现代控制理论（副本）.docVIP

智能控制理论的研究与应用 农业电气化与自动化 邹贻俊 摘 要： 关键词： ABSTRACT： KEY WORD： 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遍接受。智能控制成为自动控制学科的前沿学科已是不争的事实。本文将对智能控制技术的发展现状、 智能控制新技术给我们带来的启示进行讨论。 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巨大的挑战，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。 1. 智能控制技术的研究概况 智能控制是常规控制的一个延伸和发展。在过去的几十年中，常规控制特别是基于状态空间方法的现代控制理论，在理论上取得了辉煌的进展，并且已经在航空控制等领域得到了成功的应用。但是，由于严重依赖于控制对象模型的精确性，使得现代控制理论在处理难以建立精确数学模型的一些复杂工业过程和系统时，显示出了严重的不适应性和局限性。为了解决这类实际控制问题，一方面需要不断地完善现代控制理论，推动鲁棒控制、变结构控制和自适应控制等理论和方法的研究，另一方面需要开辟新的控制思路和控制途径，促使智能控制作为控制领域的一个新的分支不断发展。现在，随着智能控制在众多工程领域里的成功应用，它已经成为控制理论和技术领域中最富于魅力和最具应用性的分支之一，受到了控制工程师们的广泛关注。一般认为，智能控制是指那些具有某些智能性拟人的非常规控制。这些拟人功能包括知识与经验的表示功能、学习功能、推理功能、适应功能、组织功能、容错功能等。智能控制的控制对象通常是具有多方面复杂特性的系统或过程，这类系统或过程的主要特征表现为高度的不确定性、高度的非线性以及高度复杂的任务要求，而采用常规的控制方法和手段难以取得满意的控制性能，或者根本无法实现有效的控制。智能控制技术发展方向主要有基于人工智能技术的智能控制方向、智能控制的模糊控制方向和智能控制的人工神经网络控制方向，在智能控制的人工神经网络控制方向上，基于人工神经网络和模糊逻辑有机结合的神经模糊技术，已成为近年来的一个热门课题。 2. 智能控制的兴起 1.1　自动控制的发展与挫折 20世纪40～50年代, 以频率法为代表的单变量系统控制理论逐步发展来, 并且成功地用在雷达及火力控制系统上, 形成了今天所说的“古典控制理论”。60～ 70年代, 数学家们在控制理论发展中占了主导地位, 形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念, 使得控制理论建立在严密精确的数学模型之上, 从而造成了理论与实践之间的巨大分歧。70年代后, 又出现了“大系统理论”。但是, 由于这种理论解决实际问题的能力更弱, 它很快被人们放到了一边。 人工智能的发展 斯坦福大学人工智能研究中心的Nilsson 教授认为:“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学”。MIT的Winston 教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1Turing 1912～ 1954) 为现代人工智能作了大量开拓性的贡献; 1956 年～1961年是人工智能的发展期, 人们重点研究了诸如用机器解决数学定义, 通用问题求解程序等。1961 年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。