1、摘要：在此我綜述智能控制技術的現狀及開展,首先簡述智能控制的性能特點及主要方法;然后介紹智能控制在各行各業中的應用現狀;接著論述智能控制的開展。智能控制技術的主要方法，介紹了智能控制在各行各業中的應用。隨著信息技術的開展，許多新方法和技術進入工程化、產品化階段，這對自動控制技術提出獷新的挑戰，促進了智能理論在控制技術中的應用，以解決用傳統的方法難以解決的復雜系統的控制問題。關鍵詞：智能控制 應用 自動化 淺談智能控制技術現狀及開展 在無人干預的情況下能自主地驅動智能機器實現控制目標的自動控制技術。對許多復雜的系統，難以建立有效的數學模型和用常規的控制理論去進行定量計算和分析，而必須采用定量方法

2、與定性方法相結合的控制方式。定量方法與定性方法相結合的目的是，要由機器用類似于人的智慧和經驗來引導求解過程。因此，在研究和設計智能系統時，主要注意力不放在數學公式的表達、計算和處理方面，而是放在對任務和現實模型的描述、符號和環境的識別以及知識庫和推理機的開發上，即智能控制的關鍵問題不是設計常規控制器，而是研制智能機器的模型。此外，智能控制的核心在高層控制，即組織控制。高 層控 制 是 對實際環境或過程進行組織、決策和規劃，以實現問題求解。為了完成這些任務，需要采用符號信息處理、啟發式程序設計、知識表示、自動推理和決策等有關技術。這些問題求解過程與人腦的思維過程有一定的相似性，即具有一定程度的“

3、智能。一、 智能控制的性能特點及主要方法1.1根據智能控制的根本控制對象的開放性，復雜性，不確定性的特點，一個理想的智能控制系統具有如下性能：1系統對一個未知環境提供的信息進行識別、記憶、學習，并利用積累的經驗進一步改善自身性能的能力，即在經歷某種變化后，變化后的系統性能應優于變化前的系統性能。2適應功能：系統應具有適應受控對象動力學特性變化、環境變化和運行條件變化的能力。這種智能行為是不依賴模型的自適應估計，較傳統的自適應控制有更廣泛的意義。3組織功能：對于復雜任務和分散的傳感信息具有自組織和協調功能，使系統具有主動性和靈活性。除以上功能外，智能控制系統還應具有實時性、容錯性、魯棒性和友好的

4、人機界面。智能控制和傳統控制在應用領域、控制方法、知識獲取和加工、系統描述、性能考核及執行等方面存在明顯的不同。基于與傳統控制的區別，智能控制系統具有如下特點： 1擬人智能化的運作模式；2優勝劣汰的選擇機制；3多目標的優化過程；4復雜環境的學習功能。 1.2智能控制技術的主要方法有模糊控制、基于知識的專家控制、神經網絡控制和集成智能控制等，以及常用優化算法有：遺傳算法、蟻群算法、免疫算法等。1模糊控制 模糊控制以模糊集合、模糊語言變量、模糊推理為其理論根底,以先驗知識和專家經驗作為控制規那么。其根本思想是用機器模擬人對系統的控制,就是在被控對象的模糊模型的根底上運用模糊控制器近似推理等手段,實

5、現系統控制。在實現模糊控制時主要考慮模糊變量的隸屬度函數確實定,以及控制規那么的制定二者缺一不可。 2專家控制 專家控制是將專家系統的理論技術與控制理論技術相結合,仿效專家的經驗,實現對系統控制的一種智能控制。主體由知識庫和推理機構組成,通過對知識的獲取與組織,按某種策略適時選用恰當的規那么進行推理,以實現對控制對象的控制。專家控制可以靈活地選取控制率,靈活性高;可通過調整控制器的參數,適應對象特性及環境的變化,適應性好;通過專家規那么,系統可以在非線性、大偏差的情況下可靠地工作,魯棒性強。 3神經網絡控制 神經網絡模擬人腦神經元的活動,利用神經元之間的聯結與權值的分布來表示特定的信息,通過不

6、斷修正連接的權值進行自我學習,以逼近理論為依據進行神經網絡建模,并以直接自校正控制、間接自校正控制、神經網絡預測控制等方式實現智能控制。 4遺傳算法學習控制 智能控制是通過計算機實現對系統的控制,因此控制技術離不開優化技術。快速、高效、全局化的優化算法是實現智能控制的重要手段。遺傳算法是模擬自然選擇和遺傳機制的一種搜索和優化算法,它模擬生物界/生存競爭,優勝劣汰,適者生存的機制,利用復制、交叉、變異等遺傳操作來完成尋優。遺傳算法作為優化搜索算法,一方面希望在寬廣的空間內進行搜索,從而提高求得最優解的概率;另一方面又希望向著解的方向盡快縮小搜索范圍,從而提高搜索效率。如何同時提高搜索最優解的概率

7、和效率,是遺傳算法的一個主要研究方向 。 5迭代學習控制 迭代學習控制模仿人類學習的方法、即通過屢次的訓練,從經驗中學會某種技能,來到達有效控制的目的。迭代學習控制能夠通過一系列迭代過程實現對二階非線性動力學系統的跟蹤控制。整個控制結構由線性反響控制器和前饋學習補償控制器組成,其中線性反響控制器保證了非線性系統的穩定運行、前饋補償控制器保證了系統的跟蹤控制精度。它在執行重復運動的非線性機器人系統的控制中是相當成功的。二、智能控制的現狀 2.1工業過程中的智能控制 生產過程的智能控制主要包括兩個方面:局部級和全局級。局部級的智能控制是指將智能引入工藝過程中的某一單元進行控制器設計,例如智能PID

8、控制器、專家控制器、神經元網絡控制器等。研究熱點是智能PID控制器,因為其在參數的整定和在線自適應調整方面具有明顯的優勢,且可用于控制一些非線性的復雜對象 。全局級的智能控制主要針對整個生產過程的自動化,包括整個操作工藝的控制、過程的故障診斷、規劃過程操作處理異常等。 2.2 機械制造中的智能控制 在現代先進制造系統中,需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況,人工智能技術為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應用于機械制造行業,它利用模糊數學、神經網絡的方法對制造過程進行動態環境建模,利用傳感器融合技術來進行信息的預處理和綜合。可采用專家系統的“Th

9、en-If逆向推理作為反響機構,修改控制機構或者選擇較好的控制模式和參數。利用模糊集合和模糊關系的魯棒性,將模糊信息集成到閉環控制的外環決策選取機構來選擇控制動作。利用神經網絡的學習功能和并行處理信息的能力,進行在線的模式識別,處理那些可能是殘缺不全的信息。 2.3電力電子學研究領域中的智能控制 電力系統中發電機、變壓器、電動機等電機電器設備的設計、生產、運行、控制是一個復雜的過程,國內外的電氣工作者將人工智能技術引入到電氣設備的優化設計、故障診斷及控制中,取得了良好的控制效果 。遺傳算法是一種先進的優化算法,采用此方法來對電器設備的設計進行優化,可以降低本錢,縮短計算時間,提高產品設計的效率

10、和質量。應用于電氣設備故障診斷的智能控制技術有:模糊邏輯、專家系統和神經網絡。在電力電子學的眾多應用領域中,智能控制在電流控制PWM技術中的應用是具有代表性的技術應用方向之一,也是研究的新熱點之一。 以上的三個例子只是智能控制在各行各業應用中的一個縮影，它的作用以及影響力將會關系國民生計。并且智能控制技術的開展也是日新月異，我們只有時刻關注智能控制技術才能跟上其日益加快的技術更新步伐。三、智能控制的開展3.1智能控制存在的問題智能控制以其優越的控制性能逐漸步入了工程界并得到廣泛飛應用。然而在智能控制的實現方面，還存在很多問題有待解決。具體表現在：1擴寬實際應用范圍，提高實時控制能力問題。2解決

11、知識獲取和優化的瓶頸問題，特別是動態系統的知識獲取和分類。3對智能控制學習研究的問題。4各種智能方法結合以及同傳統控制方法結合研究問題。5數值和符號之間的計算問題。目前，在數值和符號之間的計算尚未有一個成型的規那么。6智能控制的魯棒性問題缺乏嚴格的數學推導。7如何研究解耦問題，簡化控制算法。8研究新型智能控制硬件和軟件問題，智能控制的研究往往缺少較好的軟件環境，硬件方面存在的問題更大。3.2智能控制的開展前景智能控制的研究雖然取得了一些成果，但實質性進展甚微，理論方面尤為突出，應用那么主要是解決技術問題，對象具體而單一。子波變換、遺傳算法與模糊神經網絡的結合，以及混沌理論等，將成為智能控制的開

12、展方向。智能控制開展的核心仍然是以神經網絡的強大自學習功能與具有較強知識表達能力的模糊邏輯推理構成的模糊邏輯神經網絡。要做到智能自動化，把機器人的智商提高到智人水平，還需要數十年。微電子、生命科學、自動化技術突飛猛進，為21世紀實現智能控制和智能自動化創造了很好的條件。對這門新學科今后的開展方向和道路已經取得了一些共識：1研究和模仿人類智能是智能控制的最高目標；2智能控制必須靠多學科聯合才能取得新的突破；3智能的提高，不能全靠子系統的堆積，要做到“整體大于組分之和，只靠非線性效應是不夠的。為了到達目標，不僅需要技術的進步，更需要科學思想和理論的突破。很多科學家堅持認為，這需要發現新的原理，或者改造的物理學根本定理，才能徹底懂得和仿造人類的智能，才能設計出具有高級智能的自動控制系統。科學界要為保障人類和地球的生存和可持續開展做出必須的奉獻，而控制論科學家和工程師應當承擔主要的使命。 智能控制理論的研究和應用是現代控制理論在深度和廣度上的拓展。20世紀80年代以來，信息技術、計算技術的快速開展及其他相關學科的開展和相互滲透，也推動了控制科學與工程研究的不斷深入，控制系統向智能控制系統的開展已成為一種趨勢。參考文獻：1蔡自興，徐光佑.人工智能及應用第二版,清華大學出版社