浅谈智能控制及其的应用.docVIP

浅谈智能控制及其的应用 　　摘 要：智能控制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。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。本文就智能控制及其应用进行叙述，介绍了智能控制的发展历程，分析了智能控制的主要形式，对智能自主控制进行了深入探讨。 　　关键词：智能控制；方法；形式 　　中图分类号：TP31 文献标识码：A 　　1智能控制的发展 　　科学技术和生产的迅速发展是智能控制学科发展的动力。以往以单纯数学解析结构为基础的控制理论，其局限性日益明显。它的局限性主要体现在以下几方面：其一，在航空、航天、航海及各种工业部门，受控对象日益复杂。受控对象不仅规模大，运动学结构复杂，而且各运动变量之间严重耦合，同时还带有严重的不确定性（包括结构和参数两个方面的不确定性）和非线性。这样复杂的受控对象使得以确定模型和数学解析方法为基础的传统控制理论遇到了困难和挑战。其二，控制任务和目标的复杂化，也使传统的控制理论难于胜任。例如，一架性能优良的攻击机必须具备对空、地多目标自动攻击的能力，必须具备自动地形跟踪、回避的能力，必须具备自动导航和高品质自动飞行的能力。这样复杂的控制任务和控制指标要求，对于传统的控制理论来说是很困难的。其三，系统工作环境的复杂化，也使传统的控制理论产生麻烦。例如，在空战条件下，战场敌我态势的突变，气象条件的突变，敌方对我方系统的破坏和干扰，驾驶员的疲劳和意外失误，或者系统处于不利的化学物质环境中工作等。上述复杂受控对象，复杂的控制任务和控制目的，复杂的系统运行环境都促使人们研究新的控制方式去实现对它们的有效控制。这就是智能控制产生和发展的背景和动力。 　　另一方面，近代迅速发展的人工智能技术和计算机技术又为智能控制的发展提供了条件。诸如符号、语言的知识表达，状态特征的辨识，定性与定量，精确与模糊信号的处理，分析推理，逻辑运算，判断决策，自然语言理解和视觉系统等一系列拟人思维和功能均可通过计算机来实现。可以说，人工智能和计算机技术为智能控制的发展提供了物质条件。因此，智能控制不仅是科学技术和生产发展的推动和需要，也是科学技术发展的必然趋势；不仅是控制科学的继承、发展和提高，也是多学科相结合、共同迸发出的新的科学技术的火花。 　　2智能控制的主要形式 　　智能控制这一学科正在蓬勃发展，智能控制的形式也日新月异。目前正在兴起和研究的形式很多，其中主要的有如下几种。 　　2.1分级递阶智能控制 　　分级递阶智能控制是从系统工程出发，总结了人工智能与自适应控制、自学习控制和自组织控制的关系之后逐渐形成的，是智能控制最早的理论之一。 　　分级递阶智能控制有两种比较重要的理论：知识基/解析混合多层智能控制理论，该理论是由意大利学者A.Villa提出的，可用于解决复杂离散事件系统的控制设计问题。萨里迪斯三级智能控制理论，按照这种理论设计的智能控制系统是由组织级（最高级）、协调级（中间级）和执行级（最下级）三级组成的，并用熵函数来衡量每一一级的执行代价和效果，用熵进行最优决策。这一方法为现代工业、空间探测、核处理和医学领域应用自主控制系统提供了一个有效的方法。总之，分级递阶智能控制是为求解大系统，复杂系统的寻优、决策和有效控制而提出来的，是研究多级自寻优控制、多级模糊控制、多级专家控制、递阶智能多目标预测控制以及大型空间运动结构系统的三级递阶智能控制的有效方法。 　　2.2专家系统控制 　　专家系统控制（包括仿人智能控制和智能PID控制），是工程控制论和专家系统相结合的产物。这类智能控制的特点是专家的知识和经验与传统的PID控制器的结合，它所设计产生的控制规则简单易于实现，如飞行控制过程、化工PH过程的智能控制。在这一类智能控制中，还应指出的一种形式是实时监督控制专家系统，由故障检测、故障诊断和故障处理三部分组成，这种形式在航天、航空和化工等领域都有大量应用。 　　2.3模糊控制 　　该控制方法最早提出者之一是美国著名控制论专家LA.Zadeh，1965他发表了模糊集合论。模糊控制理论主要以模糊数学和规则表组成控制决策。它适用于难以建模的受控对象，但很难做到高精度。 　　2.4人工神经元网络控制 　　20世纪50年代末就已问世的神经元网络模仿生物神经系统，主要模仿人的大脑的神经网络模型和信息处理机能，如信息处理、判断、决策、联想、记忆、学习等功能，以实现仿人行为的智能控制。 　　2.5各种智能控制方法的交叉和结合 　　为了发挥各种不同智能控制方法的优点，克服它们各自的缺点和不足，各种组合、结合、互相交叉渗透的智能控制方法不断被提出和研究。例如，专家模糊控制、模糊神经网络控制、专家神经网络控制、模糊PID控制、专家PID控制和模糊学习控制等。 　　2.6各