海南大學(xué) 智能控制基礎(chǔ)論文

1、智能控制基礎(chǔ)論文摘要：智能控制作為一門(mén)新興學(xué)科，它的發(fā)展得益于許多學(xué)科，如人工智能、認(rèn)知科學(xué)、現(xiàn)代控制理論、模糊數(shù)學(xué)、生物控制論、學(xué)習(xí)理論以及網(wǎng)絡(luò)理論等?？偨Y(jié)近20年來(lái)智能控制的研究成果，詳細(xì)論述智能控制的基本概念、工作原理和設(shè)計(jì)方法。主要內(nèi)容包括：智能控制概論、模糊控制論、人工神經(jīng)網(wǎng)絡(luò)控制論、專(zhuān)家控制、分層遞階智能控制、學(xué)習(xí)控制、模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法、多智能體系統(tǒng)控制。關(guān)鍵字：智能、控制論、模糊控制、神經(jīng)網(wǎng)絡(luò)、專(zhuān)家控制、進(jìn)化算法、控制系統(tǒng)。 一、智能控制的主要方法 智能控制技術(shù)的主要方法有模糊控制、基于知識(shí)的專(zhuān)家控制、神經(jīng)網(wǎng)絡(luò)控制和集成智能控制等,以及常用的優(yōu)化算法有：

2、遺傳算法、蟻群算法、免疫算法等。 1.1 模糊控制 模糊控制以模糊集合、模糊語(yǔ)言變量、模糊推理為其理論基礎(chǔ),以先驗(yàn)知識(shí)和專(zhuān)家經(jīng)驗(yàn)作為控制規(guī)則。所謂模糊控制，就是在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理手段，實(shí)現(xiàn)系統(tǒng)控制的一種方法.模糊模型是用模糊語(yǔ)言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo). 模糊控制的基本思想是用機(jī)器去模擬人對(duì)系統(tǒng)的控制.它是受這樣事實(shí)而啟發(fā)的：對(duì)于用傳統(tǒng)控制理論無(wú)法進(jìn)行分析和控制的復(fù)雜的和無(wú)法建立數(shù)學(xué)模型的系統(tǒng)，有經(jīng)驗(yàn)的操作者或?qū)＜覅s能取得比較好的控制效果，這是因?yàn)樗麄儞碛腥辗e月累的豐富經(jīng)驗(yàn)，因此人們希望把這種經(jīng)驗(yàn)指導(dǎo)下的行為過(guò)程總結(jié)成一些規(guī)則，并根據(jù)這些規(guī)則

3、設(shè)計(jì)出控制器.然后運(yùn)用模糊理論，模糊語(yǔ)言變量和模糊邏輯推理的知識(shí)，把這些模糊的語(yǔ)言上升為數(shù)值運(yùn)算，從而能夠利用計(jì)算機(jī)來(lái)完成對(duì)這些規(guī)則的具體實(shí)現(xiàn)，達(dá)到以機(jī)器代替人對(duì)某些對(duì)象進(jìn)行自動(dòng)控制的目的。 模糊邏輯用模糊語(yǔ)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. 但在實(shí)際應(yīng)用中模糊邏輯實(shí)現(xiàn)簡(jiǎn)單的應(yīng)用控制比較容易. 簡(jiǎn)單控制是指單輸入單輸出系統(tǒng)（SISO) 或多輸入單輸出系統(tǒng)（MISO) 的控制. 因?yàn)殡S著輸入輸出變量的增加，模糊邏輯的推理將變得非常復(fù)雜。 學(xué)習(xí)控制系統(tǒng) 其基本思想是用機(jī)器模擬人對(duì)系統(tǒng)的控制,就是在被控對(duì)象的模糊模型的基礎(chǔ)上運(yùn)用模糊控

4、制器近似推理等手段,實(shí)現(xiàn)系統(tǒng)控制。在實(shí)現(xiàn)模糊控制時(shí)主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。1.2 人工神經(jīng)網(wǎng)絡(luò)控制論 神經(jīng)網(wǎng)絡(luò)模擬人腦神經(jīng)元的活動(dòng),利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來(lái)表示特定的信息,通過(guò)不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí),以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制等方式實(shí)現(xiàn)智能控制。 人工神經(jīng)網(wǎng)絡(luò)具有下列特征：它包含大量的人工神經(jīng)元，提供了大量可供調(diào)節(jié)的變量；信息是分布式存儲(chǔ)的，從而提供了聯(lián)想與全息記憶的能力；具有高度的自適應(yīng)能力，高度的容錯(cuò)能力，很強(qiáng)的計(jì)算能力以及自組織能力。人工神經(jīng)網(wǎng)絡(luò)已在語(yǔ)音識(shí)別、模式分類(lèi)

5、、自動(dòng)控制等領(lǐng)域取得了比較成功的應(yīng)用，在工程設(shè)計(jì)中的應(yīng)用正在不斷地研究發(fā)展，如基于人工神經(jīng)網(wǎng)絡(luò)的機(jī)械設(shè)計(jì)領(lǐng)域知識(shí)表達(dá)方法的研究，智能系統(tǒng)的知識(shí)自動(dòng)獲取、基因遺傳算法的原理在機(jī)械工程中的應(yīng)用等。目前，神經(jīng)網(wǎng)絡(luò)和專(zhuān)家系統(tǒng)有聯(lián)合起來(lái)的趨勢(shì)，神經(jīng)網(wǎng)絡(luò)也可設(shè)計(jì)成某種專(zhuān)家系統(tǒng)，實(shí)現(xiàn)專(zhuān)家系統(tǒng)的功能?；谏窠?jīng)網(wǎng)絡(luò)的專(zhuān)家系統(tǒng)在知識(shí)獲取、并行推理、適應(yīng)性學(xué)習(xí)、聯(lián)想推理、容錯(cuò)能力方面明顯優(yōu)于傳統(tǒng)的專(zhuān)家系統(tǒng)。 1.3專(zhuān)家控制 專(zhuān)家控制是將專(zhuān)家系統(tǒng)的理論技術(shù)與控制理論技術(shù)相結(jié)合,仿效專(zhuān)家的經(jīng)驗(yàn),實(shí)現(xiàn)對(duì)系統(tǒng)控制的一種智能控制。主體由知識(shí)庫(kù)和推理機(jī)構(gòu)組成,通過(guò)對(duì)知識(shí)的獲取與組織,按某種策略 適時(shí)選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理,以實(shí)

6、現(xiàn)對(duì)控制對(duì)象的控制。專(zhuān)家控制可以靈活地選取控制率,靈活性高;可通過(guò)調(diào)整控制器的參數(shù),適應(yīng)對(duì)象特性及環(huán)境的變化,適應(yīng)性好;通過(guò)專(zhuān)家規(guī)則,系統(tǒng)可以在非線(xiàn)性、大偏差的情況下可靠地工作,魯棒性強(qiáng)。智能CAD是指通過(guò)運(yùn)用專(zhuān)家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)使在作業(yè)過(guò)程中具有某種程度人工智能的CAD系統(tǒng)。 專(zhuān)家系統(tǒng)(EXPERT SYSTEM)是一個(gè)能在某個(gè)特定領(lǐng)域內(nèi)，用人類(lèi)專(zhuān)家的知識(shí)、經(jīng)驗(yàn)和能力去解決該領(lǐng)域中復(fù)雜困難問(wèn)題的計(jì)算機(jī)程序系統(tǒng)。它不同于通常的問(wèn)題求解系統(tǒng)，其基本思想是使計(jì)算機(jī)的工作過(guò)程能盡量模擬領(lǐng)域?qū)＜医鉀Q實(shí)際問(wèn)題的過(guò)程。專(zhuān)家系統(tǒng)在CAD作業(yè)中適時(shí)給出智能化提示，告訴設(shè)計(jì)人員下一步該做什么，當(dāng)

7、前設(shè)計(jì)存在的問(wèn)題，建議解決問(wèn)題的幾何途徑；或模擬人的智慧，根據(jù)出現(xiàn)的問(wèn)題提出合理的解決方案。專(zhuān)家系統(tǒng)是基于知識(shí)的系統(tǒng)，專(zhuān)家系統(tǒng)技術(shù)是知識(shí)獲取、處理和運(yùn)用的技術(shù)。知識(shí)工程是專(zhuān)家系統(tǒng)技術(shù)的基礎(chǔ)。專(zhuān)家系統(tǒng)通常由知識(shí)庫(kù)、推理機(jī)、知識(shí)獲取系統(tǒng)、解釋機(jī)構(gòu)和一些界面組成。 1.4進(jìn)化算法 遺傳算法遺傳算法簡(jiǎn)稱(chēng)GA(GeneticA1gorithms)是1962年由美國(guó)Michigan大學(xué)H011and教授提出的模擬自然界遺傳機(jī)制和生物進(jìn)化論而成的一種并行隨機(jī)搜索最優(yōu)化方 遺傳算法是一種基于生物進(jìn)化模擬的啟發(fā)式智能算法，它的基本策略是：將待優(yōu)化函數(shù)的自變量編碼成類(lèi)似基因的離散數(shù)值碼，然后通過(guò)類(lèi)似基因進(jìn)化的交叉

8、變異繁殖等操作獲得待優(yōu)化函數(shù)的最優(yōu)或近似最優(yōu)解在智能控制中，遺傳算法廣泛應(yīng)用于各類(lèi)優(yōu)化問(wèn)題，遺傳算法可以用于復(fù)雜的非線(xiàn)性系統(tǒng)的辨識(shí)，多變量系統(tǒng)控制規(guī)則的優(yōu)化，智能控制參數(shù)的優(yōu)化等常規(guī)控制方法難以奏效的問(wèn)題遺傳算法具有可擴(kuò)展性，可以。同專(zhuān)家系統(tǒng)模糊控制和神經(jīng)網(wǎng)絡(luò)結(jié)合，為智能控制的研究注、入新的活力如可用遺傳算法對(duì)模糊控制的控制規(guī)則和隸屬度函數(shù)進(jìn)行優(yōu)化，對(duì)神經(jīng)網(wǎng)絡(luò)的權(quán)值進(jìn)行優(yōu)化等。 遺傳算法的特點(diǎn)為： 1）以決策變量的編碼作為運(yùn)算對(duì)象2）直接以目標(biāo)函數(shù)值作為搜索信息3）同時(shí)進(jìn)行解空間的多點(diǎn)搜索4）使用自適應(yīng)的概率搜索技術(shù)二、智能控制的應(yīng)用實(shí)際系統(tǒng)由于存在復(fù)雜性、非線(xiàn)性、時(shí)變性、不確定性和不完全性等

9、，一般無(wú)法獲得精確的數(shù)學(xué)模型。 應(yīng)用傳統(tǒng)控制理論進(jìn)行控制必須提出并遵循一些比較苛刻的線(xiàn)性化假設(shè)，而這些假設(shè)在應(yīng)用中往往與實(shí)際情況不相吻合。對(duì)于某些復(fù)雜的和飽含不確定性的控制過(guò)程，根本無(wú)法用傳統(tǒng)數(shù)學(xué)模型來(lái)表示，即無(wú)法解決建模問(wèn)題。為了提高控制性能，傳統(tǒng)控制系統(tǒng)可能變得很復(fù)雜，從而增加了設(shè)備的投資，減低了系統(tǒng)的可靠性。2.1.工業(yè)過(guò)程中的智能控制水族箱智能控制器 魚(yú)缸控制器生產(chǎn)過(guò)程的智能控制主要包括兩個(gè)方面：局部級(jí)和全局級(jí)。局部級(jí)的智能控制是指將智能引入工藝過(guò)程中的某一單元進(jìn)行控制器設(shè)計(jì)，例如智能PID控制器、專(zhuān)家控制器、神經(jīng)元網(wǎng)絡(luò)控制器等。研究熱點(diǎn)是智能PID控制器，因?yàn)槠湓趨?shù)的整定和在線(xiàn)自適

10、應(yīng)調(diào)整方面具有明顯的優(yōu)勢(shì)，且可用于控制一些非線(xiàn)性的復(fù)雜對(duì)象。全局級(jí)的智能控制主要針對(duì)整個(gè)生產(chǎn)過(guò)程的自動(dòng)化，包括整個(gè)操作工藝的控制、過(guò)程的故障診斷、規(guī)劃過(guò)程操作處理異常等。 2.2 機(jī)械制造中的智能控制在現(xiàn)代先進(jìn)制造系統(tǒng)中，需要依賴(lài)那些不夠完備和不夠精確的數(shù)據(jù)來(lái)解決難以或無(wú)法預(yù)測(cè)的情況，人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè)，它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對(duì)制造過(guò)程進(jìn)行動(dòng)態(tài)環(huán)境建模，利用傳感器融合技術(shù)來(lái)進(jìn)行信息的預(yù)處理和綜合?？刹捎脤?zhuān)家系統(tǒng)的“Then-If”逆向推理作為反饋機(jī)構(gòu)，修改控制機(jī)構(gòu)或者選擇較好的控制模式和參數(shù)。利用模糊集合和模糊關(guān)系的

11、魯棒性，將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來(lái)選擇控制動(dòng)作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力，進(jìn)行在線(xiàn)的模式識(shí)別，處理那些可能是殘缺不全的信息。 2.3 電力電子學(xué)研究領(lǐng)域中的智能控制電力系統(tǒng)中發(fā)電機(jī)、變壓器、電動(dòng)機(jī)等電機(jī)電器設(shè)備的設(shè)計(jì)、生產(chǎn)、運(yùn)行、控制是一個(gè)復(fù)雜的過(guò)程，國(guó)內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計(jì)、故障診斷及控制中，取得了良好的控制效果。遺傳算法是一種先進(jìn)的優(yōu)化算法，采用此方法來(lái)對(duì)電器設(shè)備的設(shè)計(jì)進(jìn)行優(yōu)化，可以降低成本,縮短計(jì)算時(shí)間，提高產(chǎn)品設(shè)計(jì)的效率和質(zhì)量。應(yīng)用于電氣設(shè)備故障診斷的智能控制技術(shù)有：模糊邏輯、專(zhuān)家系統(tǒng)和神經(jīng)網(wǎng)絡(luò)。在電力電子學(xué)的眾多應(yīng)用

12、領(lǐng)域中，智能控制在電流控制PWM技術(shù)中的應(yīng)用是具有代表性的技術(shù)應(yīng)用方向之一，也是研究的新熱點(diǎn)之一。 三、對(duì)智能控制未來(lái)的展望 3.1 智能控制存在的問(wèn)題智能控制以其優(yōu)越的控制性能逐漸步入了工程界并得到廣泛的應(yīng)用。然而在智能控制的實(shí)現(xiàn)方面，還存在很多問(wèn)題有待解決。具體表現(xiàn)在：(1)擴(kuò)寬實(shí)際應(yīng)用范圍,提高實(shí)時(shí)控制能力問(wèn)題。(2)解決知識(shí)獲取和優(yōu)化的瓶頸問(wèn)題，特別是動(dòng)態(tài)系統(tǒng)的知識(shí)獲取和分類(lèi)。(3)對(duì)智能控制學(xué)習(xí)研究的問(wèn)題。 (4)各種智能控制方法結(jié)合以及同傳統(tǒng)控制方法結(jié)合研究問(wèn)題。(5)數(shù)值和符號(hào)之間的計(jì)算問(wèn)題。目前，在數(shù)值和符號(hào)之間的計(jì)算尚未有一個(gè)成型的規(guī)則。(6)智能控制的魯棒性問(wèn)題缺乏嚴(yán)格的數(shù)

13、學(xué)推導(dǎo)。(7)如何研究解耦問(wèn)題，簡(jiǎn)化控制算法。(8)研究新型智能控制硬件和軟件問(wèn)題。目前，智能控制的研究往往缺少較好的軟件環(huán)境，硬件方面存在的問(wèn)題更大。3.2智能控制的發(fā)展前景 智能控制的研究雖然取得了一些成果，但實(shí)質(zhì)性進(jìn)展甚微，理論方面尤為突出,應(yīng)用則主要是解決技術(shù)問(wèn)題，對(duì)象具體而單一。子波變換、遺傳算法與模糊神經(jīng)網(wǎng)絡(luò)的結(jié)合,以及混沌理論等，將成為智能控制的發(fā)展方向。智能控制發(fā)展的核心仍然是以神經(jīng)網(wǎng)絡(luò)的強(qiáng)大自學(xué)習(xí)功能與具有較強(qiáng)知識(shí)表達(dá)能力的模糊邏輯推理構(gòu)成的模糊邏輯神經(jīng)網(wǎng)絡(luò)。要做到智能自動(dòng)化，把機(jī)器人的智商提高到智人水平，還需要數(shù)十年。微電子學(xué)、生命科學(xué)、自動(dòng)化技術(shù)突飛猛進(jìn)，為世紀(jì)實(shí)現(xiàn)智能控

14、制和智能自動(dòng)化創(chuàng)造了很好的條件。對(duì)這門(mén)新學(xué)科今后的發(fā)展方向和道路已經(jīng)取得了一些共識(shí)：(1)研究和模仿人類(lèi)智能是智能控制的最高目標(biāo)；(2）智能控制必須靠多學(xué)科聯(lián)合才能取得新的突破；(3)智能的提高不能全靠子系統(tǒng)的堆積要做到“整體大于組分之和”,只靠非線(xiàn)性效應(yīng)是不夠的。為了達(dá)到目標(biāo)，不僅需要技術(shù)的進(jìn)步，更需要科學(xué)思想和理論的突破。很多科學(xué)家堅(jiān)持認(rèn)為，這需要發(fā)現(xiàn)新的原理，或者改造已知的物理學(xué)基本定理，才能徹底懂得和仿造人類(lèi)的智能，才能設(shè)計(jì)出具有高級(jí)智能的自動(dòng)控制系統(tǒng)。科學(xué)界要為保障人類(lèi)和地球的生存和可持續(xù)發(fā)展做出必須的貢獻(xiàn)，而控制論科學(xué)家和工程師應(yīng)當(dāng)承擔(dān)主要的使命。四、結(jié)束語(yǔ)智能控制現(xiàn)已得到了廣泛的應(yīng)用，將隨著基礎(chǔ)理論的不斷豐富和實(shí)際應(yīng)用的不斷成熟而得到更為廣泛的應(yīng)用，近年來(lái)，智能控制技術(shù)在國(guó)內(nèi)已有了較大的發(fā)展，己進(jìn)入工程化，實(shí)用化的階段.但作為一門(mén)興的理論技術(shù)，它還處在一