优化算法智能算法智能控制技术的特点和应用.pdfVIP

优化算法智能算法智能控

制技术的特点和应用

ThedocumentwaspreparedonJanuary2,2021

优化算法、智能算法、智能控制技术的特点和应用

在建立了以频域法为主的经典控制理论的基础上，智能控制技术逐步发展。随着

信息技术的进步新方法和新技术进入工程化、产品化阶段。这对自动控制理论技术提

出了新的挑战，促进了智能理论在控制技术中的应用。下面介绍了优化算法、智能算

法、智能控制技术的特点及应用。

优化算法特点及应用

什么是优化就是从各种方案中选取一个最好的。从数学角度看，优化理论就是研

究如何在状态空间中寻找到全局最优点。优化算法通常用来处理问题最优解的求解，

这个问题有多个变量共同决定的优化算法的一个特点往往给出的是一个局部最优解，

不是绝对的最优解，或者说全局最优解。一种优化算法是否有用很大程度取决问题本

身，如果问题本身就是比较无序的，或许随机搜索是最有效的。常用有3种优化算法:

遗传算法、蚁群算法、免疫算法等。

遗传算法是一种基于模拟遗传机制和进化论的并行随机搜索优化算法。遗传算法

在控制领域中，已被用于研究离散时问最优控制、方程的求解和控制系统的鲁棒稳定

问题等。遗传算法用来训练神经网络权值，对控制规则和隶属度函数进行优化，也可

用来优化网络结构。

蚁群算法是群体智能的典型实现，是一种基于种群寻优的启发式搜索算法。蚁群

算法小仅能够智能搜索、全局优化，而具有鲁棒性、正反馈、分布式计算、易与其它

算法结合等特点。等人将蚁群算法先后应用于旅行商问题、资源二次分配问题等经典

优化问题，得到了较好的效果。在动态环境下，蚁群算法也表现出高度的灵活性和健

壮性，如在集成电路布线设计、电信路山控制、交通建模及规划、电力系统优化及故

障分析等方面都被认为是目前较好的算法之一。

智能算法的特点及应用

智能计算也有人称之为“软计算”。是人们受生物界的启迪，根据其原理，模仿求解

的算法。

智能计算的思想：利用仿生原理进行设计(包括设计算法)。常用的智能算法：1）人工

神经网络算法、2）遗传算法、3)模拟退火算法、4）群集智能算法。其应用领域有：

神经元和局部电路建模系统神经生物学和神经建模、进化计算、模式识别、信息检

索、生物信息学、语音、图像处理、自然语言理解

智能控制技术的特点和应用

在建立了以频域法为主的经典控制理论的基础上，智能控制技术逐步发展。控制技术

首先在工业生产中得到了广泛的应用智能控制与传统控制相比，在理论法、应用领

域、性能指标等而存在明显的小同，主要表现在:1）在应用领域上，传统控制着重解

决不太复杂的过程控制和大系统的控制问题;而智能控制主要解决高度非线性、小确定

性和复杂系统控制问题;2）在理论方法上，传统控制理论通常采用定量力法进行处

理，而智能控制系统大多采用符号加工的力法;传统控制通常捕获精确知识，而智能控

制通常是学习积累的精确知识;传统控制通常是用数学模型来描述系统，而智能控制系

统则是通过经验、规则用符号来描述系统;3）在性能指标方面，传统控制有严格的性

能指标，智能控制没有统一的性能指标，而主要关注其目的和行为是否达到。

智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智

能控制等

模糊控制是用机器模拟人对系统的控制，就是在被控对象的模糊模型的基础上运用模

糊控制器近似推理等手段，实现系统控制。

与传统控制相比，模糊推理不需要精确的数学模型，其设计主要建立在相关数据

与规则的基础之上，因此适于解决非线性系统的控制问题。而模糊控制的鲁棒性好、

自适应性强，适用于时变、时滞系统。

专家控制是将专家系统的理论技术与控制理论技术相结合，仿效专家的经验，实现对

系统控制的一种智能控制。

专家控制主要依据知识表示技术确定问题的求解途径，采用知识推理的各种方法

求解问题及制订决策。因此他们获取专家知识，并将知识构造成可用的形式就成为研

制专家系统的主要“瓶颈”之一;另一方面，专家控制系统是一个动态系统，因此他们

在控制过程中自动史新和扩充知识，并满足实时控制的快速准确性需求是非常困难

的。以目前的稳定性分析方法很难接用于专家控制系统。

神经网络控制：神经网络模拟人脑神经元的活动，利用神经元之问的联结与权值的分

布来表示特定的信息，通过不断修正连接的权值进行自我学习，以逼近理论为依据进

行神经网络建模，并接自校正控制、间接自校正控制、神经网络预测控制等力一式实

现智能控制。神经网络具有学习能力、并行计算能力和非线性映射能力，在