智能控制综述

1智能控制综述摘要：本文首先介绍了智能控制的发展和智能控制系统的结构和特点以及与传统控制的关系。然后，综述几种智能控制研究的主要内容。关键词：智能控制、自动控制、研究内容1、智能控制的发展任何一种科学技术的发展都由当时人们的生产发展需求和知识水平所决定和限制，控制科学也不例外。1948年，美国著名的控制论创始人维纳（N.Wiener）在它的著作《控制论》中首次将动物与机器相联系。1954年钱学森博士在《工程控制论》中系统的阐明了控制论对航空航天和电子通讯等领域的意义及影响，1965年傅京孙（K.S.Fu）教授首先把人工智能的启发式推理规则用于学习控制系统，又于1971论述了人工智能与自动控制的交集关系，成为国际公认的智能控制的先行者和奠基人[1]。20世纪60年代，随着航海技术，空间技术的发展，控制领域面临着人们对其性能要求愈来愈高和被控对象的复杂性和不确定性，被控对象的复杂性和不确定性主要表现在被控对象的非线性和不确定性，以及分散的传感元件与执行元件，复杂的信息网络和庞大的数据量。而传统控制在解决这些问题时存在三方面的问题：一、由于传统控制理论是建立在以微积分为工具的精确模型上，所以无法对高度复杂和不确定的被控对象进行描述；二、传统控制理论中的自适应控制和Robust控制虽可克服系统中所包含的的不确定性，达到优化控制的目的，但这些方法只适用于缓慢变化的情况。三、传统控制系统输入较单一，而面对海量信息（视觉的、听觉的、触觉的等）的复杂环境，智能控制应运而生。智能控制是对传统控制的补充和发展，是自动控制发展的高级阶段，而传统控制是智能控制产生的基础。国内对智能控制的研究今年来也十分活跃。从八十年代人工智能与系统科学相结合到863计划的实施，智能控制在我国的发展已有稳固的基础。2、智能控制结构与特点智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、和计算机等多种学科的高度结合，是一门新兴的边缘交叉学科。它不仅包含了自动控制、人工智能、系统理论和计算机科学，而且还涉及到生物学，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科[2]。（1）智能控制具有明显的跨学科、多元结构特点。至今，智能控制方面的专家已提出二元结构、三元结构、四元结构等三种结构，它们可分别以交集的形式表示如下：IC=AI∩AC(1)IC=AI∩CT∩OR(2)IC=AI∩CT∩ST∩OR(3)上式中，各子集的含义为AI——人工智能；AC——自动控制；CT——控制论；OR——运筹学；ST——系统论；IC——智能控制。智能控制的二元交集结构、三元交集结构和四元交集结构分别由傅京孙、萨克迪斯（G.N.Saridis）和蔡自兴于1971,1977和1986年提出的[3]，以上的交集表达式也可表示成如下图1、2、3的形式：2AIICACAIICORCT图1图2AIICORCTST图3（2）智能控制的核心在高层，及组织级控制，高层控制的任务在于对实际问题的决策和规划，从而实现问题的解决。Saridis提出了智能控制系统分层递阶的组成结构形式，如图4所述。执行级一般要求有较准确的模型；协调级用于协调执行级的动作，它虽然不要求有精准的模型，但要求具备学习能力；组织级将自然语言翻译成机器语言，进行组织决策和规定任务。这种分层递阶的智能控制系统具有两个明显的特点：1）对控制而言，自上而下控制的精度愈来愈高；2）对识别而言，自下而上信息反馈愈来愈粗略，相应的智能程度也愈来愈高[3]，即就是各级之间实现“智能图4递增精度递减”的原则。3、智能控制系统的特点传统的控制方法建立在被控对象的精确数学模型上，智能控制是针对系统的复杂性、非线性、不确定性等提出来的。IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应能力[4]。智能控制系统一般应具有以下特点。（1）强的学习能力。能对未知环境所提供的信息进行识别、记忆、学习、融合、分析、推理，并利用已有的知识不断优化自身能力；（2）较强的自适应能力。具有能够适应被控对象的特性变化、外界环境特性的变化和运行条件的变化的能力；（3）较强的容错能力。对各类故障具有自诊断、屏蔽和自恢复能力；（4）较强的鲁棒性。系统对环境干扰和其它不确定因素不敏感；组织级组织级协调级协调级执行级执行级对象对象识别识别人任务3（5）较强的组织功能。对复杂任务具有自组织和协调功能，使系统具有主动性和灵活性；（6）实时性好。系统具有较强的在线实时响应能力；（7）智能控制具有变结构和非线性的特点，其核心是组织级。4、智能控制与传统控制的关系和比较智能控制和传统控制密不可分。一般情况下，传统控制是智能控制发展过程中的低级阶段。智能控制与传统控制具有紧密的结合于交叉综合，主要表现在：1）智能控制常常利用传统控制来解决低层的控制问题。2）将传统控制和智能控制进行有机结合可形成有效的控制系统3）对数学模型较成熟的系统应采用传统控制与智能控制相结合的手段，而不是单纯的只用智能控制。传统控制有很多明显的局限性，尤其是在处理高度非线性和复杂性的系统，在处理对象的不确定性和复杂性上效果也很差。传统控制还缺乏自学习、自适应、自组织能力。智能控制和传统控制在应用领域、控制方法等方面存在明显不同，主要有：1）传统控制是建立在精确的数学模型上，着重解决单机自动化、不太复杂的过程控制和大系统的控制问题，而智能控制主要解决高度非线性、强不确定性和复杂系统控制问题；2）传统控制通常是通过各种定理、定律来获取精确的知识，而智能控制则是通过直觉、学习和经验来获取和积累知识。3）传统控制通常是用基于运动学方程、动力学方程和传递函数等数学模型来描述系统，而智能控制系统则是通过经验、规则来描述4）传统控制理论通常应用时域法、频域法、状态空间法等有效的分析和方法进行处理，而智能控制系统多采用学习、逻辑推理、判断、决策等方法。5）传统控制有稳态和动态等性能指标，而智能控制无统一的性能指标；6）传统控制线性定常系统为主要研究对象，以反馈控制理论为主要核心，有比较成熟的理论体系，而智能控制暂时还没有完善的理论体系；5、智能控制研究的内容智能控制是一门交叉学科，傅京孙称它是人工智能（AI）与自动控制（AC）的交叉，后来，Saridis有提出了智能控制是人工智能、自动控制和运筹学（OR）的交叉。智能控制系统是在控制论、信息论、人工智能、仿生学、神经生理学和计算机科学发展的基础上发展形成的一种高级控制系统。智能控制突破了传统控制的局限性，实现了对非线性，高度不确定的对象的控制。目前，智能控制的主要研究内容有：自适应控制（AdaptiveControl）、模糊控制（FuzzyControl）、神经网络控制（NeuralNet-basedControl）、基于知识的控制（KonwledgeBasedControl）或专家控制（ExpertControl）、符合智能控制（HybridIntelligentControl）、学习控制（LearningControl）和基于进化机制的控制（EvolutionaryMechanismBasedControl）。以上这些有的已在现代工业生产中投入应用。下面，就上面的研究内容重点介绍几种。5.1模糊控制模糊控制是基于模糊推理和模仿人的思维方式，对建立数学模型难度较大的对象的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法[5]。由于模糊控制主要是模仿人的控制经验而不是依赖控制对象的模型，因此模糊控制器实现了人的某些智能。模糊控制可看成是一种不依赖与模型的估计器，给定输入，便可得到合适的输出，它主要依赖于模糊规则（把人类专家的被控对象或过程的控制策略总结成一系列的“IF-THEN”的形式）和模糊变量的隶属度函数，而不用了解输入与输出之间的关系。它是处理复杂而无法精确建立数学模型的系统控制问题的有效方法，其主要特点有：1）控制系统根据操作人员控制经验和操作数据，而无需精确的数学模型；2）有较强的鲁棒性，适宜解决非线性、时变和时滞系统；3）应用语言变量，易于构成专家系统；4）处理过程含有某些智能特性，能够处理复杂甚至是“病态”系统；5）离线计算得到控制查询表，提高了控制系统的实时性。4目前，模糊控制技术已日益成熟，稳定性分析问题正得到解决。5.2神经网络控制神经网来控制是基于结构模拟人脑生理结构形成的智能控制和辨识方法。由于它具有自适应和自学习能力，所以适合于对复杂系统的研究。神经元网络利用神经元之间的连接于权值进行自我学习，以逼近理论为依据进行建模。并以直接自校正控制、间接自校正控制、神经网络预测等方法实现对被控对象的智能控制。它具有以下重要的性质：1）非线性，神经网络理论上可以趋近于任何一个非线性函数；2）并行分部处理，神经网络是一个高度平行的模型，所以它具有较强的容错能力和数据处理能力；3）自适应和自学习性，能对环境提供的信息进行自学习和记忆；4）数据融合，可同时对定性和定量的数据进行操作；5）多变量处理，神经网络可自然地处理多输入信号。目前，神经网络在自动控制、模式识别、机器人等领域已有许多成功的应用。但它还有许多问题需要进一步研究，主要是人工神经网络系统稳定性的分析方法、学习和控制算法的收敛性和实时性问题。5.3专家控制专家控制是在将人工智能中专家系统的理论和技术与自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对被控对象的有效控制，即就是利用专家知识对专门的或困难的问题进行描述。专家系统的主要组成是：知识库、推理机、解析机制、知识获取系统，其核心是专家系统。它具有处理各种非结构性问题，特别是处理定性的，不确定的或启发式的知识信息的能力，经过各种推理达到所要求的控制目标。专家控制主要由如下特点：1）专家控制的核心是知识信息处理系统，即专家系统，而不是数值信息处理系统，它依据的是知识表示技术确定问题的求解方法而不是根据数学描述建立计算模型，它主要运用知识推理而不是固定程序来完成任务；2）专家系统由组织级，协调级和执行级组成，核心是组织级，所以具有自上而下智能逐级降低，精度逐级升高的特点。专家控制系统目前在机器人控制方面虽已有成功应用，但还有许多问题有待深入研究，主要是专家经验、知识的如何获取，动态知识的获取问题以及专家控制系统的稳定性分析问题。5.4混沌控制混沌和混沌控制是非线性动力系统的新理论、新方法，是智能控制的重要组成部分。混沌指某种对初始条件敏感的运动，是在确定性系统中出现的一种类似无规则、随机的现象，是普遍存在的运动形式。混沌是非线性动力学系统在一定条件下所表现的运动形式，是系统处于非平衡条件下所表现的随机行为，它无序中又有序。所以非线性是混沌产生的必要条件。最常用的混沌控制方法有：1）OGY法；2）自适应控制法；3）神经网络法；4）连续反馈控制法。6、结束语随着控制领域的不断发展，智能控制的研究将进一步深入、扩大。智能控制除了在高级机器人和智能故障诊断外，在交通控制、医疗过程控制、娱乐、文化教育等领域也将取得发展和走向成熟。5参考文献[1]K.S.FuLearningControlSystemsandIntelligentControlSystem[J].AnIntersectionofArtificialIntelligenceandAutomaticControl.IEEETrans.AC-16(1):70-72.1971.[2]师黎，陈铁军，李晓媛等.智能控制理论及应用[M].北京：清华大学出版社，2009.[3]张钟俊，蔡自兴.智能控制与智能控制系统[4]安宁，邱玮炜等.智能控制综述[5]刘向杰，周孝信，紫天佑.模糊控制研究的现状与新发展[J].信息与控制，1999.28(4):283-292.