智能控制綜述論文
摘要：本文介紹了智能控制的產(chǎn)生背景以及智能控制的概念和特點(diǎn)，分析了幾種典型的智能控制技術(shù)，并提出了一些對智能控制的發(fā)展前景的展望。
關(guān)鍵詞：智能控制 專家控制 模糊控制 神經(jīng)網(wǎng)絡(luò)控制 遺傳算法
1．引言
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、信息論、系統(tǒng)論、仿生學(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。智能控制是當(dāng)今國內(nèi)、外自動化學(xué)科中的一個(gè)十分活躍和具有挑戰(zhàn)性的領(lǐng)域，代表著當(dāng)今科學(xué)和技術(shù)發(fā)展的最新方向之一。它不僅包含了自動控制、人工智能、系統(tǒng)理論和計(jì)算機(jī)科學(xué)的內(nèi)容，而且還從生物學(xué)等學(xué)科汲取豐富的營養(yǎng)，正在成為自動化領(lǐng)域中最興旺和發(fā)展最迅速的一個(gè)分支學(xué)科。
2．智能控制產(chǎn)生的背景
從控制理論學(xué)科發(fā)展的歷程來看，該學(xué)科的發(fā)展經(jīng)歷了三個(gè)主要階段。
第一階段為20世紀(jì)40—60年代的“經(jīng)典控制理論”時(shí)期，經(jīng)典控制理論以反饋理論為基礎(chǔ)，是一種單回路線性控制理論。主要采用傳遞函數(shù)、頻率特性、根軌跡為基礎(chǔ)的頻率分析方法。主要研究單輸入一單輸出、線性定長系統(tǒng)的分析和設(shè)計(jì)。
第二階段為20世紀(jì)60—70年代的“現(xiàn)代控制理論”時(shí)期，現(xiàn)代控制理論主要研究具有高性能、高精度的多變量參數(shù)系統(tǒng)的最優(yōu)控制問題。采用的方法包括狀態(tài)空間法、Bellman動態(tài)規(guī)劃方法，Kalman濾波理論和Pontryagin極大值原理等�，F(xiàn)代控制理論可以解決多輸入多輸出問題，系統(tǒng)可以是線性定長的，也可以是非線性時(shí)變的。
第三階段為20世紀(jì)70年代至今的“大系統(tǒng)理論”和“智能控制理論”時(shí)期。由于現(xiàn)代控制理論過多地依賴對象的數(shù)學(xué)模型，其控制算法較為理想化，設(shè)計(jì)方法非常數(shù)字化，因此在面對難以用數(shù)學(xué)模型描述或者具有時(shí)變、非線性、不確定特性的復(fù)雜系統(tǒng)時(shí)，現(xiàn)代控制系統(tǒng)也顯得無能為力。為了提高控制系統(tǒng)的'品質(zhì)和尋優(yōu)能力，控制領(lǐng)域的研究人員開始考慮把人工智能技術(shù)用于控制系統(tǒng)。近年來，控制領(lǐng)域的研究人員把傳統(tǒng)的控制理論與模糊邏輯、神經(jīng)網(wǎng)絡(luò)、遺傳算法等智能技術(shù)相結(jié)合，充分利用人的經(jīng)驗(yàn)知識對復(fù)雜系統(tǒng)進(jìn)行控制，逐漸形成了智能控制這一新興學(xué)科。
3．智能控制的基本概念和特點(diǎn)
傳統(tǒng)的控制方法建立在被控對象的精確數(shù)學(xué)模型之上，智能控制是針對系統(tǒng)的復(fù)雜性、非線性、不確定性等提出來的。IEEE控制系統(tǒng)協(xié)會把智能控制歸納為：智能控制系統(tǒng)必須具有模擬人類學(xué)習(xí)和自適應(yīng)的能力。一個(gè)智能控制系統(tǒng)一般應(yīng)具有以下一些特點(diǎn)。
1)能對復(fù)雜系統(tǒng)（如非線性、多變量、時(shí)變、環(huán)境擾動等）進(jìn)行有效的全局控制，并具有較強(qiáng)的容錯(cuò)能力；
2)具有以只是表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過程，能根據(jù)被控對象的動態(tài)過程進(jìn)行辨識，采用開閉環(huán)控制和定性與定量相結(jié)合的多模態(tài)控制方式；
3)能對獲取的信息進(jìn)行實(shí)時(shí)處理并給出控制決策，通過不斷優(yōu)化參數(shù)和尋找控制器的最佳結(jié)構(gòu)形式，以獲得整體最優(yōu)控制性能。
4)具有自學(xué)習(xí)、自適應(yīng)、自組織能力，能從系統(tǒng)的功能和整體優(yōu)化的角度來分析和綜合系統(tǒng)，以實(shí)現(xiàn)預(yù)期的控制目標(biāo)。
4．智能控制理論的基本內(nèi)容
4.1 專家控制(EC-Expert Control)
由人工智能領(lǐng)域發(fā)展起來的專家控制是一種基于知識的智能計(jì)算機(jī)程序的技術(shù)。專家控制的實(shí)質(zhì)是基于控制對象和控制規(guī)律的各種知識，并且要以智能的方式利用這些知識，以求得控制系統(tǒng)盡可能的優(yōu)化和實(shí)用化。專家系統(tǒng)一般由知識庫、推理機(jī)、解釋機(jī)制和知識獲取系統(tǒng)等組成。知識庫用于存儲某一領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識、原理性知識、可行操作與規(guī)則等�？赏ㄟ^知識獲取系統(tǒng)對原有知識進(jìn)行修改和擴(kuò)充。推理機(jī)根據(jù)系統(tǒng)信息并利用知識庫中知識按一定的推理策略來解決當(dāng)前的問題。解釋機(jī)制對找到的知識進(jìn)行解釋，為用戶提供了一個(gè)人機(jī)界面。專家控制的特點(diǎn)為：
1)具有領(lǐng)域?qū)＜壹壍膶I(yè)知識，能進(jìn)行符號處理和啟發(fā)式推理。
2)具有獲取知識能力，具有靈活性、透明性和交互性。
4.2模糊控制(FC-Fuzzy Control)
模糊控制是以模糊集合論、模糊邏輯推理和模糊語言變量為基礎(chǔ)的一種計(jì)算機(jī)數(shù)字控制。對于無法建立數(shù)學(xué)模型或難以建立數(shù)學(xué)模型的場合，可以用模糊控制技術(shù)來解決。模糊控制就是在被控對象模糊模型的基礎(chǔ)上，利用模糊控制器，采用推理的手段進(jìn)行系統(tǒng)控制的一種方法。模糊模型是用模糊語言和規(guī)則描述的一個(gè)系統(tǒng)的動態(tài)特性及性能指標(biāo)。模糊控制器由模糊化、規(guī)則庫、模糊推理和清晰化四個(gè)功能模塊組成。模糊化模塊實(shí)現(xiàn)對系統(tǒng)變量論域的模糊劃分和對清晰輸入值的模糊化處理。規(guī)則庫用于存儲系統(tǒng)的基于語言變量的控制規(guī)則和系統(tǒng)參數(shù)。模糊推理是一種從輸入空間到輸出空間的非線性映射關(guān)系，控制規(guī)則形式為If{控制輸入A}then{控制輸出B}，即如果已知控制輸入A，則通過模糊推理得出控制輸出B。清晰化模塊將推出的模糊推理推出的控制輸出轉(zhuǎn)化為清晰的輸出值。模糊控制的特點(diǎn)為：
1)提供了一種實(shí)現(xiàn)基于自然語言描述規(guī)則的控制規(guī)律的新機(jī)制。
2)提供了一種非線性控制器，這種控制器一般用于控制含有不確定性和難以用傳統(tǒng)非線性理論處理的場合。
4.3 神經(jīng)網(wǎng)絡(luò)控制(NNC-Neural Networks Control)
神經(jīng)網(wǎng)絡(luò)控制是在控制系統(tǒng)中采用神經(jīng)網(wǎng)絡(luò)這一工具，對難以通過常規(guī)方法進(jìn)行描述的復(fù)雜非線性對象進(jìn)行建模，或充當(dāng)控制器，或信息處理，或模式識別，或故障診斷等，或以上幾種功能的組合，這種神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的控制方式即為神經(jīng)網(wǎng)絡(luò)控制。神經(jīng)網(wǎng)絡(luò)控制采用仿生學(xué)的觀點(diǎn)對智能系統(tǒng)中的高級信息處理問題進(jìn)行研究，神經(jīng)網(wǎng)絡(luò)控制的特點(diǎn)為：
1)能充分逼近任意非線性特性。
2)分布式并行處理機(jī)制。
3)自學(xué)習(xí)和自適應(yīng)能力。
4)數(shù)據(jù)融合能力。
5)適合于多變量系統(tǒng)，可進(jìn)行多變量處理。
4.4 遺傳算法(GA-Genetic Algorithm)
遺傳算法是一種基于生物進(jìn)化模擬的啟發(fā)式智能算法，它的基本策略是：將待優(yōu)化函數(shù)的自變量編碼成類似基因的離散數(shù)值碼，然后通過類似基因進(jìn)化的交叉、變異、繁殖等操作獲得待優(yōu)化函數(shù)的最優(yōu)或近似最優(yōu)解。在智能控制中，遺傳算法廣泛應(yīng)用于各類優(yōu)化問題，遺傳算法可以用于復(fù)雜的非線性系統(tǒng)的辨識，多變量系統(tǒng)控制規(guī)則的優(yōu)化，智能控制參數(shù)的優(yōu)化等常規(guī)控制方法難以奏效的問題。遺傳算法具有可擴(kuò)展性，可以同專家系統(tǒng)、模糊控制和神經(jīng)網(wǎng)絡(luò)結(jié)合，為智能控制的研究注入新的活力。如可用遺傳算法對模糊控制的控制規(guī)則和隸屬度函數(shù)進(jìn)行優(yōu)化，對神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化等。遺傳算法的特點(diǎn)為：
1)以決策變量的編碼作為運(yùn)算對象。
2)直接以目標(biāo)函數(shù)值作為搜索信息。
3)同時(shí)進(jìn)行解空間的多點(diǎn)搜索。
4)使用自適應(yīng)的概率搜索技術(shù)。
5．結(jié)束語
智能控制已廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、軍事等眾多領(lǐng)域，已經(jīng)解決了大量的傳統(tǒng)控制無法解決的實(shí)際控制應(yīng)用問題，呈現(xiàn)出強(qiáng)大的生命力和發(fā)展前景。它將隨著專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)等控制技術(shù)的發(fā)展而不斷發(fā)展。
參考文獻(xiàn)：
[1]師黎，陳鐵軍，李曉媛等，智能控制理論及應(yīng)用[M].北京：清華大學(xué)出版社．2009.
[2]黃志高，徐成金，譚斌．智能控制理論綜述[J]．土木機(jī)床，2004 (3):30-32．
[3]宋勝利．智能控制技術(shù)概論[M]．北京：國防工業(yè)出版社，2008．
[4]王永驥，涂健，神經(jīng)元網(wǎng)絡(luò)控制[M]．北京：機(jī)械工業(yè)出版社，1998．
[5] Rubaai A,Kotaru R,Kankam M D.A continually online - trained neural network controller for brushless DC motor drives [J].lndustry Applications,IEEE Transactions ,2000 ,36(2)：475 - 483.
[6]張國忠．智能控制系統(tǒng)及應(yīng)用[M]．北京：中國電力出版社，2007．
[7]李文，歐青立，沈宏遠(yuǎn)等．智能控制及其應(yīng)用綜述[J]．重慶郵電大學(xué)學(xué)報(bào)（自然科學(xué)版），2006(6):376-381．
【智能控制綜述論文】相關(guān)文章：
智能控制技術(shù)在工程機(jī)械控制的應(yīng)用論文02-03
智能控制課程的地位和作用論文12-02
內(nèi)部會計(jì)控制理論研究綜述會計(jì)控制論文04-13
基于視覺的智能車行駛控制技術(shù)的改進(jìn)論文07-21
恒溫恒濕空調(diào)智能控制策略論文02-15