<ul id="scoqa"></ul> <strike id="scoqa"></strike>
智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發(fā)展的高級(jí)階段，主要用來解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問題。智能控制研究對(duì)象的主要特點(diǎn)是具有不確定性的數(shù)學(xué)模型、高度的非線性和復(fù)雜的任務(wù)要求。
智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時(shí)，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來，用于解決控制系統(tǒng)的隨機(jī)特性問題和模型未知問題；1965年美國普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計(jì)。
發(fā)展
智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時(shí)，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開發(fā)出來，用于解決控制系統(tǒng)的隨機(jī)特性問題和模型未知問題；1965年美國普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國門德爾(J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計(jì)。
1967年，美國萊昂德斯(C．T．Leondes)等人首次正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動(dòng)控制的交叉關(guān)系。自此，自動(dòng)控制與AI開始碰撞出火花，一個(gè)新興的交叉領(lǐng)域——智能控制得到建立和發(fā)展。早期的智能控制系統(tǒng)采用比較初級(jí)的智能方法，如模式識(shí)別和學(xué)習(xí)方法等，而且發(fā)展速度十分緩慢。
扎德于1965年發(fā)表了著名論文“Fuzzy Sets”，開辟了以表征人的感知和語言表達(dá)的模糊性這一普遍存在不確定性的模糊邏輯為基礎(chǔ)的數(shù)學(xué)新領(lǐng)域——模糊數(shù)學(xué)。1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關(guān)系應(yīng)用于工業(yè)控制系統(tǒng)，提出了能處理模糊不確定性、模擬人的操作經(jīng)驗(yàn)規(guī)則的模糊控制方法。此后，在模糊控制的理論和應(yīng)用兩個(gè)方面，控制專家們進(jìn)行廠大量研究，并取得一批令人感興趣的成果，被視為智能控制中十分活躍、發(fā)展也較為深刻的智能控制方法。
20世紀(jì)80年代，基于AI的規(guī)則表示與推理技術(shù)(尤其是專家系統(tǒng))基于規(guī)則的專家控制系統(tǒng)得到迅速發(fā)展，如瑞典奧斯特隆姆(K．J．Astrom)的專家控制，美國薩里迪斯(G．M．Saridis)的機(jī)器人控制中的專家控制等。隨著20世紀(jì)80年代中期人工神經(jīng)網(wǎng)絡(luò)研究的再度興起，控制領(lǐng)域研究者們提出并迅速發(fā)展了充分利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、自學(xué)習(xí)特性和容錯(cuò)特性的神經(jīng)網(wǎng)絡(luò)控制方法。
隨著研究的展開和深入，形成智能控制新學(xué)科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了第一屆智能控制學(xué)術(shù)討論會(huì)，討論了智能控制原理和系統(tǒng)結(jié)構(gòu)。由此，智能控制作為一門新興學(xué)科得到廣泛認(rèn)同，并取得迅速發(fā)展。
近十幾年來．隨著智能控制方法和技術(shù)的發(fā)展，智能控制迅速走向各種專業(yè)領(lǐng)域，應(yīng)用于各類復(fù)雜被控對(duì)象的控制問題，如工業(yè)過程控制系統(tǒng)、機(jī)器人系統(tǒng)、現(xiàn)代生產(chǎn)制造系統(tǒng)、交通控制系統(tǒng)等。
定義
智能控制的定義一： 智能控制是由智能機(jī)器自主地實(shí)現(xiàn)其目標(biāo)的過程。而智能機(jī)器則定義為，在結(jié)構(gòu)化或非結(jié)構(gòu)化的，熟悉的或陌生的環(huán)境中，自主地或與人交互地執(zhí)行人類規(guī)定的任務(wù)的一種機(jī)器。
定義二： K.J.奧斯托羅姆則認(rèn)為，把人類具有的直覺推理和試湊法等智能加以形式化或機(jī)器模擬，并用于控制系統(tǒng)的分析與設(shè)計(jì)中，使之在一定程度上實(shí)現(xiàn)控制系統(tǒng)的智能化，這就是智能控制。他還認(rèn)為自調(diào)節(jié)控制，自適應(yīng)控制就是智能控制的低級(jí)體現(xiàn)。
定義三： 智能控制是一類無需人的干預(yù)就能夠自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動(dòng)控制，也是用計(jì)算機(jī)模擬人類智能的一個(gè)重要領(lǐng)域。
定義四： 智能控制實(shí)際只是研究與模擬人類智能活動(dòng)及其控制與信息傳遞過程的規(guī)律，研制具有仿人智能的工程控制與信息處理系統(tǒng)的一個(gè)新興分支學(xué)科。
技術(shù)基礎(chǔ)
智能控制以控制理論、計(jì)算機(jī)科學(xué)、人工智能、運(yùn)籌學(xué)等學(xué)科為基礎(chǔ)，擴(kuò)展了相關(guān)的理論和技術(shù)，其中應(yīng)用較多的有模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等理論，以及自適應(yīng)控制、自組織控制和自學(xué)習(xí)控制等技術(shù)。
專家系統(tǒng)是利用專家知識(shí)對(duì)專門的或困難的問題進(jìn)行描述的控制系統(tǒng)。盡管專家系統(tǒng)在解決復(fù)雜的高級(jí)推理中獲得了較為成功的應(yīng)用，但是專家系統(tǒng)的實(shí)際應(yīng)用相對(duì)還是比較少的。
模糊邏輯用模糊語言描述系統(tǒng)，既可以描述應(yīng)用系統(tǒng)的定量模型，也可以描述其定性模型。模糊邏輯可適用于任意復(fù)雜的對(duì)象控制。
遺傳算法作為一種非確定的擬自然隨機(jī)優(yōu)化工具，具有并行計(jì)算、快速尋找全局最優(yōu)解等特點(diǎn)，它可以和其他技術(shù)混合使用，用于智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的最優(yōu)控制。
神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元，按一定的拓?fù)浣Y(jié)構(gòu)進(jìn)行學(xué)習(xí)和調(diào)整的自適應(yīng)控制方法。它能表示出豐富的特性，具體包括并行計(jì)算、分布存儲(chǔ)、可變結(jié)構(gòu)、高度容錯(cuò)、非線性運(yùn)算、自我組織、學(xué)習(xí)或自學(xué)習(xí)。這些特性是人們長期追求和期望的系統(tǒng)特性。神經(jīng)網(wǎng)絡(luò)在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學(xué)習(xí)等控制方面具有獨(dú)特的能力。
智能控制的相關(guān)技術(shù)與控制方式結(jié)合、或綜合交叉結(jié)合，構(gòu)成風(fēng)格和功能各異的智能控制系統(tǒng)和智能控制器，這也是智能控制技術(shù)方法的一個(gè)主要特點(diǎn)。
研究對(duì)象
智能控制研究的主要目標(biāo)不再是被控對(duì)象，而是控制器本身?？刂破鞑辉偈菃我坏臄?shù)學(xué)模型解析型，而是數(shù)學(xué)解析和知識(shí)系統(tǒng)相結(jié)合的廣義模型，是多種學(xué)科知識(shí)相結(jié)合的控制系統(tǒng)。智能控制理論是建立被控動(dòng)態(tài)過程的特征模式識(shí)別，基于知識(shí)、經(jīng)驗(yàn)的推理及智能決策基礎(chǔ)上的控制。一個(gè)好的智能控制器本身應(yīng)具有多模式、變結(jié)構(gòu)、變參數(shù)等特點(diǎn)，可根據(jù)被控動(dòng)態(tài)過程特征識(shí)別、學(xué)習(xí)并組織自身的控制模式，改變控制器結(jié)構(gòu)和調(diào)整參數(shù)。
智能控制的研究對(duì)象具備以下的一些特點(diǎn)：
1. 不確定性的模型
智能控制的研究對(duì)象通常存在嚴(yán)重的不確定性。這里所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。
2. 高度的非線性
對(duì)于具有高度非線性的控制對(duì)象，采用智能控制的方法往往可以較好地解決非線性系統(tǒng)的控制問題。
3. 復(fù)雜的任務(wù)要求
對(duì)于智能控制系統(tǒng)，任務(wù)的要求往往比較復(fù)雜。
目前智能控制在伺服系統(tǒng)應(yīng)用中較多的，主要包括專家控制、模糊控制、學(xué)習(xí)控制、神經(jīng)網(wǎng)絡(luò)控制、預(yù)測(cè)控制等控制方法。