智能控制理论讲稿第1章.docx
《智能控制理论讲稿第1章.docx》由会员分享，可在线阅读，更多相关《智能控制理论讲稿第1章.docx（21页珍藏版）》请在冰豆网上搜索。
智能控制理论讲稿第1章
计算机智能控制理论及应用
（计算机应用技术硕士研究生课程、40学时、2学分）
参考书：
[1]易继锴等编蓍.智能控制技术.北京：
北京工业大学出版社，1999年9月
[2]王俊普主编.智能控制.合肥：
中国科学技术大学出版社，1996年9月
[3]朱剑英编著.智能系统非经典数学方法.武汉：
华中科技大学出版社，2001年4月
[4]李士勇等编著.模糊控制和智能控制理论与应用.哈尔滨：
哈尔滨工业大学出版社，1990年12月
[5]尹朝庆等编著.人工智能与专家系统.北京：
中国水利水电出版社，2002年1月
[6]姜长生等编.智能控制理论及应用.北京：
科学出版社
第一章 智能控制概述
科学技术是第一生产力，我们正处于科学技术发展的重要时期——第二次科学革命时期，其首要目标在于突破人类智力的局限性，用机器代替人类从事各种体力和脑力劳动（如：
1.制能系统，机器人等；2.人无法直接接触的场合——高温、高压、剧毒等；3.劳动生产率），把社会生产力发展到更高水平。
第二次科学革命必将引起第二次产业革命，促进工业社会向信息社会的转变。
一、智能控制的产生与发展（成因）
1、智能控制是自动控制理论发展的必然趋势
自动控制理论是人类在征服自然、改造自然的过程中逐步形成和发展起来的。
在其理论形成之前，自动控制理论的基本思想早已存在。
例如，利用反馈原理调节流量的“克泰希比斯”水钟；十九世纪中叶J.C麦克斯威尔对具有调速器的蒸汽发动机系统的稳定性（注：
分析、解决稳定性问题的方法）所做的工作等，都标志着人类对控制理论探索的历程。
二十世纪20年代，布莱克、奈奎斯特和波德等人在贝尔实验室所从事的研究工作奠定了经典控制理论的基础，特别是第二次世界大战期间，新武器的研制和战后经济的恢复和发展，都极大地激发了人们对控制理论的研究热情，使经典控制理论日趋成熟，并获得许多应用成果。
控制理论从形成（20世纪40年代开始）到发展至今，已经历了60多年的历程分为三个阶段：
第一阶段：
以20世纪40年代兴起的调节原理为标志，称为经典控制理论阶段；
第二阶段：
以20世纪60年代兴起的状态空间法为标志，称为现代控制理论阶段；
第三阶段：
以20世纪80年代兴起的人工智能为标志，称为智能控制理论阶段；
控制理论发展的三个阶段的主要特征对照见表1－1所示。
表1－1 自动控制理论发展阶段对照表
特征╲阶段
第一阶段
第二阶段
第三阶段
形成时间
40－50年代
60―70年代
80年代以来
理论基础
经典控制理论
现代控制理论
智能控制理论
研究对象
单因素控制
多因素控制
多层次多因素控制
分析方法
传递函数、频域法
状态方程、时域法
智能算子、多级控制
研究重点
反馈控制
最优、随机、自适应控制
大系统理论、智能控制（理论与方法）
核心装置
自动调节器
电子数字计算机
智能机器系统
应用
单机自动化
机组自动化
综合自动化
经典控制理论研究的主要对象多为线性定常系统，主要解决单输入/单输出问题；研究方法是以传递函数、频率特性、根轨迹为基础的频域分析法；其控制思想：
①对机器进行调节，使之能够稳定运行；②采用反馈方式，使一个动力学系统能够按照人们要求的精度进行工作。
最终实现对系统按指定目标进行控制。
20世纪60年代，计算机技术的迅猛发展为现代控制理论的形成与发展奠定了坚实基础。
同时，人类发展航天技术的需要又刺激了控制理论从经典到现代的发展。
研究对象扩至非线性或分布参数特性系统，解决的问题扩至多输入/多输出问题，建模实现了从直接根据被控对象的物理特性的方法（经典）向建立一般化的参数估计与系统辨识理论方法的扩展。
数据处理手段（计算工具）向计算机处理方向转变。
经典与现代控制理论被统称传统（或常规）控制理论。
其共同特点是：
各种理论与方法都是建立在对象的数学模型基础上的。
即传统控制理论的前提条件是必须能够在该理论指定的框架下，用数学公式严格地刻划出被控对象的动态行为。
对象的数学模型可以是基于微积分理论或线性代数或矢量分析的，因此称该理论方法为“基于数学模型的方法”（MathematicalModel-BasedTechniques）。
该理论对能够得到准确数学描述的对象可以进行有效控制。
传统控制理论最适用于以人造设备的参数作为被控对象的控制系统设计问题，而该理论应用于过程任务（或追求目标）的控制时，遇到最大的困难就是不确定性问题。
第一类不确定性是系统模型的不确定性（称未建模动力学）。
解决方法：
①设法使系统对模型的变化不敏感，即鲁棒性控制；②通过在线辨识，使此不确定性逐渐降低以至消除，即自适应控制；③将控制任务（目标）的结构化环境当作被控对象来建立数学模型，并使其不确定性在鲁棒或自适应控制能够处理的范围之内。
第二类不确定性是环境本身的不确定性。
解决方法：
如果环境变化的影响可视为随机干扰，并能用独立的概率统计分布来描述，则可考虑在统计期望意义上的最优控制——随机最优控制。
但该控制也仅适用于对象与环境之间只存在弱相互作用的场合，如航海、航天、航空等中的某些过程控制任务。
然而，随着科学技术的进步、工业生产的不断发展和生产规模的扩大，许多领域（如军事、工业等）所涉及的被控过程和对象难以建立精确的数学模型：
①模型极其复杂，难于实现实时高性能的有效控制；②无法建模，如社会经济、生物医学等系统。
所以，基于数学模型的传统控制理论面临着强有力的挑战，具体表现在以下三个方面：
①不确定性
上面已经谈到了这方面概念。
我们知道，对象（过程）和环境具有许多未知因素和不确定因素，这些因素会随着环境，工况、空间和时间产生不可预测的变化。
在第一类不确定性（模型）中，对于非结构化的复杂环境，或不能建模、或所建模型超出了鲁棒或自适应控制范围，则传统控制理论就不能获得满意的控制结果。
在第二类不确定性（环境）中，对于对象与环境之间存在着因果关系的强相互作用的场合，则环境的变化不能视为随机干扰，所以随机最优控制方法也就无效了。
如连续生产过程、离散产品加工等。
②复杂性
现代工业控制系统具有高度的复杂性，表现在以下九个方面：
A 系统的子系统和环节种类繁多，层次各异；
B 子系统的结构和参数具有高维性、时变性、突变性和随机性；
C 环境干扰具有多样性、时变性、随机性和高强度；
D 传感器、执行器数量多，且分散；
E 决策机构具有分级分布特征；
F 系统的各状态变量是多重的；（耦合性）
G 信息结构复杂；
H 数据处理量庞大，算法复杂；
I 部分系统属于具有人－机交互功能的巨系统。
③高性能要求
现代工业系统为了提高自身的社会和经济效益，必须充分挖掘自身潜力。
因此提出多样性的高性能控制目标，以确保安全生产、提高产品质量、降低生产成本和能耗、良好的销后服务和人性化产品的开发等等。
然而，多样性的高性能要求之间往往是相互矛盾的，如何实现有效综合，不仅要求生产过程自动化，而且希望实现生产与经营管理的综合自动化（如CIMS）。
综上所述，对于系统的不确定性、复杂性、高性能要求，传统控制理论已显得力不从心，或无能为力，从而促使人们去探索控制理论的新途径——智能控制。
早在20世纪40年代，即控制理论开始形成阶段，维纳在研制高炮自动瞄准系统的工作中（原来是手工操作），发现自动控制装置在行为上同人和动物这样的生命有机体非常相似，发表了“控制论――关于在动物和机器中控制和通讯的科学”、“行为、目的和目的论”等论文、以及《控制论》专著。
提出了控制论的两个基本概念――信息和反馈，并通过“行为”把“反馈”和“目的”联系起来。
不仅确立了控制理论的正式形成，而且揭示了机器、生物和人所遵从的共同基本规律——信息与控制规律，为机器模仿人和动物的行为或功能提供了思想基础。
人们在实践中发现，对于那些难以用传统控制理论实现有效的控制的复杂过程，有经验的工程技术人员却能凭经验对此进行有效的控制。
例如停车问题：
将车停放在两辆汽车之间的车位中。
传统控制理论方法：
状态方程 у＝（ω，θ），其中ω为车的固定参考点，θ为车的方向；
运动方程 ý＝f（x,u）,u为约束控制量，u＝（u1,u2）,u1前轮角度，u2车速；
约束条件Ω（集合——由两辆停放汽车确定）；
控制目标Γ（集合——由车间间隙确定）。
控制任务是寻找一控制量u（t），使车从初始状态X0＝（ω0，θ0）在满足各种约束条件Ω下转移到目标状态集中。
由于约束条件多，所以该问题变得（求解过程）相当复杂。
人工方法：
然而汽车司机根本不清楚控制过程的数学模型，只凭经验和知识技巧、直觉推理等智能行为，再加上学习能力，即可轻而易举地实现控制目标――将车停放在两车间相应车位。
通过上例，可以发现，直接用机器模仿人的操作经验，可实现对复杂过程的有效控制，而无需数学模型（即避开数学模型）。
这正孕育着控制理论的新发展——智能控制的诞生。
但由于科学技术发展水平有限，智能控制实际上在20世纪80年代才开始形成，并有较大发展。
2、人工智能为智能控制的产生提供机遇
人工智能产生于20世纪50年代，它是多学科相互渗透的结果（信息论、系统论、计算机科学、神经生理学、心理学、数学及哲学等）。
同时也是数字电子计算机出现和广泛应用的结果。
其基本思想是用机器模仿和实现人类智能，实现脑力劳动自动化或部分自动化。
在如何“实现”问题上，人工智能存在三个学派：
1符号主义学派（也称逻辑主义、心理学派、计算机科学派）
该学派认为：
人脑和计算机都属于物理符号系统，于是就可以用计算机模拟人的智能。
这是人工智能最具代表性的见解。
在1956年的一次关于用机器模拟智能的学术会议上，正式采用“人工智能”术语，标志着该学科的诞生。
该学派所阐
述的人工智能的基本含义即是：
用机器采用符号（逻辑或数值的）推理，从外部功能上模拟人的智能。
这种见解一直推动着人工智能沿着启发式程序——专家系统——知识工程的道路发展，并在70－80年代取得重大成果，成为人工智能的主流派。
2联结主义学派（也称生理学派，仿生学派）
该学派主张从仿生学出发，建立人脑模型，模仿人脑的结构和功能，使机器具有智能。
人工神经网络的研究是这一学派的主要工作对象。
从神经元到神经元之间的联结关系来模拟人的智能，成为人工智能发展的另一途径。
3行为主义学派（也称进化主义，控制论学派）
该学派主张从控制论出发，重点研究如何模拟人在控制过程中的智能活动和行为特征，如自寻优、自适应、自镇定、自学习、自组织等。
该学派认为智能行为是基于“感知——动作”模式、不断进化的过程。
Brooks（布鲁克斯）研制的六足行走机器人就是这一学派的代表作。
人工智能的三个学派，虽然出发点不同，但目的相同——都是研究如何模仿人的智能，实现机器智能，即人工智能。
人工智能与控制理论相结合，促成了智能控制的产生和发展，即人工智能为智能控制提供了产生和发展的机遇。
从智能控制理论的结构上看，人工智能是其必要的组成部分之一，也说明了这一点。
早在1965年，著名科学家美藉华人K.S.Fu（付京孙）首先提出将基于符号操作和逻辑推理的启发式规则用于学习控制系统；Mendel（蒙代尔）教授在空间飞行器的学习控制中应用了人工智能技术。
这是人工智能符号主义学派的观点首次与控制理论结合，实现智能控制的大胆尝试。
1971年K.S.Fu再次强调这种尝试（即两者结合）的必要性，指出：
为了解决控制问题，一方面用严格的数学方法研究发展新的工具来对复杂的“环境——对象”进行建模和识别，以实现最优控制；另一方面用人工智能的启发式思想建立对不能精确定义的环境和对象（任务）实现控制设计方法。
应把这两种途径密切结合起来协调地进行研究。
例如，离散事件动态系统（DEDS）理论就是第一方面的研究成果，并以柔性制造系统（FMS）和计算机集成制造系统（CIMS）为应用背景，取得很大发展。
关于学习控制系统的研究则是第二个方面的成果，它展示了一些新思想的合理性，对智能控制理论的后期研究与发展有启发作用。
所以，从智能控制的发展趋势看，许多智能控制系统实际上都是应用了严格的数学方法和人工智能方法（两者结合），以实现更有效的控制。
“智能控制”术语于1967年由Leondes和Mendel首次使用。
从70年代开始，K.S.Fu、Gloriso和Saridis（隆里迪斯，美国普渡大学）等人从控制角度出发，总结了人工智能技术与自适应、自学习、自组织的关系，正式提出了建立智能控制理论的构想：
1K.S.Fu基于学习控制系统，最早提出了智能控制是人工智能与控制理论相结合的理论框架（二元结构理论）。
之后，随着微处理器和计算机技术的高速发展，为实用型智能控制器的研制及智能控制系统的开发提供了技术基础；同时，人工智能技术中的关于知识表示、推理技术以及专家系统设计与建造技术的发展，为智能控制系统的研究和开发创造了新的途径。
如专家系统被引入控制领域，出现了“专家控制系统”。
它标志着智能控制理论的形成条件逐渐成熟。
2Saridis在学习控制系统研究的基础上，更加强调智能控制系统追求目标的功能，提
出了智能控制系统的多级递阶结构，并在此基础上将K.S.Fu的“二元论”发展为“三元论”，即智能控制是人工智能，自动控制理论和运筹学相结合的三元论体系结构。
1985年8月，IEEE（美国电气与电等工程师学会）在美国纽约召开了第一届智能控制学
术讨论会。
参会人员60人均来自美国本土，从事自动控制、人工智能、运筹学的专家、学者。
会议主题：
智能控制原理和智能控制系统结构。
之后不久，在IEEE控制系统学会内成立了IEEE智能控制专业委员会，会员200余人，并组织讨论了智能控制的定义和研究生课程教学大纲。
1987年1月，IEEE控制系统学会和计算机学会在美国费城联合召开了第一次智能控制国际会议，参会150余人，论文60余篇，会议标志着智能控制作为一门独立学科，正式在国际上形成。
3我国学者蔡自兴于1989年提出智能控制的“四元论”，将信息论纳入其体系结构之中。
综上所述，在智能控制的产生和形成过程中，启发式程序、专家系统等人工智能思想（符号主义学派观点）起到了积极的促进作用。
特别是70——80年代，专家系统的广泛应用，将符号主义学派的人工智能方法和技术推向了高潮。
因此，K.S.Fu提出的智能控制作为人工智能和控制理论相结合的产物，首先就是以符号推理为主要特征的专家系统技术在控制系统中的运用。
然而，应强调指出，尽管作为人工智能主流学派――符号主义学派，导致了以学习控制系统、专家控制系统为标志的智能控制系统的产生和形成，并初步确立了智能控制的体系结构和基本方法与技术，但是人工智能的其它学派对智能控制的发展也都起到了积极的推动作用，做出了不可磨灭的贡献，我们来简述一下：
11965年L.A.Zadeh提出了模糊集理论，并由E.H.Mamdani于1974年将模糊推理应用
于控制系统，出现了模糊控制。
由于模糊逻辑不同于传统的二值逻辑，它反应了现实世界所存在的不确定性和人在认识中出现的不确定性，所以模糊推理是模拟人类决策过程中的一种智能行为，因此属于智能控制范畴。
280年代，联结主义学派对神经网络的研究取得突破进展，表现在：
＊1982年Hopfield提出“Hopfield网络模型”；甘利俊一和Arbib提出“竞争与协作神经网络”；Feldmann和
Ballard给出“联结主义模型”。
＊1984年，Hinton、Sejnowski及Ackley提出“玻尔兹曼机（BoltzmannMachine）”；Kohonen提出“联想记忆模型”。
＊1986年Rumelhart等人提出“PDP（ParallelDistributedProcessing并行分布处理）理论框架”，在此框架中给出了一个学习算法――误差反向传播法（ErrorBackPropagationMethod，简称BP算法）。
由于人工神经网络在建模、识别、学习等方面的能力，它被用于智能控制系统的各个层次。
它是基于并行计算的一种分布式结构。
它的学习，记忆能力和处理定量数据的能力恰好和模糊逻辑的定性知识表达能力具有互补性。
因此，神经网络与模糊控制相结合的研究已形成一种新趋势。
3近年来，行为主义学派再度兴起。
1990年Brooks提出“无需表达和推理”的智能行为观点，主张从建立“感知――行动”直接映射入手，构造“基于行为的系统”。
为此，Brooks在基于动作分解原理的动作理论指导下，建造了一个六足行走机器人（Mobot）实验系统（含150多个传感器和23个执行器）。
这种基于行为的系统也是一种分布式体系结构，即系统中世界（整体？
）模型被分解，并分布到系统各部分中去，各部分输出取与传感器输出类似的形式，而不是依赖通用的符号表达。
并且，高层规划不再是系统必须服从的命令，而成为一种可利用的资源。
所以，行为主义学派的再度兴起为智能控制的研究又开辟了一个新途径。
3、智能控制是第二次产业革命的重要组成部分
众所周知，生产力是人类社会发展与进步的推动力。
1768年瓦特发明并制造了第一台蒸汽机，带来了18世纪中叶爆发的第一次产业革命，在此之前，由于各种金属材料（如铜和铁）的发现与利用，手工业迅速发展，各种工具、工具机相当发达。
但这时的工具及机器大都以人或畜的自然体力为原动力。
随着生产力的进一步发展，其局限性暴露出来，迫切要求借助机器的力量突破这种局限性，实现人类部分体力劳动自动化。
当时面临的主要问题就是寻求大功率的能源，并解决其生产、控制和利用问题。
蒸汽机的发明标志着第一次产业革命的开始，动力机与工具机的结合，使人的部分体力劳动自动化变成了现实，昔日的手工业生产方式让位于工业化大生产，人类开始从繁重的体力劳动中解放出来，人类社会从农业、手工业社会跃入到工业社会，此次产业革命恰好地体现了从材料到能源的转变。
材料、能源和信息是自然界的三大基本要素，也是社会生产的三大基本问题。
如果说，第一次产业革命是实现从材料到能源的“重心”转移，解决部分体力劳动自动化问题，那么第二次产业革命是实现从能源到信息的“重心”转移，解决人的部分脑力劳动自动化问题，前者称为动力革命，后者称为信息革命或智力革命。
20世纪30年代前后，机器的功率越来越大，各种动力机不断涌现，但其中（生产与管理中）的信息处理主要靠人工完成，该问题日益突出，迫切需要借助机器的力量突破自然赋予人的智力的局限性，使人的部分脑力劳动机械化和自动化。
于是数字电子计算机在1964年（二战期间）问世，它标志着第二次产业革命的开始。
数字电子计算机是一种智力机，但不是智力机的唯一形式，其角色等同于蒸汽机。
表1－2给出了两次产业革命的对比。
表1－2两次产业革命对照表
对比项目
第一次产业革命
第二次产业革命
时代背景
劳动分工和工具机充分发展，动力问题突出，人的自然体力的局限性暴露
动力机和工具充分发展，信息处理问题突出，人的自然智力的局限性暴露
革命的目的
突破人的体力的局限性，寻求大功率系统的产生、控制和利用
突破人的智力的局限性，寻求高效率的信息系统的产生，控制和利用
核心问题
动力（能源）
智力（信息）
发生时间
1768――
1946――
发生标志
蒸汽机问世
数字电子计算机问世
革命内容
研制开发各种动力机，实现人的部分体力劳动自动化
研制开发各种智力机，实现人的部分脑力劳动自动化
时代影响
农业（手工业）社会向工业社会转变
工业社会向信息社会转变
综上所述，控制论本身就是揭示机器、生物和人所遵从的共同规律――信息与控制规律的理论。
而智能控制则是以如何用机器（智力机）模拟人类智能，寻求对过程控制和信息处理的完美结合为目标的新一代控制理论，它必须导致现代工业生产的综合自动化，极大推动生产力的发展。
二、智能控制的含义和特点
前面提到，“智力控制”术语于1976年由Leondes和Mendel首次使用，距今已有近40年时间，并已有许多应用成果，但是究竟什么是“智能”、“智能控制”等问题，至今没有统一的明确定义。
这主要是因为智能控制所需的“非经典数学”（也称智能数学）理论还很不成熟和完善，特别是其基础研究很不够。
尽管有些研究者给出过定义，但是各种定义也都是研究者在自身的研究领域进行探讨的结果，因此各有侧重。
下面我们介绍几个具有代表性的智能控制的定义，并对其含义进行探讨，根据其特点，进一步加深对智能控制的理解。
⒈智能控制的含义
1定义1（G.N.Saridis）：
智能控制就是由一台智能机器自主地实现其目标的过程。
而智能机器则定义为：
在结构化或非结构化的、成熟或陌生的环境中，自主地或与人交互地执行人的任务。
2定义2（K.J.Astrom）：
把人类具有的直觉推理和试凑法等智能加以形式化或用机器模拟，并用于控制系统的分析与设计中，以期在一定程度上实现控制系统的智能化。
自调节控制、自适应控制就是智能控制的低级体现。
3定义3（张促俊，蔡自兴）：
智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个主要领域。
4定义4（涂序彦）：
智能控制是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。
“智能”――人所表现的行为，包括感知环境能力、记忆联想能力、思维能力、推理能力，其定义并不明确。
但智能与知识密切相关（信息论中，智能是知识的集合与智力的总和，就是利用知识去理解和解决实际问题的能力），即：
知识丰富－智能超强－获取与利用知识的能力超强－知识越丰富，两者相互促进。
人的智能行为归纳为两个方面：
认识世界、改造世界。
认识是手段，改造是目的，所以我们更强“改造”，正如W.R.Ashby所述，智能是“选择的适应”，并将“追求目的”作为智能的过程，强调两点：
1智能控制中智能是机器的行为，是仿人智能的行为，并不等价于人的智能，更加强调用机器实现人的脑力劳动自动化，或者说是机器高度自主实现追求目标的能力，而尽是避免或减少人的干预。
2强调机器仿人的智能，而对于如何模仿却没有限定，即各学派的思想、理论、方法与技术都可用。
＊对智能控制含义的理解：
智能控制是一门新兴的交叉前沿学科，是自动控制发展的高级阶段，即其理论与技术发展到新阶段的概括。
是人工智能、控制论、系统论、信息论等多学科的高度综合与集成（当然不包括诸如运筹学、计算机科学、非经典数学、实验心理学、生理学等等），对更加广阔的对象（或过程）实现期望控制，其核心就是如何设计和开发能够模拟人类智能的机器，使控制系统达到更高的目标。
所以智能控制是一类无需人的干预就能独立地（自主地）驱动智能机器实现其目标的自动控制。
可以看出，智能控制继续和发扬了传统控制理论，而并不排斥它，表现在：
1在反馈与信息个概念中，更加突出信息处理的重要性。
2在分级递阶结构中，执行级就运用了成熟的传统控制理论。
＊智能控制技术的发展分支：
神经网络技术、模糊控制技术、遗传算法优化技术、专家控制系统、分级递阶智能控制技术、基于规则的仿人智能控制技术等。
＊应用领域：
智能机器人控制、智能过程控制、智能高度与规划、专家控制系统、智能故障诊断、智能仪器、医护监控、语言控制、飞行器控制、自动制造系统控制等等。
2、智能控制系统的特点（共8点）
①结构：
智能控制系统的结构是多层次的，人造的仿人系统或具有智能行为的各种机器成为系统的子系统或环节。
即智能控制系统含有智能子系统或智能环节，分层结构的系统，其智能控制的核心在高层控制，即组织级。
高层控制的任务在于对环境和过程进行组织，规划实现广义问题求解。
我们说智能控制系统的结构是分层的，并不排除某些系统有一层或二层结构，但是，既使如此，系统也必含有智能子系统或智能环节。
②运行机制：
智能控制系统中智能子系统或智能环节是系统的主体。
系统的结构变更和控制参数修改，信息交换，控制决策和系统运行状态主要由智能子系
升级会员 