1.2-现代控制理论的主要内容1选读.ppt

智能控制(1/6) 1.2.10 智能控制 1970年代，傅京孙教授提出把人工智能的直觉推理方法用于机器人控制和学习控制系统，并将智能控制概括为自动控制和人工智能的结合。 傅京孙、Glorioso和Sardi等人从控制理论的角度，总结了人工智能技术与自适应、自学习和自组织控制的关系，正式提出了建立智能控制理论的构想。 1967年，Leondes和Mendel首次正式使用“智能控制”一词。 1985年8月在美国纽约IEEE召开的智能控制专题讨论会，标志着智能控制作为一个新的学科分支正式被控制界公认。 智能控制(2/6) 智能控制不同于经典控制理论和现代控制理论的处理方法，它研究的主要目标不仅仅是被控对象，同时也包含控制器本身，也就是说它一般不需对象模型。 控制器不再是单一的数学模型，而是数学解析和知识系统相结合的广义模型，是多种知识混合的控制系统。 智能控制系统有如下基本特点： 容错性 对复杂系统(如非线性、快时变、复杂多变量和环境扰动等)能进行有效的全局控制，并具有较强的容错能力。 多模态性 定性决策和定量控制相结合的多模态组合控制。 智能控制(3/6) 全局性 从系统的功能和整体优化的角度来分析和综合系统。 混合模型和混合计算 对象是以知识表示的非数学广义模型和以数学模型表示的混合控制过程，人的智能在控制中起着协调作用，系统在信息处理上既有数学运算，又有逻辑和知识推理。 学习和联想记忆能力 对一个过程或未知环境所提供的信息，系统具有进行识别记忆、学习，并利用积累的经验进一步改善系统的性能和能力。 智能控制(4/6) 动态自适应性 对外界环境变化及不确定性的出现，系统具有修正或重构自身结构和参数的能力。 组织协调能力 对于复杂任务和分散的传感信息，系统具有自组织和协调能力，体现出系统的主动性和灵活性。 智能控制(5/6) 智能控制的主要目标是使控制系统具有学习和适应能力。 智能控制的主要研究分支有： 基于知识的分层控制、 专家控制、 模糊（逻辑）控制、 （人工）神经网络控制、 智能优化算法(如GA、PSO、ACO、模拟退火、混沌等) 智能集成控制。 目前，智能控制理论虽然取得了不少研究成果，但智能控制的理论体系还不够成熟。最近， 基于模糊推理的系统建模、 神经网络模型参考自适应控制、 智能控制(6/6) 神经网络内模控制、 神经网络非线性预测控制、 混沌神经网络控制 等方面已有不少重要研究成果。 智能控制理论有着广泛的应用。例如，基于神经动态规划的直升机的镇定控制和航天轨道操作器的基于知识的分层控制等。 模糊推理、神经网络和智能优化算法（如遗传算法GA、粒子群PSO、蚁群ACO等）均具有模拟人类思维结构的方式的特点，三者结合将是智能控制研究的主要方向之一。 现代控制理论除上述分支外，在其40多年的发展中还形成了许多理论和方法，这些在专门的课程和书籍中有介绍。 Ch.1 绪 论 目录(1/1) 目 录 1.1 控制理论发展概述 1.2 现代控制理论的主要内容 1.3 Matlab软件概述 1.4 本书的主要内容 参考教材 参考期刊 现代控制理论的主要内容(1/2) 1.2 现代控制理论的主要内容 在工业生产过程应用中，常常遇到 被控对象精确状态空间模型不易建立、 合适的最优性能指标难以构造、 以及所得到最优的、稳定的控制器往往过于复杂 等问题。 为了解决这些问题，科学家们从20世纪50年代末现代控制理论的诞生至今，不断提出新的控制方法和理论，其内容相当丰富、广泛，极大地扩展了控制理论的研究范围。 下面简单介绍现代控制理论的主要分支及所研究的内容： 线性系统理论 最优控制 现代控制理论的主要内容(2/2) 随机系统理论和最优估计 系统辨识 自适应控制 非线性系统理论 鲁棒性分析与鲁棒控制 分布参数控制 离散事件控制 智能控制 线性系统理论(1/2) 1.2.1 线性系统理论 线性系统是一类最为常见系统，也是控制理论中讨论得最为深刻的系统。 该分支着重于研究线性系统状态的运动规律和改变这种运动规律的可能性和方法，以建立和揭示系统结构、参数、行为和性能间的确定的和定量的关系。 通常，研究系统运动规律的问题称为分析问题，研究改变运动规律的可能性和方法的问题则为综合问题。 线性系统理论的主要内容有 线性系统理论(2/2) 系统结构性问题，如能控性、能观性、稳定性、系统实现和结构性分解等； 线性状态反馈及极点配置； 镇定； 解耦； 状态观测器等。 近30年来，线性系统理论一直是控制领域研究的