智能控制文献综述.docVIP

智能控制的发展，应用及展望 周杰摘要：智能控制是当今控制学领域研究和发展的热点之一。本文论述了智能控制的发展过程，相比传统控制的优势，在低压电器中的应用，并对其未来发展做了展望。 关键词：发展历史；智能控制；低压电器技术；模糊控制；人工智能；展望 1.智能控制的发展历史 从20世纪60年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制系统。 1965年，美国著名控制论专家Zadeh 创立了模糊集合论，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，美国著名科学家Feigenbaum着手研制世界上第一个专家系统；就在同年，傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统。1996年，Mendl进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。直到1967年，Leondes和Mendel才首先正式使用“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性问题的能力。 从20世纪70年代开始，傅京孙、Glorios 和Saridis等人从控制论角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出了智能控制就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70年代中后期，以模糊集合论为基础，从模仿人的控制决策思想出发，智能控制在另一个方向—规则控制上也取得了重要的进展。进入80年代以来，由于微机的迅速发展以及人工智能的重要领域—专家系统技术的逐渐成熟，使得智能控制和决策的研究及应用领域逐步扩大，并取得了一批应用成果。80年代后期，神经网络的研究获得了重要进展，为智能控制的研究起到了重要的促进作用。 2.智能控制的分支 目前关于智能控制的研究和应用沿着几个主要的分支发展，主要有专家控制、模糊控制、神经网控制、学习控制、基于知识的控制、复合智能控制、基于进化机制的控制、自适应控制等等。有的已在现代工业生产过程与智能自动化方面投入应用。主要介绍如下： 专家控制是由K.J.Astrom将人工智能中的专家系统技术引入到控制系统。组成的一种类型的智能控制。借助专家系统技术，将常规的RLS 控制、最小方差控制等不同方法有机结合起来P 能根据不同的情况分别采取不同的控制策略。 模糊控制自1965年Zadeh 教授创建模糊集理论和1974年英国的Mamdani成功地将模糊控制应用于蒸汽机控制以来，模糊控制得到了很大的发展和广泛的应用。模糊控制是基于模糊推理、模仿人的思维方式、对难以建立精确数学模型的对象实施的一种控制，成为处理推理系统和控制系统中不精确和不确定性的一种有效方法，构成了智能控制的重要组成部分。 神经网络控制是另一类智能控制的重要形式。神经网络模拟人的大脑神经结构和功能，具有很强的自学习和自适应功能，近10年来发展迅速，在系统控制、系统辩识、故障诊断和容错控制中得到很好的应用P 成为当今智能控制中的研究热点领域之一。 学习控制系统是—个能在其运行过程中逐步获得受控过程及环境的非预知信息，积累控制经验，并在一定的评价标准下进行估值、分类、决策和不断改善系统品质的自动控制系统。学习控制具有搜索、识别、记忆、推理4个主要功能。傅京孙指出：几乎所有的学习算法都具有相似的学习特性。较复杂的在线学习技术的实现需要高速度和大容量的计算机。 将各种智能控制方法的交叉应用是当前智能控制领域主要应用方向之一. 在模糊神经网络控制、专家模糊控制、专家神经网络控制、模糊变结构控制、自适应模糊控制、自适应神经网络控制、神经网络变结构控制等多种控制方法中。有时应用起来非常困难。例如系统采用模糊控制P 要建立正确的模糊规则和隶属函数非常困难。而人工神经网络具有较强的自学习功能和容错能力. 但很难确定网络的结构和规模,难以实现If-Then规则编码。因此, 将神经网络和模糊系统两方面的优点结合起来，使控制器既具有神经网络的学习功能、容错能力和连接式结构, 又具有高级的If-Then规则并易于嵌入专家系统，提高了智能控制的应用范围。 3.智能控制与传统控制的比较分析 3.1传统控制的特点 以稳定性的理论和反馈理论为基础的自动控制理论，使传统控制得到了巨大的发展，主要形成了四方面的特点：（1）具有完整的理论体系，形成了以反馈理论为核心，以精确的数学模型为基础，以微分和积分为主要数学工具。以线性定常系统为主要研究对象的完善的理论和应用方法；（2）形成了以时域法、根轨迹法、线性系统为基础的分析方法；（3）具有严格的性能指标体系，稳