀表），計(jì)算機(jī)控制采用電子數(shù)字計(jì)算機(jī)。②按有無反饋，可分為閉環(huán)控制系統(tǒng)和開環(huán)控制系統(tǒng)。

③按設(shè)定值是否固定，可分定值控制系統(tǒng)和隨動控制系統(tǒng)。定值控制系統(tǒng)的設(shè)定值固定不變，控制系統(tǒng)可自動克服擾動的影響，使被控變量保持基本恒定。隨動控制系統(tǒng)中設(shè)定值是變化的，系統(tǒng)使被控變量隨設(shè)定值而變化。例如，在化工生產(chǎn)中,要求物料A的流量與另一物料B的流量保持一定的比值，如果物料B的流量是變化的，物料A的流量就必須隨之變化，此時物料A的流量控制就屬于隨動控制類型。

離散控制理論在計(jì)算中也有很廣泛的應(yīng)用，例如，開方：

開方公式：X(n 1)=Xn [A/X^(k-1)-Xn]1/k.

例如我們開3次方，即K=3；

公式：X(n 1)=Xn [A/X^2-Xn]1/3

例如，A=5，5在1的3次方和2的3次方之間，X0無論取1.1，1.2，1.3，1.4，1.5，1.6，1.7，1.8，1.9，2.0都可以。假如我們?nèi)?為初始值：

第一步：2 (5/2x2-2)1/3=1.7=X1

第二步：1.7 (5/1.7x1.7-1.7)1/3=1.71=X3

第三步：1.71 (5/1.71x1.71-1.71)1/3=1.709=X4

第四步：1.709 (5/1.709x1.709-1.709)1/3=1.7099=X5

每計(jì)算一次，比上一次多取一位數(shù)，計(jì)算次數(shù)與精確度成正比。取值偏大公式會自動調(diào)小，例如第一步和第二步，取值偏小公式會自動調(diào)大，例如第三步，第四步。 2100433B

《智能控制理論及應(yīng)用》系統(tǒng)地介紹了智能控制的基本概念、理論和主要方法，包括模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制系統(tǒng)、免疫控制、仿人智能控制、遺傳算法、蟻群算法、基于DNA的軟計(jì)算等。智能控制是自動控制發(fā)展的高級階段，是人工智能、控制論、系統(tǒng)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)等多種學(xué)科的高度綜合與集成，是一門新興的邊緣交叉學(xué)科?！吨悄芸刂评碚摷皯?yīng)用》較多地介紹了這些方法的融合和集成，如模糊神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)、神經(jīng)專家系統(tǒng)、遺傳"para" label-module="para">

《智能控制理論及應(yīng)用》適合高等院校作為自動化專業(yè)、電氣及信息類專業(yè)本科生和研究生的教材，也可供有關(guān)教師和工程技術(shù)人員參考。

第1章 緒論

1.1 智能控制的發(fā)展歷史

1.2 智能控制的定義和特點(diǎn)

1.2.1 智能控制的定義

1.2.2 智能控制的特點(diǎn)

1.3 智能控制的結(jié)構(gòu)理論

1.3.1 二元結(jié)構(gòu)論

1.3.2 三元結(jié)構(gòu)論

1.3.3 四元結(jié)構(gòu)論

1.3.4 多元結(jié)構(gòu)或者樹形結(jié)構(gòu)

1.4 智能控制與傳統(tǒng)控制的關(guān)系

1.5 智能控制的研究對象

1.6 智能控制的類型

1.6.1 分級遞階控制系統(tǒng)

1.6.2 專家控制系統(tǒng)

1.6.3 人工神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)

1.6.4 模糊控制系統(tǒng)

1.6.5 遺傳算法與控制理論相結(jié)合

1.6.6 免疫算法控制

1.6.7 仿人智能控制

1.6.8 學(xué)習(xí)控制系統(tǒng)

1.6.9 混沌控制

1.7 智能控制的應(yīng)用

1.7.1 智能控制在機(jī)器人技術(shù)中的應(yīng)用

1.7.2 智能控制在機(jī)械制造中的應(yīng)用

1.7.3 智能控制在電力電子學(xué)研究領(lǐng)域中的應(yīng)用

1.7.4 智能控制在工業(yè)過程中的應(yīng)用

1.7.5 智能控制在農(nóng)業(yè)生產(chǎn)中的應(yīng)用

1.7.6 智能控制在廣義控制領(lǐng)域中的應(yīng)用

1.8 本章小結(jié)

參考文獻(xiàn)

第2章 模糊控制

2.1 模糊控制概述

2.1.1 模糊控制器設(shè)計(jì)步驟

2.1.2 性能評價

2.1.3 應(yīng)用領(lǐng)域

2.2 模糊控制的數(shù)學(xué)基礎(chǔ)

2.2.1 語言變量、語言值和規(guī)則

2.2.2 模糊集合、模糊規(guī)則和模糊推理

2.2.3 解模糊

2.3 一個示范例子的介紹

2.3.1 模糊控制器的輸入和輸出的選擇

2.3.2 把控制知識融入規(guī)則中

2.3.3 知識的模糊量化

2.3.4 匹配： 決定用哪一條規(guī)則

2.3.5 結(jié)論步驟： 確定結(jié)論

2.3.6 把結(jié)論轉(zhuǎn)換成控制作用

2.3.7 模糊決策的圖形描述

2.4 Takagi"para" label-module="para">

2.4.1 Takagi"para" label-module="para">

2.4.2 模糊系統(tǒng)是通用近似器

2.4.3 廣義T"para" label-module="para">

2.5 基于MATLAB的智能控制系統(tǒng)設(shè)計(jì)與仿真

2.5.1 模糊邏輯工具箱

2.5.2 基于MATLAB的模糊控制系統(tǒng)設(shè)計(jì)與仿真

2.6 模糊系統(tǒng)的非線性分析

2.6.1 模糊控制器的參數(shù)化

2.6.2 李雅普諾夫穩(wěn)定性分析

2.6.3 絕對穩(wěn)定性和圓判據(jù)

2.6.4 穩(wěn)態(tài)跟蹤誤差的分析

2.6.5 描述函數(shù)分析方法

2.6.6 滑模變結(jié)構(gòu)方法

2.6.7 小增益理論

2.6.8 相平面分析法

2.7 熱處理系統(tǒng)的溫度模糊控制

2.8 本章小結(jié)

習(xí)題

參考文獻(xiàn)

第3章 模糊建模和模糊辨識

第4章 神經(jīng)網(wǎng)絡(luò)控制

第5章 模糊神經(jīng)網(wǎng)絡(luò)

第6章 專家系統(tǒng)

第7章 遺傳算法

第8章 蟻群算法

第9章 DNA計(jì)算與基于DNA的軟計(jì)算

第10章 其他智能控制 2100433B