生产策略自适应概论.docVIP

第七章 自适应控制概论（1学时） §7—１什么是自适应控制（基本概念） 自适应控制系统（Adaptive Control Systems）是现代控制理论的一个重要分支。“大百科”：能在系统和环境的新息不完备的情况下改变自身特性来保持良好工作品质的控制系统，又称适应控制系统。 50年代初，为设计高性能飞机自动驾驶仪提出了一种自动调整前馈增益的MIT方案，是最初的自适应控制。 一个典型的比较完善的自适应控制系统包含：辨识——决策——调整三个部分组成。 自适应控制是本质非线性系统，即：不可能通过线性化把它近似为线性系统。自适应控制有两类最基本的类型，即“模型参考自适应控制”和“自校正调节器”，以及在这两类基本类型的基础之上，结合人工智能、人工生命等发展出的新型复杂自适应控制。 §7—2 两类重要的自适应控制及其新进展 一、模型参考自适应控制（Model Reference Adaptive Control）简称MRAC 这类系统的难点在于系统稳定性分析，用到李雅普诺夫稳定性和波波夫超稳定性理论。 二、自校正调节器（Self-tuning Regulator）简称STR STR是70年代发展起来的一种随机自适应控制，产生背景是：工业过程控制由于强随机干扰、模型未知、参数时变、大时滞等因素，导致常规的控制方法效果差。它是参数在线估计与随机最小方差控制的结合，已有广泛的应用成果，其难点在于收敛性。 三、多层结构的智能——自适应控制 将人工智能、专家系统与自适应控制相结合，组成具有多层结构的智能——自适应控制系统，下图示出了一个基于控制系统工程设计和调整经验的专家-自适应控制系统的方案框图（马润津 曾凡锋：“智能控制与智能自动化”，486-491，科学出版社1993） 四、神经网络自适应控制 将神经网络与自适应控制相结合构成复杂自适应系统，适用与对多变量、非线性的复杂过程的自适应控制。神经网络的研究已有进30年的历史了。神经网络具有以下多方面的优点：（1）良好的非线性映射能力；（2）并行分布式处理信息；（3）具有良好的鲁棒性和容错性；（4）有归纳和联想记忆功能；（5）具有自学习、自组织、自适应的能力。 将神经网络与两类基本的简单自适应控制结合起来，构成了“神经网络-模型参考自适应控制”（NNMRAC）和“神经网络-自校正调节器”（NNSTR）。 1