智能控制及其应用.docVIP

智能控制及其应用 摘要 智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制的主要方法有人工神经网络、模糊控制与专家系统，为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。 关键词： 智能控制 人工神经网络 模糊控制 专家系统 ABSTRACT Intelligent automatic control is the advanced stage of development of automatic control． is comprehensive and integrated subject of artificial intelligence, cybernetics, information theory, system theory, bionics, evolutionary computation, computer and so on . It is a new edge of the overlapping subject. The main method of intelligent control are following：artificial neural network fuzzy control and expert system. In order to solve the complex control problem which is difficult to solve by the traditional methods. It provides effective theory and method. At present, the intelligent control has been widely used in industry, agriculture, services, military aviation, etc, and has a broad development prospects. Keywords: intelligent automatic control artificial neural network fuzzy control expert system 引言 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。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的能力。一个智能控制系统一般应具有以下一些特点： 1. 智能控制具有混合控制特点，系统能以知识表示非数学广义模型和以数学表示的混合控制过程，采用开闭环控制和定性决策及定量控制相结合的多模态控制方式； 2.智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力； 3.智能控制系统具有自学习、自适应、自组织能力，能从系统的功能和整体优化的角度来分析和综合系统，以实现预期的控制目标； 4. 智能控制系统有补偿及自修复能力； 5. 智能控制系统能对复杂系统(如非线性、多变量、时变、环境扰动等)进行有效的全局控制，并具有较强的容错能力。 二、智能控制的主要方法 2.1 模糊控制 模糊控制是基于模糊推理和模仿人的思维方法，对难以建立精确数学模型的对象实施的一种控制，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，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。opfield网络等。与传统控制相比，它具有以下重要特性：非线性神经元网络在理论上可以充分逼近任意