智能控制60315.docVIP

1 引言 自从1932 年奈魁斯特提出反馈放大器稳定性理论以来 ,控制理论和技术已经历了单输入单输出系统的经典控制论和多输入多输出系统的现代控制论两个阶段。随着被控制对象越来越复杂化 ,其非线性、 不确定性因素的影响也不断增强。借助于数学模型描述和分析的传统控制理论难以解决此类复杂系统的控制问题。因此 ,世界各国控制理论界的学者都在探索建立新一代的控制理论 ,以解决复杂系统的控制问题。近30年以来人工智能、 知识工程、 模糊逻辑、 神经网络、 遗传学习等学科的发展为利用人类的智能行为对复杂系统进行控制创造了有利的条件 ,并逐步形成和完善了智能控制的相关理论。同时 ,微电子技术、 集成电路技术、 计算机机技术的快速进展 ,尤其是微处理器的计算能力、 实时性等方面的明显突破 ,为这些新理论的应用提供技术保证。可以预言 ,借助于数字控制技术的智能控制器已经或正在越来越多的领域替代传统模拟控制器。同时我们必须注意到 ,智能控制器是通过模拟人的控制行为 ,如自适应、 学习、 在确定环境下的规划、 逻辑推理和判断等 ,来达到对复杂系统的有效控制。因此，它所涉及的领域相当广泛 ,如人工智能、 生物科学、 脑神经科学、 专家系统、 知识工程、 控制论、 模糊集理论、 神经网络理论、 运筹学等。目前还无法正确完整地对智能控制下定义。但是智能控制系统必须具有模拟人类学习和自适应能力的观点已经普