智能控制綜述.docx

智能控制綜述摘要：本文首先介紹了智能控制的發(fā)展和智能控制系統(tǒng)的結(jié)構(gòu)和特點(diǎn)以及與傳統(tǒng)控制的關(guān)系。然后，綜述幾種智能控制研究的主要內(nèi)容。關(guān)鍵詞：智能控制、自動(dòng)控制、研究?jī)?nèi)容1、 智能控制的發(fā)展任何一種科學(xué)技術(shù)的發(fā)展都由當(dāng)時(shí)人們的生產(chǎn)發(fā)展需求和知識(shí)水平所決定和限制，控制科學(xué)也不例外。1948年，美國(guó)著名的控制論創(chuàng)始人維納（N.Wiener）在它的著作控制論中首次將動(dòng)物與機(jī)器相聯(lián)系。1954年錢學(xué)森博士在工程控制論中系統(tǒng)的闡明了控制論對(duì)航空航天和電子通訊等領(lǐng)域的意義及影響，1965年傅京孫（K.S.Fu）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)，又于1971論述了人工智能與自動(dòng)控制的交集關(guān)系，成為國(guó)際公認(rèn)的智能控制的先行者和奠基人1。20世紀(jì)60年代，隨著航海技術(shù)，空間技術(shù)的發(fā)展，控制領(lǐng)域面臨著人們對(duì)其性能要求愈來(lái)愈高和被控對(duì)象的復(fù)雜性和不確定性，被控對(duì)象的復(fù)雜性和不確定性主要表現(xiàn)在被控對(duì)象的非線性和不確定性，以及分散的傳感元件與執(zhí)行元件，復(fù)雜的信息網(wǎng)絡(luò)和龐大的數(shù)據(jù)量。而傳統(tǒng)控制在解決這些問(wèn)題時(shí)存在三方面的問(wèn)題：一、由于傳統(tǒng)控制理論是建立在以微積分為工具的精確模型上，所以無(wú)法對(duì)高度復(fù)雜和不確定的被控對(duì)象進(jìn)行描述；二、傳統(tǒng)控制理論中的自適應(yīng)控制和Robust控制雖可克服系統(tǒng)中所包含的的不確定性，達(dá)到優(yōu)化控制的目的，但這些方法只適用于緩慢變化的情況。三、傳統(tǒng)控制系統(tǒng)輸入較單一，而面對(duì)海量信息（視覺(jué)的、聽(tīng)覺(jué)的、觸覺(jué)的等）的復(fù)雜環(huán)境，智能控制應(yīng)運(yùn)而生。智能控制是對(duì)傳統(tǒng)控制的補(bǔ)充和發(fā)展，是自動(dòng)控制發(fā)展的高級(jí)階段，而傳統(tǒng)控制是智能控制產(chǎn)生的基礎(chǔ)。國(guó)內(nèi)對(duì)智能控制的研究今年來(lái)也十分活躍。從八十年代人工智能與系統(tǒng)科學(xué)相結(jié)合到863計(jì)劃的實(shí)施，智能控制在我國(guó)的發(fā)展已有穩(wěn)固的基礎(chǔ)。2、 智能控制結(jié)構(gòu)與特點(diǎn)智能控制是自動(dòng)控制發(fā)展的高級(jí)階段，是人工智能、控制論、系統(tǒng)論、信息論、仿生學(xué)、和計(jì)算機(jī)等多種學(xué)科的高度結(jié)合，是一門新興的邊緣交叉學(xué)科。它不僅包含了自動(dòng)控制、人工智能、系統(tǒng)理論和計(jì)算機(jī)科學(xué)，而且還涉及到生物學(xué)，正在成為自動(dòng)化領(lǐng)域中最興旺和發(fā)展最迅速的一個(gè)分支學(xué)科2。（1）智能控制具有明顯的跨學(xué)科、多元結(jié)構(gòu)特點(diǎn)。至今，智能控制方面的專家已提出二元結(jié)構(gòu)、三元結(jié)構(gòu)、四元結(jié)構(gòu)等三種結(jié)構(gòu)，它們可分別以交集的形式表示如下：IC=AIAC (1)IC=AICTOR (2)IC=AICTSTOR (3)上式中，各子集的含義為 AI人工智能； AC自動(dòng)控制； CT控制論； OR運(yùn)籌學(xué)； ST系統(tǒng)論； IC智能控制。智能控制的二元交集結(jié)構(gòu)、三元交集結(jié)構(gòu)和四元交集結(jié)構(gòu)分別由傅京孫、薩克迪斯（G.N.Saridis）和蔡自興于1971,1977和1986年提出的3，以上的交集表達(dá)式也可表示成如下圖1、2、3的形式： 圖1 圖2 圖3（2）智能控制的核心在高層，及組織級(jí)控制，高層控制的任務(wù)在于對(duì)實(shí)際問(wèn)題的決策和規(guī)劃，從而實(shí)現(xiàn)問(wèn)題的解決。Saridis提出了智能控制系統(tǒng)分層遞階的組成結(jié)構(gòu)形式，如圖4 所述。執(zhí)行級(jí)一般要求有較準(zhǔn)確的模型；協(xié)調(diào)級(jí)用于協(xié)調(diào)執(zhí)行級(jí)的動(dòng)作，它雖然不要求有精準(zhǔn)的模型，但要求具備學(xué)習(xí)能力；組織級(jí)將自然語(yǔ)言翻譯成機(jī)器語(yǔ)言，進(jìn)行組織決策和規(guī)定任務(wù)。這種分層遞階的智能控制系統(tǒng)具有兩個(gè)明顯的特點(diǎn)：1）對(duì)控制而言，自上而下控制的精度愈來(lái)愈高；2）對(duì)識(shí)別而言，自下而上信息反饋愈來(lái)愈粗略，相應(yīng)的智能程度也愈來(lái)愈高3，即就是各級(jí)之間實(shí)現(xiàn)“智能 圖4遞增精度遞減”的原則。 3、智能控制系統(tǒng)的特點(diǎn)傳統(tǒng)的控制方法建立在被控對(duì)象的精確數(shù)學(xué)模型上，智能控制是針對(duì)系統(tǒng)的復(fù)雜性、非線性、不確定性等提出來(lái)的。IEEE控制系統(tǒng)協(xié)會(huì)把智能控制歸納為：智能控制系統(tǒng)必須具有模擬人類學(xué)習(xí)和自適應(yīng)能力4。智能控制系統(tǒng)一般應(yīng)具有以下特點(diǎn)。（1）強(qiáng)的學(xué)習(xí)能力。能對(duì)未知環(huán)境所提供的信息進(jìn)行識(shí)別、記憶、學(xué)習(xí)、融合、分析、推理，并利用已有的知識(shí)不斷優(yōu)化自身能力；（2）較強(qiáng)的自適應(yīng)能力。具有能夠適應(yīng)被控對(duì)象的特性變化、外界環(huán)境特性的變化和運(yùn)行條件的變化的能力；（3）較強(qiáng)的容錯(cuò)能力。對(duì)各類故障具有自診斷、屏蔽和自恢復(fù)能力；（4）較強(qiáng)的魯棒性。系統(tǒng)對(duì)環(huán)境干擾和其它不確定因素不敏感；（5）較強(qiáng)的組織功能。對(duì)復(fù)雜任務(wù)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；（6）實(shí)時(shí)性好。系統(tǒng)具有較強(qiáng)的在線實(shí)時(shí)響應(yīng)能力；（7）智能控制具有變結(jié)構(gòu)和非線性的特點(diǎn)，其核心是組織級(jí)。4、智能控制與傳統(tǒng)控制的關(guān)系和比較智能控制和傳統(tǒng)控制密不可分。一般情況下，傳統(tǒng)控制是智能控制發(fā)展過(guò)程中的低級(jí)階段。智能控制與傳統(tǒng)控制具有緊密的結(jié)合于交叉綜合，主要表現(xiàn)在：1）智能控制常常利用傳統(tǒng)控制來(lái)解決低層的控制問(wèn)題。2）將傳統(tǒng)控制和智能控制進(jìn)行有機(jī)結(jié)合可形成有效的控制系統(tǒng)3）對(duì)數(shù)學(xué)模型較成熟的系統(tǒng)應(yīng)采用傳統(tǒng)控制與智能控制相結(jié)合的手段，而不是單純的只用智能控制。 傳統(tǒng)控制有很多明顯的局限性，尤其是在處理高度非線性和復(fù)雜性的系統(tǒng)，在處理對(duì)象的不確定性和復(fù)雜性上效果也很差。傳統(tǒng)控制還缺乏自學(xué)習(xí)、自適應(yīng)、自組織能力。智能控制和傳統(tǒng)控制在應(yīng)用領(lǐng)域、控制方法等方面存在明顯不同，主要有：1）傳統(tǒng)控制是建立在精確的數(shù)學(xué)模型上，著重解決單機(jī)自動(dòng)化、不太復(fù)雜的過(guò)程控制和大系統(tǒng)的控制問(wèn)題，而智能控制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(wèn)題；2）傳統(tǒng)控制通常是通過(guò)各種定理、定律來(lái)獲取精確的知識(shí)，而智能控制則是通過(guò)直覺(jué)、學(xué)習(xí)和經(jīng)驗(yàn)來(lái)獲取和積累知識(shí)。3）傳統(tǒng)控制通常是用基于運(yùn)動(dòng)學(xué)方程、動(dòng)力學(xué)方程和傳遞函數(shù)等數(shù)學(xué)模型來(lái)描述系統(tǒng)，而智能控制系統(tǒng)則是通過(guò)經(jīng)驗(yàn)、規(guī)則來(lái)描述4）傳統(tǒng)控制理論通常應(yīng)用時(shí)域法、頻域法、狀態(tài)空間法等有效的分析和方法進(jìn)行處理，而智能控制系統(tǒng)多采用學(xué)習(xí)、邏輯推理、 判斷、決策等方法。5）傳統(tǒng)控制有穩(wěn)態(tài)和動(dòng)態(tài)等性能指標(biāo)，而智能控制無(wú)統(tǒng)一的性能指標(biāo)；6）傳統(tǒng)控制線性定常系統(tǒng)為主要研究對(duì)象，以反饋控制理論為主要核心，有比較成熟的理論體系，而智能控制暫時(shí)還沒(méi)有完善的理論體系；5、智能控制研究的內(nèi)容 智能控制是一門交叉學(xué)科，傅京孫稱它是人工智能（AI）與自動(dòng)控制（AC）的交叉，后來(lái)，Saridis有提出了智能控制是人工智能、自動(dòng)控制和運(yùn)籌學(xué)（OR）的交叉。智能控制系統(tǒng)是在控制論、信息論、人工智能、仿生學(xué)、神經(jīng)生理學(xué)和計(jì)算機(jī)科學(xué)發(fā)展的基礎(chǔ)上發(fā)展形成的一種高級(jí)控制系統(tǒng)。智能控制突破了傳統(tǒng)控制的局限性，實(shí)現(xiàn)了對(duì)非線性，高度不確定的對(duì)象的控制。目前，智能控制的主要研究?jī)?nèi)容有：自適應(yīng)控制（Adaptive Control）、模糊控制（Fuzzy Control）、神經(jīng)網(wǎng)絡(luò)控制（Neural Net-based Control）、基于知識(shí)的控制（Konwledge Based Control）或?qū)＜铱刂疲‥xpert Control）、符合智能控制（Hybrid Intelligent Control）、學(xué)習(xí)控制（Learning Control）和基于進(jìn)化機(jī)制的控制（Evolutionary Mechanism Based Control）。以上這些有的已在現(xiàn)代工業(yè)生產(chǎn)中投入應(yīng)用。下面，就上面的研究?jī)?nèi)容重點(diǎn)介紹幾種。5.1 模糊控制模糊控制是基于模糊推理和模仿人的思維方式，對(duì)建立數(shù)學(xué)模型難度較大的對(duì)象的一種控制，其成功應(yīng)用的根源在于模糊邏輯本身提供了由專家構(gòu)造語(yǔ)言信息并將其轉(zhuǎn)化為控制策略的一種系統(tǒng)的推理方法5。由于模糊控制主要是模仿人的控制經(jīng)驗(yàn)而不是依賴控制對(duì)象的模型，因此模糊控制器實(shí)現(xiàn)了人的某些智能。模糊控制可看成是一種不依賴與模型的估計(jì)器，給定輸入，便可得到合適的輸出，它主要依賴于模糊規(guī)則（把人類專家的被控對(duì)象或過(guò)程的控制策略總結(jié)成一系列的“IF-THEN”的形式）和模糊變量的隸屬度函數(shù)，而不用了解輸入與輸出之間的關(guān)系。它是處理復(fù)雜而無(wú)法精確建立數(shù)學(xué)模型的系統(tǒng)控制問(wèn)題的有效方法，其主要特點(diǎn)有：1）控制系統(tǒng)根據(jù)操作人員控制經(jīng)驗(yàn)和操作數(shù)據(jù)，而無(wú)需精確的數(shù)學(xué)模型；2）有較強(qiáng)的魯棒性，適宜解決非線性、時(shí)變和時(shí)滯系統(tǒng)；3）應(yīng)用語(yǔ)言變量，易于構(gòu)成專家系統(tǒng)；4）處理過(guò)程含有某些智能特性，能夠處理復(fù)雜甚至是“病態(tài)”系統(tǒng)；5）離線計(jì)算得到控制查詢表，提高了控制系統(tǒng)的實(shí)時(shí)性。目前，模糊控制技術(shù)已日益成熟，穩(wěn)定性分析問(wèn)題正得到解決。5.2 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)來(lái)控制是基于結(jié)構(gòu)模擬人腦生理結(jié)構(gòu)形成的智能控制和辨識(shí)方法。由于它具有自適應(yīng)和自學(xué)習(xí)能力，所以適合于對(duì)復(fù)雜系統(tǒng)的研究。神經(jīng)元網(wǎng)絡(luò)利用神經(jīng)元之間的連接于權(quán)值進(jìn)行自我學(xué)習(xí)，以逼近理論為依據(jù)進(jìn)行建模。并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)等方法實(shí)現(xiàn)對(duì)被控對(duì)象的智能控制。它具有以下重要的性質(zhì)：1）非線性，神經(jīng)網(wǎng)絡(luò)理論上可以趨近于任何一個(gè)非線性函數(shù)；2）并行分部處理，神經(jīng)網(wǎng)絡(luò)是一個(gè)高度平行的模型，所以它具有較強(qiáng)的容錯(cuò)能力和數(shù)據(jù)處理能力；3）自適應(yīng)和自學(xué)習(xí)性，能對(duì)環(huán)境提供的信息進(jìn)行自學(xué)習(xí)和記憶；4）數(shù)據(jù)融合，可同時(shí)對(duì)定性和定量的數(shù)據(jù)進(jìn)行操作；5）多變量處理，神經(jīng)網(wǎng)絡(luò)可自然地處理多輸入信號(hào)。目前，神經(jīng)網(wǎng)絡(luò)在自動(dòng)控制、模式識(shí)別、機(jī)器人等領(lǐng)域已有許多成功的應(yīng)用。但它還有許多問(wèn)題需要進(jìn)一步研究，主要是人工神經(jīng)網(wǎng)絡(luò)系統(tǒng)穩(wěn)定性的分析方法、學(xué)習(xí)和控制算法的收斂性和實(shí)時(shí)性問(wèn)題。5.3 專家控制專家控制是在將人工智能中專家系統(tǒng)的理論和技術(shù)與自動(dòng)控制的理論和方法有機(jī)結(jié)合的基礎(chǔ)上，在未知環(huán)境下模仿專家的智能，實(shí)現(xiàn)對(duì)被控對(duì)象的有效控制，即就是利用專家知識(shí)對(duì)專門的或困難的問(wèn)題進(jìn)行描述。專家系統(tǒng)的主要組成是：知識(shí)庫(kù)、推理機(jī)、解析機(jī)制、知識(shí)獲取系統(tǒng)，其核心是專家系統(tǒng)。它具有處理各種非結(jié)構(gòu)性問(wèn)題，特別是處理定性的，不確定的或啟發(fā)式的知識(shí)信息的能力，經(jīng)過(guò)各種推理達(dá)到所要求的控制目標(biāo)。專家控制主要由如下特點(diǎn)：1）專家控制的核心是知識(shí)信息處理系統(tǒng)，即專家系統(tǒng)，而不是數(shù)值信息處理系統(tǒng)，它依據(jù)的是知識(shí)表示技術(shù)確定問(wèn)題的求解方法而不是根據(jù)數(shù)學(xué)描述建立計(jì)算模型，它主要運(yùn)用知識(shí)推理而不是固定程序來(lái)完成任務(wù)；2）專家系統(tǒng)由組織級(jí)，協(xié)調(diào)級(jí)和執(zhí)行級(jí)組成，核心是組織級(jí)，所以具有自上而下智能逐級(jí)降低，精度逐級(jí)升高的特點(diǎn)。專家控制系統(tǒng)目前在機(jī)器人控制方面雖已有成功應(yīng)用，但還有許多問(wèn)題有待深入研究，主要是專家經(jīng)驗(yàn)、知識(shí)的如何獲取，動(dòng)態(tài)知識(shí)的獲取問(wèn)題以及專家控制系統(tǒng)的穩(wěn)定性分析問(wèn)題。5.4 混沌控制混沌和混沌控制是非線性動(dòng)力系統(tǒng)的新理論、新方法，是智能控制的重要組成部分?；煦缰改撤N對(duì)初始條件敏感的運(yùn)動(dòng)，是在確定性系統(tǒng)中出現(xiàn)的一種類似無(wú)規(guī)則、隨機(jī)的現(xiàn)象，是普遍存在的運(yùn)動(dòng)形式?；煦缡欠蔷€性動(dòng)力學(xué)系統(tǒng)在一定條件下所表現(xiàn)的運(yùn)動(dòng)形式，是系統(tǒng)處于非平衡條件下所表現(xiàn)的隨機(jī)行為，它無(wú)序中又有序。所以非線性是混沌產(chǎn)生的必要條件。最常用的混沌控制方法有：1）OGY法；2）自適應(yīng)控制法；3）神經(jīng)網(wǎng)絡(luò)法；4）連續(xù)反饋控制法。6、結(jié)束語(yǔ)隨著控制領(lǐng)域的不斷發(fā)展，智能控制的研究將進(jìn)一步深入、擴(kuò)大。智能控制除了在高級(jí)機(jī)器人和智能故障診斷外，在交通控制、醫(yī)療過(guò)程控制、娛樂(lè)、文化教育等領(lǐng)域也將取得發(fā)展和走向成熟。參考文獻(xiàn)1 K.S.Fu Learning Control Systems and Intelligent Control