智能控制文献综述Word下载.doc

智能控制文献综述Word下载.doc

《智能控制文献综述Word下载.doc》由会员分享，可在线阅读，更多相关《智能控制文献综述Word下载.doc（4页珍藏版）》请在冰豆网上搜索。

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，稳态性能和动态性能都有具体而严格的指标；

（4）在单机自动化，不太复杂的过程控制及系统工程领域中得到了广泛而成功的应用。

3.2传统控制的不足

但传统控制也具有明显的局限性，其局限性主要表现在：

（1）传统控制理论是建立在以微分和积分为数学工具的精确模型上，而这种模型通常是经过简化后获得的，对于高度非线性和复杂系统，数学模型将丢失大量的重要信息而失去使用价值；

（2）传统控制理论虽然有自适应控制和鲁棒控制来处理对象的不确定性和复杂性，但在实际应用中，当受控对象存在严重的非线性、数学模型的不确定性及系统工作点变化剧烈的情况下，自适应和鲁棒控制存在难以弥补的严重缺陷。

应用的有效性受到很大的限制；

（3）传统的控制系统输入的信息比较单一，而现代的复杂系统不仅输入信号复杂多样和容量大，并且要求对各种输入信息进行融合推理和分析，以便根据环境和条件变化；

（4）传统控制系统的自学习、自适应、自组织功能和容错能力较弱，不能有效地进行不确定的、高度非线性的、复杂的系统控制任务。

3.3智能控制系统的特点

智能控制是自动控制发展的新的阶段，主要用来解决那些用传统方法难以解决的复杂、非线性和不确定的系统控制问题。

智能控制系统具有以下几个特点：

（1）较强的学习能力。

能对未知环境提供的信息进行识别、记忆、学习、融合、分析、推理，并利用积累的知识和经验不断优化、改进和提高自身的控制能力；

（2）较强的自适应能力。

具有适应受控对象动力学特性变化、环境特性变化和运行条件变化的能力；

（3）较强的容错能力。

系统对各类故障具有自诊断、屏敝和自恢复能力；

（4）较强的鲁棒性。

系统性能对环境干扰和不确定性因素不敏感；

（5）较强的组织功能。

对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性；

（6）实时性好。

系统具有较强的在线实时响应能力；

（7）人一机协作性能好。

系统具有友好的人机界面，以保证人一机通信、人一机互助和人一机协同工作；

（8）智能控制具有变结构和非线性的特点，其核心是组织级。

3.4智能控制与传统控制的关系

智能控制与传统控制是密不可分的，而不是相互排斥的。

一般情况下，传统控制往往包含在智能控制之中P传统控制在某种程度上可以认为是智能控制发展中的低级阶段。

根据目前研究情况的分析，智能控制和传统控制具有紧密的结合与交叉综合，主要表现在：

（1）智能控制常常利用传统控制来解决“低层”的控制问题。

例如在分级递阶智能控制系统中，组织级采用智能控制，而执行级采用的是传统控制；

（2）将传统控制和智能控制进行有机结合可形成更为有效的智能控制方法；

（3）对数学模型基本成熟的系统，应采用在传统数学模型控制的基础上增加一定的智能控制手段的方法，而不应采用纯粹的智能控制。

4.智能控制在低压电器中的应用

将智能控制技术引入低压电器，使低压电器技术在研究、检测、生产的各个环节上发生了根本的变化。

4.1低压电器的控制技术实现智能控制

智能断路器就是将智能型监控器的功能与断路器集成在一起，主要是实现了脱扣器的智能化，断路器的保护功能大大加强，可实现长延时、短延时、瞬时过电流保护、接地、欠压保护等功能。

在断路器上可显示电压、电流、频率、有功功率、无功功率、功率因数等系统运行参数。

将微处理器引入交流接触器中，实现智能交流接触器起动、保护、分断全过程的优化控制，达到了节能、节材、无声运行、高操作频率、长寿命，并实现了与计算机的双向通信功能。

4.2低压电器的检测技术实现智能控制

将计算机技术、传感器技术、电力电子技术与电器技术结合在一起，实现了电器动态过程各参数的可视化智能实时检测。

应用测量技术、数据融合技术以及模糊识别技术，解决难以直接测量的特征参数、电器动态过程中的疏失误差和电器性能的综合评估等问题。

实现了电器的实时最优控制，达到最优运行，同时大幅度提高其性能指标。

5.智能控制的展望

5.1综合智能控制技术

各种智能方法都具有自身明显的优势和特点，但同时存在一定的局限性，因此将不同的方法适当地结合在一起，相互取长补短，发挥各自优势，构成高级混合智能控制系统，从而获得单一方法所难以达到的效果，主要控制算法有：

（1）专家系统与神经网络控制。

神经网络采用联接机制方法，专家系统采用的是符号逻辑方法，这两种方法分别对应人类智能活动的直观感知活动和逻辑认知活动。

如果将复杂系统分解成各种功能子系统模块，这些模块分别由神经网络或专家系统来实现。

对其中易于掌握其产生式规则的子系统应用专家系统方法，其余的子系统由神经网络来实现，从而两者结合建立专家系统和神经网络的混合系统。

（2）模糊神经网络技术。

模糊神经网络是把模糊逻辑系统与神经网络系统相结合，形成一个优势互补系统。

神经网络从结构上模仿人脑，形成“硬件”拓扑结构；

模糊逻辑从功能上模仿人的大脑，形成“软件”模拟。

将这两种对人脑“硬件”和“软件”的模拟进行有机地结合，可相互取长补短，使得系统控制性能得到明显提高，将会获得传统控制方法和其它现代控制理论难以达到的效果。

（3）遗传算法与模糊逻辑。

模糊系统可以比较严密地表示和存储有关的领域知识。

而遗传算法在优化规则结构成员函数和学习模糊规则上具有明显优势，二者在很多方面具有互补性。

因此，可以将遗传算法与模糊逻辑进行广泛而深度地结合。

一方面可以用模糊控制规则来提高遗传算法的性能，克服未成熟收敛等现象：

另一方面，应用遗传算法可以有助于模糊逻辑的数据库、规则库和知识库的设计与构造。

（4）遗传算法与神经网络。

将遗传算法与神经网络相结合，充分利用两者的优点。

两者的结合包括多种形式。

一是将遗传算法用于神经网络中，利用遗传算法的寻优能力来对神经网络的连接权值进行优化学习，以获得最佳权值。

将遗传算法用于神经网络控制的学习和训练，可以提高控制系统的性能，在系统的控制精度、动态特性和鲁棒性方面，都将得到较大的改善和提高。

不仅可提高收敛速度，而且可实现全局优化。

二是将神经网络用于遗传法中，来改进遗传算法的收敛性。

5.2仿人控制

智能控制的目的就是模拟人的智能，使控制系统达到更高的目标。

仿人控制强调对人的控制行为和功能的综合性模仿，它的基本思想是在控制过程中利用计算机模拟人的控制行为，最大限度地识别和利用控制系统动态过程提供的特性信息，进行启发和直觉，从而实现对缺乏精确模型的对象进行有效地控制。

5.3分布式智能控制

其主要原理是应用系统分解的原理，将大的复杂系统分解成为规模相对较小，可以进行数学建模和控制的子系统，应用计算机技术实现各个子系统的协调控制和资源共享，从而解决整个系统的控制问题。

分布式智能控制系统应用多智能体技术，可以成功地解决复杂大系统分解和协调控制问题。

6结语

智能控制是自动控制发展的高级阶段，代表着自动控制科学发展的最新进程。

已经被广泛应用于社会众多领域，解决了大量的传统控制无法解决的实际控制应用问题，呈现出强大的生命力和发展前景。

随着基础理论不断创新和实际应用方法日益成熟，智能控制在控制领域必将得到更大的发展。

目前，智能控制和智能自动化科学与技术正在成为自动化领域中最兴旺和发展最迅速的一个分支学科，并被许多发达国家确认为面向2l世纪和提高国家竞争力的核心技术。

随着基础理论