1智能控制导论.docxVIP

智能控制概述摘要：智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。本文是对人工智能一个较全面的综述。关键词:智能控制，人工智能，智能控制的发展，智能控制展望一、前言人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。二、智能控制发展概述1、萌芽期(1960~1970)20世纪60年代，控制学者在研究复杂系统的控制过程中，为了提高控制系统的自组织、自学习能力，开始将人工智能技术引入控制系统。60年代初期，F.W.Smith采用性能模式识别器来学习最优控制方法，试图利用模式识别技术来解决复杂系统的控制问题。1965年，美国Zadeh提出了模糊集合理论，为解决复杂系统的控制问题提供了强有力的数学工具。同年，美国的Feigenbaum着手研制世界上第一个专家系统。傅京孙教授提出将人工智能中的直觉推理方法用于学习控制系统。1966年，Mendel将人工智能技术应用于空间飞行器的学习控制中。1967年，Leondes和Mendel首先使用“智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定问题的能力。2、形成期（1970~1980）70年代初期，傅京孙等人正式提出了智能控制是人工智能技术与控制理论的交叉，并创立了人-机交互式分级递阶智能控制的系统结构。在核反应堆、城市交通的控制中成功地应用了智能控制系统。70年代中期，智能控制在模糊控制的应用上取得重要的进展。1974年，Mamdani将模糊集理论和模糊语言逻辑用于控制，创立了基于模糊语言描述控制规则的模糊控制器，并被成功地应用于工业过程控制。1979年，Mamdani又成功研制出自组织模糊控制器，使得模糊控制器具有了较高的智能。模糊控制的形成和发展对智能控制理论的形成起了十分重要的推动作用。3、发展期（1980至今）进入80年代，专家系统技术的逐渐成熟和神经网络研究的重大突破，使得智能控制的研究和应用领域逐步扩大。1982年，Fox等人实现加工车间调度专家系统。同年，Hopfield给出了神经网络的稳定性判据，提出了联想记忆和优化计算的新途径，使神经网络的研究取得突破性进展。1983年，Saridis把智能控制用于机器人的控制。1984年，LISP公司研制出分布式实时过程控制专家系统。1985年，IEEE在纽约召开了第一届全球智能控制学术会议，标志着智能控制作为一个学科分支正式被学术界接受。1986年，Rumelhart等人提出了误差反向传播神经网络。1987年以后，每年举行一次全球智能控制研讨会，形成了智能控制的研究热潮。90年代以后，智能控制的研究势头异常迅猛，智能控制的应用研究领域由工业过程控制扩展到军事、航天等高科技领域和日用家电领域。三、 智能控制系统体系框架1、模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。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。2、专家控制专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制。主体由知识库和推理机构组成,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。3、神经网络控制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。4、学习控制(1)遗传算法学习控制智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择和遗传机制的