浅谈智能控制

浅谈智能控制姓名：XX学号：XXXXXXXX指导教师：XX一、引言自从1932年奈奎斯特发表反馈放大器的稳定性论文以来，控制理论学科的发展已走过70多年的历程。其中20世纪40年代中到50年代末是经典控制理论的成熟和发展阶段，60年代到70年代是现代控制理论的形成和发展阶段。经典控制理论主要研究对象是单变量常系数线性系统，且只适用于单输入单输出控制系统。系统的数学模型采用传递函数表示，系统的分析和综合方法主要基于根轨迹和频率法。经典控制理论的主要贡献在于PID控制器广泛成功地应用与常系数单输入单输出线性控制系统的发展。进入60年代以后，因为人类探索空间的需要及电子计算机技术的飞速发展，以多变量控制为特征的现代控制理论得到重大发展。阿波罗宇宙飞船按最优轨线飞向月球的制导和登月舱软着陆等都是其应用的典型范例。现代控制理论以庞特里亚金的极大值原理、贝尔曼的动态规划、卡尔曼的线性滤波和估计理论为基石，形成了以最优控制、系统辨识和最优估计、自适应控制等为代表的现代控制理论分析和设计方法。系统分析的对象已转向多输入多输出线性系统。系统分析的数学模型主要是状态空间描述法。然而，随着科学技术的不断发展，控制理论发展到今天，被控对象的复杂程度在不断加深，被控精度的要求也在不断提高，传统的单一的经典控制、现代控制已经不能完全满足工程实际的需要，尤其是在具有如下特点的一类现代控制工程中：（1）不确定性的模型。传统的控制理论都是建立在以微分方程或差分方程为工具的精确模型的基础上，对于不确定性的模型，虽然也有诸如自适应控制和鲁棒控制等。从本质上讲，鲁棒控制是通过提高系统的不灵敏度来抵御不确定性；而自适应控制是通过对系统某些重要参数进行估计以补偿的方式来克服干扰和不确定性，它们的使用都受到了限制。因此，在实际系统中存在的模型未知、系统不确定性程度很高时，自适应控制和鲁棒控制都存在难以弥补的严重缺陷。（2）高度非线性。在传统的控制理论中，线性系统理论比较成熟，对于具有高度非线性的控制对象，虽然也有一些非线性控制方法可供使用，但总的来说，非线性控制理论还很不成熟，有些方法又过于复杂，无法得以广泛应用。（3）复杂的任务要求。在传统的控制系统中，输入信息比较单一，而现代复杂系统要以各种形式（视觉、听觉等）将周围环境信息作为系统的输入信息，对这些各种信息的处理和融合，依靠传统控制理论的方法难以奏效，尤其对于复杂的控制任务，诸如智能机器人系统、复杂工业过程控制系统、计算机集成制造系统、航空航天控制系统、社会经济管理系统、环保及能源系统等都无能为力。综上所述，复杂的控制系统普遍表现出系统的数学模型难以通过传统的数学工具来描述。因此，采用数学工具或计算机仿真技术的传统控制理论已经无法解决此类系统的控制问题了。同时，在生产实践中可以看到，许多复杂的生产过程可以通过熟练的操作工人、技术人员或专家来操作获得满意的控制效果。那么，如何有效地将熟练的操作工、技术人员或专家的经验知识与控制理论结合起来去解决复杂系统的控制问题，就是智能控制原理研究的目标所在。本文主要对智能控制中的模糊控制、神经元网络、遗传算法等做一个简要介绍。二、模糊控制首先应当明确一点，所谓的模糊控制，既不是指被控制的对象是模糊的，也不是模糊控制器是不确定的，模糊控制有着自己的一套精确的理论和算法。所谓的模糊是指在表示知识，概念上的模糊性。虽然模糊控制器的算法是通过模糊语言描述的，但它所完成的是一项完全确定性的工作。模糊控制系统就是基于模糊推理的智能控制系统，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。从线性与非线性的控制角度来看模糊控制实质上是一种非线性控制，从控制器的控制性能来看属于智能控制，目前它已经成为实现智能控制的重要且有效的形式。由于人类的思维除了一些单纯、易断的问题能迅速作出确定性判断与决策外，多数情况下是极其粗略的，与之相应的语言表达也是模糊的，它的逻辑判断往往也是定性的。因此模糊概念跟适合于人们的观察、思维、理解和决策。模糊控制最大的特点就是通过模拟人的思维、推理和判断的过程，将人的经验、常识等用自然语言的形式表达出来，建立一种适用于计算机处理的输入输出过程模型。模糊控制力图对人们关于某个控制问题的成功与失败和经验进行加工，总结出知识，从中提炼出控制规则，用一系列多维模糊条件语句构造系统的模糊语言变量模型，应用CRI等各类模糊推理方法，可以得到适合控制要求的控制量，可以说模糊控制是一种语言变量的控制。相对传统控制，模糊控制在最近短短的十多年来发展相当迅速，这主要归结于模糊控制器（FuzzyController，FC）的一些明显特点：（1）无需知道被控对象的数学模型。模糊控制是以人对被控系统的控制经验为依据而设计的控制器，故无需知道被控系统的数学模型。（2）是一种反映人类智慧思维的智能控制。模糊控制采用人类思维中的模糊量，如“高”、“中”、“低”、“大”、“小”等，控制量由模糊推理导出。（3）易被人们所接受。模糊控制的核心是模糊规则。模糊控制中的知识表示、模糊规则和模糊推理是基于专家知识或熟练操作者的成熟经验。这些规则是以人类语言表示的，很明显已被一般人所接受和理解。（4）构造容易。用单片机等来构造模糊控制器，其结构与一般的数字控制系统无异，模糊控制算法既可以用软件实现，也可以用专用模糊控制芯片直接构造控制器。（5）鲁棒性好。模糊控制对系统的参数不敏感，无论被控对象是线性的还是非线性的，都能执行有效的控制。与传统的控制系统结构相类似，模糊控制系统通常由模糊控制器、输入/输出接口、执行机构、被控对象和测量装置等五个部分组成。如图1为模糊控制系统框图。图1模糊控制系统框图模糊控制器的任务是完成从输入变量到输出变量的映射变换，它主要根据系统输出的误差和误差变化情况来决定被控对象的输入量，在手工操作情况下这项工作原来是由控制人员通过手动控制完成，把他们的经验表述为一套自然语言的条件语句，再应用模糊集合论将其转化为一组模糊条件语句，就可用来组成模糊控制规则。例如，对于由下述语句表述的经验规则：“如果误差很大，且误差继续朝不利方向很快变化，应加大控制量；如果误差大小为中等程度，且朝着有利于减小误差的方向变化，应使用很小的控制量来使误差继续减小，......”模糊控制器是模糊控制系统的核心，主要包括四个部分：输入量模糊化接口、知识库、模糊推理、输出解模糊接口。图2给出了模糊控制器的结构框图。图2模糊控制器的结构框图从检测装置输入计算机控制器的变量值通常都是清晰值，因此在进行模糊推理之前，需要将这些清晰值转化为模糊推理能处理的模糊集合的形式，模糊化接口就是实现这样的功能。模糊控制器的知识库主要包括控制规则库和数据库。数据库中存放的是所有输入、输出变量的全部模糊子集的隶属度矢量值；而模糊控制规则是按照人的直觉推理的一种语言表示形式，是基于专家知识或熟练操作者长期积累的经验。模糊控制规则的设计是整个模糊控制器设计的关键，一般包括三部分内容：选择描述输入输出变量的词集，定义各模糊变量的模糊子集及建立模糊控制器的控制规则。模糊控制器的控制规则表现为一组模糊条件语句，在条件语句中描述输入输出变量状态的一些词汇(正大，负小)的集合，称为这些变量的词集。如何选取变量的词集?我们还是要研究人们在日常生活中对各类事物的变量的语言描述。一般来说，人们总是习惯于把事物分为三个等级，如物体的大小可以分为大，中，小；运动的速度可分为快，中，慢；年龄的大小可分为老，中，青；人的身高可分为高，中，矮；产品的质量分为好，中，次。所以，一般都选用“大，中，小”三个词汇来描述模糊控制器的输入，输出变量的状态。再加上正负两个方向并考虑变量的零状态，共有七个词汇，即：{负大，负中，负小，零，正小，正中，正大}，一般用英文字头缩写为{NB，NM，NS，O，PS，PM，PB}。选择较多的词汇来描述输入和输出变量，可以使控制规则的制定精细，但是会控制器变得复杂；选择词汇较少，则使得描述变量变得粗糙，导致控制器性能下降。一般情况下，均选择上述七个词汇，但也可以使用三个或五个。通常对于误差的变化方向的问题，往往会将“零分为“正零”和“负零”两个，用“NO”，“PO”表示。定义一个模糊子集，实际上就是要确定模糊子集隶属度函数曲线的形状。将确定的隶属度函数曲线离散化，就得到了有限个点上的隶属度，便构成了一个相应的模糊变量的模糊子集。实验研究结果表明，用正态型模糊变量来描述人进行控制活动时的模糊概念是适宜的，常用的隶属函数形状还有三角形和梯形。经验表明，隶属函数曲线形状尖的模糊子集其分辨率高，控制灵敏度高，相反的，形状较缓，则控制特性平缓，系统稳定性较好。因此，在选择模糊变量的模糊集的隶属函数时，在误差较大的区域采用低分辨率的模糊集，在误差较小的区域采用较高分辨率的模糊集。模糊控制器中的推理是指根据输入模糊量的大小，由模糊控制规则完成模糊推理来求解模糊关系方程，并获得模糊控制量的功能部分。模糊推理由条件聚合，推断和累加三部分组成。经过模糊推理后，得到的是一个输出的模糊集合，在将模糊推理得到的结果传递给执行机构之前，必须将推理得到的模糊集合转化成清晰值，这即为解模糊化接口所完成的功能。其实，模糊控制远比上述所讲内容复杂得多，毕竟作为一门新兴技术，其各项内容都在不断的完善之中，但这并不妨碍其在很多领域的快速发展。模糊控制系统已经应用于各个行业和各类实际应用中，同时也出现了不少开发模糊控制系统的软件工具，甚至应用到了社会科学领域。在工业控制方面已实现了冶金炉窖模糊控制、化工工程模糊控制、水泥窖和玻璃窖模糊控制，还有将模糊控制应用到聚丙烯匠应釜温度控制、电弧炼钢的控制、退火炉燃烧过程的控制等等。模糊控制技术已经成为复杂系统控制的一种有效手段，已大大拓宽自动控制的应用范围。模糊控制技术在智能家电中的应用已实现了模糊洗衣机、空调的变频模糊控制、电冰箱的模糊控制、电饭锅、微波炉的模糊控制，模糊控制技术大大提高了这些家电的智能水平和控制效果，产生了巨大的社会效益。家用电器使用模糊控制目前已成为时尚。模糊控制技术已应用到了投资决策、企业管理、企业效益评估、人口变化趋势预测、黄河流域雨量预测、物价上涨预测经济宏观调控、中长期市场预测等。模糊控制理论、专家系统理论等将大大促进软科学的科学化和定量化的研究。模糊控制还能应用到其他领域如智能医疗诊断系统、经济辅助决策、人的行为与心理分析、社会经济模型、艺术等领域。模糊控制自出现以来，就以其便于实现的特性而获得了广泛的应用，特别是近几年，各种模糊芯片、模糊控制技术开发工具等模糊软硬件相继出现，预示着一种新兴的模糊产业正在兴起。虽然模糊控制技术取得了惊人的成就，但与传统控制技术相比，仍然显得很不成熟，至今尚未建立有效的方法来分析和设计模糊控制系统，例如，如何获得模糊规则及隶属度函数，目前这方面还是完全凭经验来完成。在模糊控制系统的稳定性、能控性和学习能力方面还存在许多问题有待解决。在模糊控制理论及应用方面目前面临的主要任务是：（1）模糊系统基本理论的完善。一种技术要想得到大规模的应用，必须要有坚实的理论基础。因此，我们应当建立起一套系统的模糊理论来为模糊控制的发展提供动力，这其中包括模糊集合隶属度函数的设定方法、量化水平、采样周期的最优选择，规则的系数、最小实现以及规则和隶属函数参数自动生成等问题。（2）模糊控制与其他理论技术的融合。他山之石可以攻玉，模糊控制系统向多元化和交叉学科发展已经逐渐成为一种趋势，如模糊神经元控制、基于GA的模糊控制等等。可以看到，神经元网络、遗传算法（GA）等均来源于生物学上的一些概念，而模糊控制本身也是借鉴了人的思维模式，因此这些方法的有机结合可以有效发挥各自的优势并弥补不足。（3）专有模糊集成控制芯片的开发和应用。将模糊控制理论与微电子学、计算机学等结合起来，开发出一系列简单、易用的专用控制芯片，可以有效的推动模糊控制的发展。三、人工神经元网络控制模糊逻辑控制解决了人类智能行为语言的描述和推理问题，尤其是一些不确定性语言的描述和推理问题，从而在机器模拟人脑的感知和推理等