現(xiàn)代控制(張書喜)

現(xiàn)代控制論綜述張書喜導(dǎo)師：李曉紅學(xué)號(hào)：1070105006摘要：控制論是研究生命體、機(jī)器和組織的內(nèi)部或彼此之間的控制和通信的科學(xué)。就其理論基礎(chǔ)而言，控制論大體經(jīng)歷了經(jīng)典控制理論、現(xiàn)代控制理論和非線性控制理論這三個(gè)階段。以現(xiàn)代控制理論進(jìn)行系統(tǒng)設(shè)計(jì)，大大改善了系統(tǒng)的精度及技術(shù)經(jīng)濟(jì)指標(biāo)，在許多部門被廣泛應(yīng)用。這一新的領(lǐng)域是控制論與運(yùn)籌學(xué)、信息論的結(jié)合。關(guān)鍵詞：智能控制自適應(yīng)魯棒性定性控制現(xiàn)代控制論的起源現(xiàn)代控制理論是在20世紀(jì)50年代中期迅速興起的空間技術(shù)的推動(dòng)下發(fā)展起來(lái)的。空間技術(shù)的發(fā)展迫切要求建立新的控制原理，以解決諸如把宇宙火箭和人造衛(wèi)星用最少燃料或最短時(shí)間準(zhǔn)確地發(fā)射到預(yù)定軌道一類的控制問(wèn)題。這類控制問(wèn)題十分復(fù)雜，采用經(jīng)典控制理論難以解決。1958年，蘇聯(lián)科學(xué)家Л.С.龐特里亞金提出了名為極大值原理的綜合控制系統(tǒng)的新方法。在這之前,美國(guó)學(xué)者R.貝爾曼于1954年創(chuàng)立了動(dòng)態(tài)規(guī)劃,并在1956年應(yīng)用于控制過(guò)程。他們的研究成果解決了空間技術(shù)中出現(xiàn)的復(fù)雜控制問(wèn)題，并開(kāi)拓了控制理論中最優(yōu)控制理論這一新的領(lǐng)域。1960～1961年，美國(guó)學(xué)者R.E.卡爾曼和R.S.布什建立了卡爾曼-布什濾波理論,因而有可能有效地考慮控制問(wèn)題中所存在的隨機(jī)噪聲的影響，把控制理論的研究范圍擴(kuò)大，包括了更為復(fù)雜的控制問(wèn)題。幾乎在同一時(shí)期內(nèi)，貝爾曼、卡爾曼等人把狀態(tài)空間法系統(tǒng)地引入控制理論中。狀態(tài)空間法對(duì)揭示和認(rèn)識(shí)控制系統(tǒng)的許多重要特性具有關(guān)鍵的作用。其中能控性和能觀測(cè)性尤為重要，成為控制理論兩個(gè)最基本的概念。到60年代初，一套以狀態(tài)空間法、極大值原理、動(dòng)態(tài)規(guī)劃、卡爾曼-布什濾波為基礎(chǔ)的分析和設(shè)計(jì)控制系統(tǒng)的新的原理和方法已經(jīng)確立，這標(biāo)志著現(xiàn)代控制理論的形成。二、現(xiàn)代控制論的特點(diǎn)及發(fā)展現(xiàn)代控制論的特點(diǎn)是用狀態(tài)空間法或時(shí)域法研究控制系統(tǒng)，允許多輸入、多輸出；它按照概率性的最優(yōu)準(zhǔn)則來(lái)設(shè)計(jì)最優(yōu)狀態(tài)估計(jì)；即利用卡爾曼濾波；它的理想控制方案是使目標(biāo)函數(shù)達(dá)到最優(yōu)來(lái)設(shè)計(jì)的，因而和動(dòng)態(tài)規(guī)劃有密切關(guān)聯(lián)。（一）智能控制(IntelligentControl)智能控制（intelligentcontrols）是一種在無(wú)人干預(yù)的情況下能自主地驅(qū)動(dòng)智能機(jī)器實(shí)現(xiàn)控制目標(biāo)的自動(dòng)控制技術(shù)。智能控制理論的研究和應(yīng)用是現(xiàn)代控制理論在深度和廣度上的拓展。20世紀(jì)80年代以來(lái)，信息技術(shù)、計(jì)算技術(shù)的快速發(fā)展及其他相關(guān)學(xué)科的發(fā)展和相互滲透，也推動(dòng)了控制科學(xué)與工程研究的不斷深入，控制系統(tǒng)向智能控制系統(tǒng)的發(fā)展已成為一種趨勢(shì)。智能控制的理論基礎(chǔ)是人工智能、控制論、運(yùn)籌學(xué)和系統(tǒng)學(xué)等學(xué)科的交叉，其主要特點(diǎn)是：(1)同時(shí)具有以知識(shí)表示的非數(shù)學(xué)廣義模型和以數(shù)學(xué)模型表示的混合控制過(guò)程，也往往是那些含有復(fù)雜性,不完全性,模糊性或不確定性以及不存在已知算法的非數(shù)學(xué)過(guò)程,并以知識(shí)進(jìn)行推理，以啟發(fā)引導(dǎo)求解過(guò)程；(2)智能控制的核心在高層控制，即組織級(jí)，它的主要任務(wù)在于對(duì)實(shí)際環(huán)境或過(guò)程進(jìn)行組織；(3)智能控制具有非線性特征；(4)智能控制具有變結(jié)構(gòu)特點(diǎn)；(5)智能控制具有總體自尋優(yōu)特性；(6)智能控制系統(tǒng)應(yīng)滿足多樣性目標(biāo)的高性能要求；(7)系統(tǒng)獲取的信息不僅是數(shù)學(xué)信息，更重要的是文字符號(hào)、圖像、圖形、聲音等各種信息。智能控制在各行各業(yè)的應(yīng)用：(1)工業(yè)過(guò)程：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)的整定和在線自適應(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)機(jī)械制造：在現(xiàn)代先進(jìn)制造系統(tǒng)中,需要依賴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。(3)電力電子學(xué)研究領(lǐng)域：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。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。智能控制正處于發(fā)展過(guò)程中,還存在許多有待研究的問(wèn)題：(1)實(shí)際系統(tǒng)由于存在復(fù)雜性、非線性、時(shí)變性、不確定性和不完全性等，一般無(wú)法獲得精確的數(shù)學(xué)模型。(2)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。(3)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。(4)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。（二）非線性控制(NonlinearControl)非線性控制系統(tǒng)是實(shí)際系統(tǒng)中最廣泛的一大類，狀態(tài)變量和輸出變量相對(duì)于輸入變量的運(yùn)動(dòng)特性不能用線性關(guān)系描述的控制系統(tǒng)。線性因果關(guān)系的基本屬性是滿足疊加原理。在非線性控制系統(tǒng)中必定存在非線性元件，但逆命題不一定成立。描述非線性系統(tǒng)的數(shù)學(xué)模型，按變量是連續(xù)的或是離散的，分別為非線性微分方程組或非線性差分方程組。非線性控制系統(tǒng)的形成基于兩類原因，一是被控系統(tǒng)中包含有不能忽略的非線性因素，二是為提高控制性能或簡(jiǎn)化控制系統(tǒng)結(jié)構(gòu)而人為地采用非線性元件。非線性系統(tǒng)的控制理論研究非線性系統(tǒng)的結(jié)構(gòu)特性及控制方法，包括線性化、解耦、輸出調(diào)節(jié)、跟蹤、優(yōu)化控制等，是一個(gè)充滿挑戰(zhàn)性的領(lǐng)域。由于非線性系統(tǒng)的研究缺乏系統(tǒng)的、一般性的理論及方法,于是綜合方法得到較大的發(fā)展，主要有：(1)李雅普諾夫方法：它是迄今為止最完善、最一般的非線性方法，但是由于它的一般性，在用來(lái)分析穩(wěn)定性或用來(lái)鎮(zhèn)定綜合時(shí)都欠缺構(gòu)造性。李雅普諾夫創(chuàng)立了處理穩(wěn)定性問(wèn)題的兩種方法：第一方法要利用微分方程的級(jí)數(shù)解,在他之后沒(méi)有得到大的發(fā)展；第二方法是在不求方程解的情況下,借助一個(gè)所謂的李雅普諾夫函數(shù)和通過(guò)微分方程所計(jì)算出來(lái)的導(dǎo)數(shù)的符號(hào)性質(zhì)，,就能直接推斷出解的穩(wěn)定性，因此又稱為直接法。(2)變結(jié)構(gòu)控制：由于其滑動(dòng)模態(tài)具有對(duì)干擾與攝動(dòng)的不變性，到80年代受到重視,是一種實(shí)用的非線性控制的綜合方法。變結(jié)構(gòu)控制是一種控制系統(tǒng)的設(shè)計(jì)方法，適用于線線性及非線性系統(tǒng)。包括控制系統(tǒng)的調(diào)節(jié)，跟蹤，自適應(yīng)及不確定等系統(tǒng)。它具有一些優(yōu)良特性，尤其是對(duì)加給系統(tǒng)的攝動(dòng)和干擾有良好的自適應(yīng)性。近年來(lái)，這種設(shè)計(jì)方法受到了國(guó)內(nèi)外的廣泛重視，得到了很快的發(fā)展。(3)微分幾何法：微分幾何學(xué)是運(yùn)用數(shù)學(xué)分析的理論研究曲線或曲面在它一點(diǎn)鄰域的性質(zhì)，換句話說(shuō)，微分幾何是研究一般的曲線和曲面在“小范圍”上的性質(zhì)的數(shù)學(xué)分支學(xué)科。在過(guò)去的20年中，微分幾何法一直是非線性控制系統(tǒng)研究的主流,它對(duì)非線性系統(tǒng)的結(jié)構(gòu)分析、分解以及與結(jié)構(gòu)有關(guān)的控制設(shè)計(jì)帶來(lái)極大方便。用微分幾何法研究非線性系統(tǒng)是現(xiàn)代數(shù)學(xué)發(fā)展的必然產(chǎn)物,正如意大利教授Isidori指出：“用微分幾何法研究非線性系統(tǒng)所取得的成績(jī),就象50年代用拉氏變換及復(fù)變函數(shù)理論對(duì)單輸入單輸出系統(tǒng)的研究,或用線性代數(shù)對(duì)多變量系統(tǒng)的研究?！钡@種方法也有它的缺點(diǎn),體現(xiàn)在它的復(fù)雜性、無(wú)層次性、準(zhǔn)線性控制以及空間測(cè)度被破壞等。因此最近又有學(xué)者提出引入新的、更深刻的數(shù)學(xué)工具去開(kāi)拓新的方向，例如：微分動(dòng)力學(xué)、微分拓?fù)渑c代數(shù)拓?fù)?、代?shù)幾何等。非線性控制理論作為很有前途的控制理論，將成為二十一世紀(jì)的控制理論的主旋律，將為我們?nèi)祟惿鐣?huì)提供更先進(jìn)的控制系統(tǒng)，使自動(dòng)化水平有更大的飛越。（三）自適應(yīng)控制(AdaptiveControl)自適應(yīng)控制系統(tǒng)是根據(jù)控制對(duì)象本身參數(shù)或周圍環(huán)境的變化,自動(dòng)調(diào)整控制器參數(shù)以獲得滿意性能的自動(dòng)控制系統(tǒng)。通過(guò)不斷地測(cè)量系統(tǒng)的輸入、狀態(tài)、輸出或性能參數(shù),逐漸了解和掌握對(duì)象，然后根據(jù)所得的信息按一定的設(shè)計(jì)方法,作出決策去更新控制器的結(jié)構(gòu)和參數(shù)以適應(yīng)環(huán)境的變化，達(dá)到所要求的控制性能指標(biāo)。自適應(yīng)控制系統(tǒng)不是一般的系統(tǒng)狀態(tài)反饋式系統(tǒng)輸出反饋，而是一種比較復(fù)雜的反饋控制。（1）自適應(yīng)控制系統(tǒng)的三個(gè)基本功能：辨識(shí)對(duì)象的結(jié)構(gòu)和參數(shù),以便精確地建立被控對(duì)象的數(shù)學(xué)模型；給出一種控制律以使被控系統(tǒng)達(dá)到期望的性能指標(biāo)；自動(dòng)修正控制器的參數(shù)，因此自適應(yīng)控制系統(tǒng)主要用于過(guò)程模型未知或過(guò)程模型結(jié)構(gòu)已知但參數(shù)未知且隨機(jī)的系統(tǒng)。（2）自適應(yīng)控制系統(tǒng)特點(diǎn)：eq\o\ac(○,1)穩(wěn)定性：系統(tǒng)的狀態(tài)輸入、輸出和參數(shù)等變量在干擾的情況下，應(yīng)當(dāng)總是有界的。eq\o\ac(○,2)收斂性：在給定的初始條件下，算法能漸近的達(dá)到其預(yù)期目標(biāo)，并在收斂的過(guò)程中，保持系統(tǒng)的所有變量有界。eq\o\ac(○,3)魯棒性：在存在干擾和未建模動(dòng)態(tài)特性條件下系統(tǒng)能保持其穩(wěn)定性和一定動(dòng)態(tài)性的能力（3）自適應(yīng)控制的發(fā)展：在50年代末，由于飛行控制的需要，美國(guó)麻省理工學(xué)院（MIT）懷特克（whitaker）首先提出飛機(jī)自動(dòng)駕駛儀的模型參考自適應(yīng)方案，稱為MIT方案。在該方案中采用局部參數(shù)優(yōu)化理論設(shè)計(jì)自適應(yīng)控制規(guī)律，這一方案沒(méi)有得到實(shí)際應(yīng)用。用局部參數(shù)優(yōu)化方法設(shè)計(jì)模式參考自適應(yīng)系統(tǒng)，還需要檢驗(yàn)其穩(wěn)定性，這就限制樂(lè)這一方法的應(yīng)用。在1966年，德國(guó)學(xué)者帕克斯（P.C.parks）提出采用李雅普諾夫（A.M.Liapunor）第二法來(lái)推導(dǎo)自適應(yīng)算法，以保證自適應(yīng)系統(tǒng)全局漸變穩(wěn)定。在用被控對(duì)象的輸入輸出的各階導(dǎo)數(shù)。這就降低了自適應(yīng)對(duì)干擾的抑制能力。為了避免這一缺點(diǎn)，印度學(xué)者納朗特蘭（K.S.Narendra）和其他學(xué)者提出各自的不同方案。羅馬尼亞學(xué)者波波夫（V.M.POPOR）在1963年提出超穩(wěn)定性理論，法國(guó)學(xué)者蘭道（ID.Landau）把超穩(wěn)定理論應(yīng)用到模型參考自適應(yīng)控制中來(lái)。用超穩(wěn)定性理論設(shè)計(jì)的模型參考自適應(yīng)系統(tǒng)是全局漸近穩(wěn)定的。自校正調(diào)節(jié)器是1973年由瑞典學(xué)者阿斯特羅姆（K.J.A.Strom）和威特馬克（B。wittermark）首先提出來(lái)的。1975年克拉開(kāi)（D.W.clak）等提出自校正控制器。1979年威爾斯特德（P.E.wellstead）和阿斯特羅姆提出極點(diǎn)配置自校正調(diào)節(jié)器和伺服系統(tǒng)德設(shè)計(jì)方案。最近，非線性系統(tǒng)的自適應(yīng)控制，基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制又得到重視，提出一些新的方法。（四）魯棒控制(RobustControl)魯棒控制（RobustControl）方面的研究始于20世紀(jì)50年代。在過(guò)去的20年中，魯棒控制一直是國(guó)際自控界的研究熱點(diǎn)。所謂“魯棒性”，是指控制系統(tǒng)在一定（結(jié)構(gòu)，大小）的參數(shù)攝動(dòng)下，維持某些性能的特性。根據(jù)對(duì)性能的不同定義，可分為穩(wěn)定魯棒性和性能魯棒性。以閉環(huán)系統(tǒng)的魯棒性作為目標(biāo)設(shè)計(jì)得到的固定控制器稱為魯棒控制器。它的早期研究，主要針對(duì)單變量系統(tǒng)（SISO）的在微小攝動(dòng)下的不確定性，具有代表性的是Zames提出的微分靈敏度分析。然而，實(shí)際工業(yè)過(guò)程中故障導(dǎo)致系統(tǒng)中參數(shù)的變化，這種變化是有界攝動(dòng)而不是無(wú)窮小攝動(dòng)。因此產(chǎn)生了以討論參數(shù)在有界攝動(dòng)下系統(tǒng)性能保持和控制為內(nèi)容的現(xiàn)代魯棒控制。現(xiàn)代魯棒控制是一個(gè)著重控制算法可靠性研究的控制器設(shè)計(jì)方法。其設(shè)計(jì)目標(biāo)是找到在實(shí)際環(huán)境中為保證安全要求控制系統(tǒng)最小必須滿足的要求。一旦設(shè)計(jì)好這個(gè)控制器，它的參數(shù)不能改變而且控制性能能夠保證。魯棒控制方法，是對(duì)時(shí)間域或頻率域來(lái)說(shuō)，一般要假設(shè)過(guò)程動(dòng)態(tài)特性的信息和它的變化范圍。一些算法不需要精確的過(guò)程模型，但需要一些離線辨識(shí)。一般魯棒控制系統(tǒng)的設(shè)計(jì)是以一些最差的情況為基礎(chǔ)，因此一般系統(tǒng)并不工作在最優(yōu)狀態(tài)。常用的設(shè)計(jì)方法有：INA方法，同時(shí)鎮(zhèn)定，完整性控制器設(shè)計(jì)，魯棒控制，魯棒PID控制以及魯棒極點(diǎn)配置，魯棒觀測(cè)器等。魯棒控制認(rèn)為系統(tǒng)的不確定性可用模型集來(lái)描述，系統(tǒng)的模型并不唯一，可以是模型集里的任一元素，但在所設(shè)計(jì)的控制器下，都能使模型集里的元素滿足要求。魯棒控制的一個(gè)主要問(wèn)題就是魯棒穩(wěn)定性，目前常用的有三種方法：(1)當(dāng)被研究的系統(tǒng)用狀態(tài)矩陣或特征多項(xiàng)式描述時(shí)一般采用代數(shù)方法，其中心問(wèn)題是討論多項(xiàng)式或矩陣組的穩(wěn)定性問(wèn)題；(2)李雅普諾夫方法，對(duì)不確定性以狀態(tài)空間模式出現(xiàn)時(shí)是種有利工具；(3)頻域法從傳遞函數(shù)出發(fā)研究問(wèn)題，有代表性的是；控制，它用作魯棒性分析的有效性體現(xiàn)在外部擾動(dòng)不再假設(shè)為固定的,而只要求能量有界即可。這種方法已被用于工程設(shè)計(jì)中，如最優(yōu)靈敏度控制器設(shè)計(jì)。（五）模糊控制(FuzzyControl)所謂模糊控制,就是在控制方法上應(yīng)用模糊集理論、模糊語(yǔ)言變量及模糊邏輯推理的知識(shí)來(lái)模擬人的模糊思維方法，用計(jì)算機(jī)實(shí)現(xiàn)與操作者相同的控制。該理論以模糊集合、模糊語(yǔ)言變量和模糊邏輯為基礎(chǔ)，用比較簡(jiǎn)單的數(shù)學(xué)形式直接將人的判斷、思維過(guò)程表達(dá)出來(lái),從而逐漸得到了廣泛應(yīng)用。模糊控制理論是由美國(guó)著名的學(xué)者加利福尼亞大學(xué)教授Zadeh·L·A于1965年首先提出,它以模糊數(shù)學(xué)為基礎(chǔ),用語(yǔ)言規(guī)則表示方法和先進(jìn)的計(jì)算機(jī)技術(shù),由模糊推理進(jìn)行決策的一種高級(jí)控制策略。1974年英國(guó)工程師E.H.Mamdam首次把Fuzzy集合理論用于鍋爐和蒸氣機(jī)的控制以來(lái),開(kāi)辟了Fuzzy控制的新領(lǐng)域,特別是對(duì)于大時(shí)滯、非線性等難以建立精確數(shù)學(xué)模型的復(fù)雜系統(tǒng),通過(guò)計(jì)算機(jī)實(shí)現(xiàn)模糊控制往往能取得很好的結(jié)果。模糊控制的類型有：(1)基本模糊控制器，一旦模糊控制表確定后，控制規(guī)則就固定不變了；(2)自適應(yīng)模糊控制器，在運(yùn)行中自動(dòng)修改、完善和調(diào)整規(guī)則，使被控過(guò)程的控制效果不斷提高,達(dá)到預(yù)期的效果；(3)智能模糊控制器，它把人、人工智能和神經(jīng)網(wǎng)絡(luò)三者聯(lián)系起來(lái)，實(shí)現(xiàn)綜合信息處理，使系統(tǒng)既具有靈活的推理機(jī)制、啟發(fā)性知識(shí)與產(chǎn)生式規(guī)則表示，又具有多種層次、多種類型的控制規(guī)律選擇。模糊控制的特點(diǎn)是不需要精確的數(shù)學(xué)模型，魯棒性強(qiáng)，控制效果好，容易克服非線性因素的影響，控制方法易于掌握。最近有人提出神經(jīng)——模糊Inter3融合控制模型,即把融合結(jié)構(gòu)、融合算法及控制合為一體進(jìn)行設(shè)計(jì)。又有人提出利用同倫BP網(wǎng)絡(luò)記憶模糊規(guī)則,以“聯(lián)想方式”使用這些經(jīng)驗(yàn)。模糊控制的應(yīng)用領(lǐng)域包括圖像識(shí)別、自動(dòng)機(jī)理論、語(yǔ)言研究、控制論以及信號(hào)處理等方面。在自動(dòng)控制領(lǐng)域,以模糊集理論為基礎(chǔ)發(fā)展起來(lái)的模糊控制為將人的控制經(jīng)驗(yàn)及推理過(guò)程納入自動(dòng)控制提供了一條便捷途徑。盡管模糊控制理論已經(jīng)取得了可觀的進(jìn)展,但與常規(guī)控制理論相比仍不成熟。模糊控制系統(tǒng)的分析和設(shè)計(jì)尚未建立起有效的方法,在很多場(chǎng)合下仍然需要依靠經(jīng)驗(yàn)和試湊。近年來(lái),許多人一直嘗試將常規(guī)控制理論的概念和方法擴(kuò)展至模糊控制系統(tǒng),而模糊控制與神經(jīng)網(wǎng)絡(luò)相結(jié)合的方法已成為研究的熱點(diǎn),二者的結(jié)合有效地推動(dòng)了自學(xué)習(xí)模糊控制的發(fā)展。（六）神經(jīng)網(wǎng)絡(luò)控制(NeuralNetworkControl)神經(jīng)網(wǎng)絡(luò)是由所謂神經(jīng)元的簡(jiǎn)單單元按并行結(jié)構(gòu)經(jīng)過(guò)可調(diào)的連接權(quán)構(gòu)成的網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)的種類很多,控制中常用的有多層前向BP網(wǎng)絡(luò)，RBF網(wǎng)絡(luò),Hopfield網(wǎng)絡(luò)以及自適應(yīng)共振理論模型(ART)等。神經(jīng)網(wǎng)絡(luò)控制就是利用神經(jīng)網(wǎng)絡(luò)這種工具從機(jī)理上對(duì)人腦進(jìn)行簡(jiǎn)單結(jié)構(gòu)模擬的新型控制和辨識(shí)方法。神經(jīng)網(wǎng)絡(luò)控制的主要特點(diǎn)是：可以描述任意非線性系統(tǒng)；用于非線性系統(tǒng)的辨識(shí)和估計(jì)；對(duì)于復(fù)雜不確定性問(wèn)題具有自適應(yīng)能力；快速優(yōu)化計(jì)算能力；具有分布式儲(chǔ)存能力，可實(shí)現(xiàn)在線、離線學(xué)習(xí)。（七）定性控制(QualitativeControl)定性控制是指系統(tǒng)的狀態(tài)變量為定性量時(shí)(其值不是某一精確值而只知其處于某一范圍內(nèi))，應(yīng)用定性推理對(duì)系統(tǒng)施加控制變量使系統(tǒng)在某一期望范圍。定性控制方法主要有三類：(1)基于定量模型的定性控制，其特點(diǎn)是系統(tǒng)的定量模型假定已知，以定量模型為基礎(chǔ)推導(dǎo)定性模型；(2)基于規(guī)則的定性控制，其特點(diǎn)是構(gòu)成定性模型的規(guī)則憑人們經(jīng)驗(yàn)的定性推理即可得到,或通過(guò)狀態(tài)的窮舉得到；(3)基于定性模型的定性控制，其特點(diǎn)是直接通過(guò)對(duì)定性模型的研究來(lái)導(dǎo)出定性控制。定性控制面臨的問(wèn)題:發(fā)展定性數(shù)學(xué)理論，改進(jìn)定性推理方法，注重定性和定量知識(shí)的結(jié)合；研究定性建模方法,定性控制方法；加強(qiáng)定性控制應(yīng)用領(lǐng)域的研究。（八）預(yù)測(cè)控制(PredictiveControl)預(yù)測(cè)控制是在工業(yè)實(shí)踐過(guò)程中獨(dú)立發(fā)展起來(lái)的