对智能控制技术的认识.docVIP

对智能控制技术的认识摘要：对各种智能控制技术(模糊控制、神经网络控制与专家控制等)理论进行了简单地阐述，介绍了智能控制技术在工业中的实际应用，浅析智能控制缺点及应用方面存在的问题，描述了各国学术界目前研究热点，并展望了今后的发展趋势与动态。关键词：智能控制；模糊控制；神经网络控制；遗传算法；专家控制The Recognition of Intelligent Control TechnologyAbstract：Introduces simple theory of all kinds of intelligence control techniques，including fuzzy control，neutral network control and expert contro1The applications in industry are presented and the draw backs of intelligence control and the problems on application are analyzedIn the end，the central issues of the academe in various countries are described and their futuredeveloping trends and tendencies are prospectedKey words：intelligent control；fuzzy control；neural network control；genetic algorithm；expert control1 引言 随着计算机、材料、能源等现代科学技术的迅速发展和生产系统规模不断扩大，形成了复杂的控制系统，导致了控制对象、控制器、控制任务等更加复杂。与此同时，对自动化程度的要求也更加广泛，面对来自柔性控制系统(FMS)、智能机器人系统(IRS)、数控系统(CNS)、计算机集成制造系统(CIMS)等复杂系统的挑战，经典的与现代的控制理论和技术已不适应复杂系统的控制。智能控制是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制技术。智能控制是自动控制发展的高级阶段。2智能控制的产生及发展2.1 智能控制的产生以经典控制理论和现代控制理论为代表的传统控制理论曾在一段时期成为控制的、解决现实问题的主导。但随着科技的进步，人们为探索自然，需要面对更为复杂的对象及高度非线性，不确定的对象。这是传统控制理论无法给予解决的，所以必须发展新的概念，理论和方法才能适应社会应快速发展的需要。智能控制在这个大的背景下孕育而生。2.2智能控制的发展1966年 J.M.Medal首先提出将人工智能应用于飞船控制系统的设计；1971年傅京孙首次提出智能控制这一概念，并归纳为三种类型的智能控制系统；1985年IEEE在美国纽约召开了第一届智能控制研讨会，随后成立了IEEE智能控制专业委员会。1987年在美国举行第一届国际智能控制大会，标志着智能控制领域的形成 。20世纪90年底至今，智能控制进入了新的发展时期，随着对象规模的扩大以人工智能技术、信息论、系统论和控制论的发展，人们试从高层次研究智能控制，这不仅形成了智能控制的多元化，而且在应用实践方面取得了重大进展。我国智能控制也兴起于这一时期。3 几种典型的智能控制技术3.1模糊控制模糊控制是采用模糊语言控制律把基于专家知识的控制策略转换为自动控制具体策略的控制，其基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列的“IF(条件)THEN(作用)”形式表示的控制规律，通过模糊推理得到控制作用集，作用于被控对象或过程。与传统控制方法相比，它具有三个优点，是可以从行为上模拟人的模糊推理和决策过程；二是不需要对象的数学模型即可实现较好的控制；三是可以实现非线性控制任务，而常规控制器对非线性特性通常难以实现控制要求。3.2 神经网络控制神经网络控制是模拟人类神经中枢系统智能活动的一种控制方式。由于它具有自适应能力和自学习能力，因此适合用于复杂系统智能控制的研究工具。神经元网络通过神经元以及相互连接的阀值，初步实现了生物神经系统的部分功能。神经网络具有的非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点已广泛地应用于控制领域，尤其是非线性系统领域。3.3 遗传算法遗传算法是模拟自然选择和遗传机制的一种搜索和优化算法，它模拟生物界“生存竞争，优胜劣汰，适者生存”的机制，利用复制、交叉、变异等遗传操作来完成寻优。与一般的寻优方法相比，遗传算法具有很多优点：(1)从许多初始点开始进行并行操作，克服了传统优化方法容易陷入局部极点的缺点，是一种全局优化算法。(2)对变量的编码进行操作，可替代梯度算法，在模糊推理隶属度函数形状的选取上具有更大的灵活性。(3)对所要求解的问题不要求其连续性和可微性，只需知道目标函数的信息。(4)由于具有隐含并行性，所以可通过大规模并行计算来提高计算速度。(5)可在没有任何先验知识和专家知识的情况下取得次优或最优解。3.4 专家控制专家控制(expert control)是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。专家控制试图在传统控制的基础上“加人”一个富有经验的控制工程师，实现控制的功能，它由知识库和推理机构构成主体框架，通过对控制领域知识(先验经验、动态信息、目标等)的获取与组织，按某种策略及时地选用恰当的规则进行推理输出，实现对实际对象的控制。专家控制的特点为：1）具有领域专家级的专业知识，能进行符号处理和启发式推理。2）具有获取知识能力，具有灵活性 透明性和交互性 。4 智能控制技术发展趋势展望目前，控制理论与技术向着2个方向发展，一是就一个理论或方法本身的深入研究；二是将不同的方法适当地结合在一起，相互取长补短，发挥各自优势，形成新的控制系统，获得单一方法所难以达到的效果，最近出现了下面几种智能控制中的混合算法。由于专家系统控制、模糊控制和神经网络控制各有特点，因此目前有些研究者集成这些方法，形成了模糊神经网络控制和专家模糊控制等多个方向。例如，一种基于神经网络的模糊焊接控制方法 、基于进化计算和神经网络的财政预算方法 、用于医学诊断的粗集神经网络专家系统 和基于模糊专家系统的不稳定电压控制 。子波变换、遗传算法与模糊神经网络的结合、以及混沌理论等，也将成为智能控制的发展方向。5 结束语智能控制已初具学科体系，包括基础理论、技术方法和实际应用等方面。在基础理论方面，涉及传统人工智能的知识表示和推理、计算智能(如模糊计算、神经计算和进化计算等)和机器学习等。在技术方法方面，对专家控制、模糊控制、神经控制、学习控制和仿人控制等系统加以研究。目前，在世界范围内，智能控制和智能自动化科学与技术正在成为自动化领域中最兴旺和发展最迅