控制科学与技术的发展及其思考

控制科学与技术的发展及其思考
摘要：本文从分析控制科学与技术的发展情况出发，着重探讨了控制科学与
技术在结合人工智能与认知科学的科学理论与方法，以期能够在当前的信息时代
下推动我国工业化与现代化进程发展提供参考与借鉴。

关键词：控制科学；科学与技术；发展情况
控制科学与技术在提高人类科学技术水平的过程中发挥着极为重要的促进和
强化作用，并在一定程度上解决为当前社会的发展提供了许多具有价值的科学思
想方法，进而有效的解决了许多具有挑战性的问题，并在为各行各业自动化的发
展提供先进生产技术与设备的同时，奠定了良好的理论基础。

而随着信息技术的
快速发展与智能设备的广泛应用，这不仅为控制科学与技术提供了新的发展机遇，同时也使传统控制科学与技术的发展面临了新挑战。

因此，如何有效的应对，确
保控制科学与技术能够在新时代实现长远且稳定的可持续发展，便成为了本文所
探讨的重点课题。

一、控制科学与技术的发展状况分析
回顾近百年来我国工程技术的发展，可以清楚的意识到控制科学与技术在20
世纪是在重大实践需求的驱动下实现快速发展的，在此过程中，控制科学与技术
经历了许多重要的发展时期，在这一发展时期中，我国控制科学领域的许多学者
也为控制科学与技术理论与应用的发展做出了许多重大的贡献。

而随着近几年科
学技术水平与信息技术的飞速发展，以及社会生产力的强烈需求，这就使得当代
的控制科学与技术面临着更大和更为迫切的挑战与困难。

而在近30年来，控制科学与技术在非线性控制，分布参数系统控制、鲁棒
控制以及智能控制等多个研究方向中都取得了重大进展，在本世纪初的十几年内，这些也仍是控制科学与技术的主要研究方向[1]。

而在这些方向中，非线性控制是
最为重要和关键的研究分支，并且，控制科学与技术也在这一研究方向中取得了
较为优异的成果，并在直升飞机、电力系统控制以及机器人中得到广泛的应用。

在本世纪70年代，国内外学者与研究者则将研究重点集中在分布参数系统上，
而我国学者则在细长体弹性振动系统的建模和振动控制、振动系统的谱分析以及
人口预测与控制等方面上做出了卓越的贡献。

在本世纪90年代，对非线性系统
的辨识仍处于发展过程中，而在近几十年，系统辨识领域则有了鲁棒辨识、系统
辨识以及非线性辨识三个热点的研究方向。

而在目前，在混合系统的研究中取得
了较大的成果，混合控制理论也逐渐应用到电力系统的电压安全控制和机器人协
调控制领域当中。

而随着近十年来，信息技术与科学技术水平的飞速发展与进步，智能控制则成为了当代控制科学与技术主要的发展方向，虽然智能控制理论取得
了较为重大的研究成果，在总体来说，智能控制的理论体系却仍处于完善的过程
中当中。

在近几年中，基于模糊推理的系统建模、基于神经网络的自适应控制、
内模控制、非线性预测控制以及混沌神经网络控制也有了许多卓越的研究成果。

总体来说，模糊推理、神经网络以及遗传算法是具有模仿人类思维结构特点的，
在当代，这三者的有机结合也是智能控制研究的主要方向和重点。

二、智能信息处理技术和控制科学与技术的结合
（一）模糊推理控制
可将模糊推理控制分为模糊逻辑控制和模糊预测控制两种。

一方面，模糊逻
辑控制，是能够在实际的系统控制中加入一些与工业状况相联系，并且兼具定性
与定量特点的人为控制经验。

这就使得模糊逻辑控制具有不需要被控过程的数学
模型，在一定程度上减少传统控制方法的建模过程，但不可避免的是模糊逻辑控
制对控制经验的依赖较强。

除此之外，由于模糊逻辑控制缺乏被控对象的模型，
在实际的运行过程中，便会出现难以实现稳定性与鲁棒性的系统分析。

近几年来，国内外的研究者将模糊模型概念加入到了模糊控制模式当中，构建出了易于表达
结构性知识的模糊模型，这也逐渐成为了模糊控制系统所重点研究的关键问题；
另一方面，模糊预测控制，是一种为应对复杂工业过程控制所提出的算法，它能
够有效的突破传统控制对模型的束缚和制约，并且具有建模容易、鲁棒性优越的
特点。

这也使得它成为了解决大滞后控制对象的最有效途径之一。

在非线性系统
建模中，模糊建模是一个较为重要的工具，同样也是应用在复杂工业过程控制中
最为广泛的方法与方式。

在当前，将模糊预测控制与模糊逻辑控制进行有效结合，是一个具有极大前景和吸引力的可行研究方向。

（二）神经网络控制
神经网络控制，主要探究的是模仿人脑的某些结构机理或者利用人的知识经
验对系统进行控制的方法。

一般来说，相较于其他类型的控制，神经网络控制的
智能性和鲁棒性更加优异，神经网络控制在解决高度非线性和存在严重不确定性
系统控制问题中具有较大的潜力。

虽然神经网络控制能够很好的利用系统定量数
据等方面内容，但在实际的控制过程中，它也常会应缺乏物理意义，而将系统控
制问题视为“黑箱”映射问题，这就使得其难以将控制经验中的定性知识融入到
实际的控制过程当中[2]。

而近年来，神经网络、模糊推理以及各种特殊信号的有
机结合，还衍生出了一些新的综合神经网络，如小波神经网络、模糊神经网络以
及混沌神经网络等等，这在很大程度上变为智能控制的发展开辟了新道路。

（三）基于知识分层的控制
对于一些相对于较为复杂的控制对象，在实际的控制过程中若仅单一的采用
传统的控制方法，就会难以得到预想的系统性能，因此，为了有效的规避这一问
题的出现，进一步提高系统性能，就必须加强智能控制的应用，将传统控制与智
能控制有机结合起来。

而在此过程中，分层控制则刚好能够满足这一需求，在实
际的控制过程中，可以基于知识对控制进行分层设计，下层采用传统的控制方法，而上层则要采用智能控制对底层的传统控制工作进行协调，进而更好的提高系统
的性能[3]。

在当前，这一控制方法与控制设计理论也被广泛的应用到机器人、航
天飞行器等各个领域当中，并取得了突破性的成就。

总结：
总而言之，在我国信息化与工业化快速发展的今天，复杂系统与智能系统是
现代控制科学与技术最为重要与关键的发展与研究方向。

因此，为了确保传统的
控制科学与技术能够在新时期中更好的应对问题与挑战，实现进一步的发展与创新，就要加强控制软硬件设施与智能信息处理方式的结合，以此来确保控制系统
实现智能化。

并要加大推进控制科学与计算机、信息技术以及人工智能的结合，
以此来为控制科学与技术的创新发展提供思想、技术与方法。

在此基础上，还要以重大需求为主要导向促使控制科学与技术实现更高层次与更深度的发展。

只有这样，才能够确最大限度的发挥控制科学与技术在推动我国社会经济发展中的优势与作用。

参考文献：
[1]包为民, 祁振强, 张玉. 智能控制技术发展的思考[J]. 中国科学：信息科学, 2020, 50(8):6.
[2]肖博翰. 新时代下控制科学与技术的发展及其应用分析[J]. 电子制作, 2013(11X):2.
[3]余达太. 数字技术与控制理论发展的思考[J]. 自动化学报, 2002(S1):6.。