1、智能控制論文摘要：基于智能控制和常規控制的本質區別和內在聯系，對智能控制的概念進行了研究，同時介紹了智能控制的學科基礎和主要分支，并且總結了智能控制的基本分析方法，最后指出了智能控制的實現中存在的一些問題。關鍵詞智能控制，人工控制，控制論1 引言自1971年傅京孫教授提出“智能控制”概念以來，智能控制已經從二元論（人工智能和控制論）發展到四元論（人工智能、模糊集理論、運籌學和控制論），在取得豐碩研究和應用成果的同時，智能控制理論也得到不斷的發展和完善。智能控制是多學科交叉的學科，它的發展得益于人工智能、認知科學、模糊集理論和生物控制論等許多學科的發展，同時也促進了相關學科的發展。智能控制也是發

2、展較快的新興學科，盡管其理論體系還遠沒有經典控制理論那樣成熟和完善，但智能控制理論和應用研究所取得的成果顯示出其旺盛的生命力，受到相關研究和工程技術人員的關注。隨著科學技術的發展，智能控制的應用領域將不斷拓展，理論和技術也必將得到不斷的發展和完2 智能控制的概念智能控制的定義一:智能控制是由智能機器自主地實現其目標的過程.而智能機器則定義為,在結構化或非結構化的,熟悉的或陌生的環境中,自主地或與人交互地執行人類規定的任務的一種機器.定義二：K.J.奧斯托羅姆則認為，把人類具有的直覺推理和試湊法等智能加以形式化或機器模擬,并用于控制系統的分析與設計中,以期在一定程度上實現控制系統的智能化定義三：

3、智能控制是一類無需人的干預就能夠自主地驅動智能機器實現其目標的自動控制,也是用計算機模擬人類智能的一個重要領域.,這就是智能控制.他還認為自調節控制,自適應控制就是智能控制的低級體現.定義四：智能控制實際只是研究與模擬人類智能活動及其控制與信息傳遞過程的規律,研制具有仿人智能的工程控制與信息處理系統的一個新興分支學科。3 智能控制系統的類型1）集成或者（復合）混合控制幾種方法和機制往往結合在一起,用于一個實際的智能控制系統或裝置,從而建立起混合或集成的智能控制系統.2）分級遞階控制系統分級遞階智能控制是在自適應控制和自組織控制基礎上,由美國普渡大學Saridis提出的智能控制理論.分級遞階智能

4、控制(HierarchicalIntelligentControl)主要由三個控制級組成，按智能控制的高低分為組織級,協調級,執行級,并且這三級遵循"伴隨智能遞降精度遞增"原則。組織級(organizationlevel):組織級通過人機接口和用戶(操作員)進行交互,執行最高決策的控制功能,監視并指導協調級和執行級的所有行為,其智能程度最高.協調級(Coordinationlevel):協調級可進一步劃分為兩個分層:控制管理分層和控制監督分層.執行級(executivelevel):執行級的控制過程通常是執行一個確定的動作.3) 專家控制系統(ExpertSystem)專家

5、指的是那些對解決專門問題非常熟悉的人們,他們的這種專門技術通常源于豐富的經驗,以及他們處理問題的詳細專業知識.專家系統主要指的是一個智能計算機程序系統,其內部含有大量的某個領域專家水平的知識與經驗,能夠利用人類專家的知識和解決問題的經驗方法來處理該領域的高水平難題.它具有啟發性,透明性,靈活性,符號操作,不一確定性推理等特點.應用專家系統的概念和技術,模擬人類專家的控制知識與經驗而建造的控制系統,稱為專家控制系統.專家系統是利用專家知識對專門的或困難的問題進行描述.用專家系統所構成的專家控制,無論是專家控制系統還是專家控制器,其相對工程費用較高,而且還涉及自動地獲取知識困難、無自學能力、知識面

6、太窄等問題.盡管專家系統在解決復雜的高級推理中獲得較為成功的應用,但是專家控制的實際應用相對還是比較少。4）人工神經網絡控制系統神經網絡是指由大量與生物神經系統的神經細胞相類似的人工神經元互連而組成的網絡;或由大量象生物神經元的處理單元并聯互連而成.這種神經網絡具有某些智能和仿人控制功能.學習算法是神經網絡的主要特征,也是當前研究的主要課題.學習的概念來自生物模型,它是機體在復雜多變的環境中進行有效的自我調節.神經網絡具備類似人類的學習功能.一個神經網絡若想改變其輸出值,但又不能改變它的轉換函數,只能改變其輸人,而改變輸人的唯一方法只能修改加在輸人端的加權系數.神經網絡的學習過程是修改加權系數

7、的過程,最終使其輸出達到期望值,學習結束.常用的學習算法有：Hebb學習算法,widrowHoff學習算法,反向傳播學習算法一BP學習算法,Hopfield反饋神經網絡學習算法等。神經網絡控制，即基于神經網絡控制或簡稱神經控制，是指砸控制系統中采用神經網絡這一工具對難以精確描述的復雜的非線性對象進行建模，或充當控制器，或優化計算，或進行推理，或故障診斷等，遺跡同時兼有上述某些功能的適應組合，將這樣的系統統稱為神經網絡的控制系統，將這種控制方式稱為神經網絡控制。5）模糊控制系統模糊控制,就是在被控制對象的模糊模型的基礎上,運用模糊控制器近似推理手段,實現系統控制的一種方法.模糊模型是用模糊語言和

8、規則描述的一個系統的動態特性及性能指標.模糊控制的基本思想是用機器去模擬人對系統的控制.它是受這樣事實而啟發的:對于用傳統控制理論無法進行分析和控制的復雜的和無法建立數學模型的系統,有經驗的操作者或專家卻能取得比較好的控制效果,這是因為他們擁有日積月累的豐富經驗,因此人們希望把這種經驗指導下的行為過程總結成一些規則,并根據這些規則設計出控制器.然后運用模糊理論,模糊語言變量和模糊邏輯推理的知識,把這些模糊的語言上升為數值運算,從而能夠利用計算機來完成對這些規則的具體實現,達到以機器代替人對某些對象進行自動控制的目的。6）學習控制系統學習是人類的主要智能之一,人類的各項活動也需要學習.在人類的進

9、化過程中,學習功能起著十分重要的作用.學習控制正是模擬人類自身各種優良的控制調節機制的一種嘗試.所謂學習是一種過程,它通過重復輸人信號,并從外部校正該系統,從而使系統對特定輸人具有特定響應.學習控制系統是一個能在其運行過程中逐步獲得受控過程及環境的非預知信息,積累控制經驗,并在一定的評價標準下進行估值,分類,決策和不斷改善系統品質的自動控制系統。以上這些控制方法之間，及其與常規控制之間的相互結合，又會構成各種各樣的控制，但基本上都是以上這些控制方法的派生。4 智能控制系統的分析方法智能控制系統是一類復雜的非線性動力學系統，不能用某一種單純的模型去描述它，相應地所采用的分析方法也不同。1）常規模

10、型分析法許多智能控制器都能常微分方程表示，這部分可用常規模型分析理論來分析，適用于作穩定性分析和描述函數分析。2）離散事件系統模型分析法離散事件模型適用于作專家系統,規劃系統,抽象學習系統以及智能控制系統中較高級的組織級和協調級。3）混雜模型分析法對于非常復雜的混雜控制器以及混雜控制過程要大力發展非線性分析技術。5 智能控制的研究對象智能控制的研究對象具備以下的一些特點：1）不確定性的模型智能控制的研究對象通常存在嚴重的不確定性。這里所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結構和參數可能在很大范圍內變化。2）高度的非線性對于具有高度非線性的控制對象，采用智能控制的方法

11、往往可以較好地解決非線性系統的控制問題。3）復雜的任務要求對于智能控制系統，任務的要求往往比較復雜。6 智能控制的應用智能控制在各行各業的應用：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。機械制造中的智能控制在現代先進制造系統

12、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“Then-If”逆向推理作為反饋機構，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。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,可以降低成本,縮短計算時間,提高產品設計的效率和質量。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。7 結語智能控制理論經過多年的發展，已經取得了可喜的