智能控制技术概述

发展期
现在
智能控制思潮出现于60年代，智能控制的产生和发展经历了萌 芽、形成和发展三个阶段。
1）萌芽期（1960－1970）
1965年，加利福尼亚大学 的扎德(L.A. Zadeh)教授 提出了模糊集合理论；
1967年，利昂德斯（）和 门德尔首先使用“智能 控制”一词。这标志着智 能控制的思想已经萌芽
L.A. Zadeh
2）形成期（1970－1980）
20世纪70年代可以看做是智能控制的形成期： ➢1974年英国工程师曼德尼（）将模糊集合和模糊语言用于锅 炉和蒸汽机的控制，取得良好的结果。 ➢1977年，萨里迪斯(Saridis)提出智能控制三元结构定义。
3）发展期（1980－ ）
➢1985年，IEEE在纽约召开了第一届全球智能控制学术 讨论会，标志着智能控制作为一个学科分支正式被学术 界接受。 ➢1987年在费城举行的国际智能控制会议上，提出了智 能控制是自动控制，人工智能、运畴学相结合的说法。 此后，每年举行一次全球智能控制研讨会，形成了智能 控制的研究热潮。
目录
智能控制应用领域 智能控制的提出 智能控制的发展 智能控制的概念
一、智能控制应用领域
工业
航天航空 军事领域
智能医疗
智能 控制
智能交通
智能家电 智能家居
智能电网
智能控制代表着当今科学和技术发展的最新方向之一。目前，智能控制技术已经 日渐完善，并得到广泛应用，例如智能家电、智能家居、智能电网、智能交通， 航空航天、军事以及工业、医疗等领域。
智能控制的发展
智能控制理论
智能控制
进
自学习控制
展
方 向
自适应/鲁棒控制
随机控制 最优控制
现代控制理论
反馈控制
开环控制
经典控制理论
自动控制的发展过程
控制复杂性
智能控制在控制理论中的位置
《智能控制》是目前控制理论的最高级形式， 代表了控制理论的发展趋势，能有效地处理复杂 的控制问题。
其相关技术可以推广应用于控制之外的领域： 金融、管理、土木、医疗等等。
人工智能 ( AI )
智能 控制
运筹学 ( OR )
自动控制 ( AC )
智能控制属于典型的交叉学科，涉及人工智能、自动控制、 运筹学、系统论、信息论等，在系统的实现上则必须依托 计算机技术。
智能控制系统的典型结构
智
能
机器学习
控
制
器
信息采集
处理
核心
知识库 推理机制
人类知识和控制经验； 机器学习获取的知识
模糊规则
给定值 +
精确量
-
模糊量
模糊化
对象状态检测
推理机制
模糊量
精确量
精确化
被控对象
控制动作
模糊控制系统的结构示意图
31
神经网络控制
神经网络控制（Neural Network Control）是模拟人脑神经 中枢系统智能活动的一种控制方式。神经网络通过神经元以 及相互连接的权值，初步实现生物神经系统的部分功能。
汽车与智能交通
日本仙台的地铁使用模糊控制技术，使地铁机车启动和 停车非常平稳，乘客不必抓住扶手也能保持平衡。
工业
最早的实用工业过程模糊控制是丹麦F. L. Smith公司研制的水泥窑模糊逻 辑计算机控制系统，它已作为商品投放市场，是模糊控制在工业过程中成 功应用的范例之一。
二、智能控制的产生
控制理论的发展过程可以分为如下3个阶段 古典（经典）控制理论时期，时间大约为20世纪30－ 50年代 现代控制理论时期，时间大约为20世纪50－70年代 大系统理论与智能控制时期，时间为20世纪70年代末 至今
智能控制的提出：
1）控制系统的复杂性
被控对象的复杂性
模型的不确定性、高度非线性、动态突变、多时间标度、 复杂的信息模式、庞大的数据量 环境的复杂性
环境变化的不确定和难以辨识。现在的大规模复杂控制 与决策问题，必须把外界环境和被控对象，以及控制器 作为一个整体进行分析和设计 控制任务的复杂性
传统数学语言描述不精确。控制任务有多重性和时变性， 一个复杂任务的确定，需要多次反复，而且还包括任务 所含信息的处理过程
四、智能控制的概念
智能控制的目标仍然是实现自动控制，但其实现控制 的核心是“知识”和“推理思考”。 其中重要的是模仿人的智能，包括利用人类现有的控 制知识和推理方法，当然也结合了机器学习来产生知 识、结合计算推理来得出结论。 所以智能控制的“智能”是人类智能和机器计算智能 的结合。
智能控制的三元交集论
于控制系统，即可构成免疫控制系统。
34
考核方式
PPT演讲及其报告，各占50%
要求： 1）4-5个人一组，最好是一个导师的； 2）以智能控制在某一实际问题上的应用，深刻理解其工作 原理，优缺点，及其可能的改进，并制作ppt； （鼓励结合所研究课题，给出智能控制的创新性应用） 3）每组准备ppt不超过10分钟； 4）下次上课时，把分组名单交给我； 5）最后，结合PPT内容，提交学习报告一份（12月底之 间交给我）。
经典控制理论
研究对象：单输入单输出线性系统 数学模型：常系数线性微分方程；传递函数 分析与综合方法：代数判据；根轨迹方法；频率响应法 代表人物：奈奎斯特、伯德和伊文斯 应用：PID控制器设计 局限性：难以有效地应用于时变系统和多变量系统，也难以 揭示系统更为深刻的特性
在现实世界中是广泛存在的
现代控制理论
仿生智能控制
从某种意义上说，智能控制就是仿生和拟人控制，模仿人和 生物的控制机构、行为和功能所进行的控制。
进化控制、免疫控制等是仿生控制，而递阶控制、专家控制、 学习控制和仿人控制等则属于拟人控制，神经网络控制两者 皆属）
在模拟人的控制结构的基础上，进一步研究和模拟人的控制 行为与功能，并把它用于控制系统，实现控制目标，就是仿 人控制。
根据当时的输入信息 和有限的知识推理得 出最佳控制输出，是 体现智能的重要环节。
规划与 控制决策
传感器
广义对象
执行机构
通常意义下的被控
29
对象和外部环境
智能控制的主要类型
模糊控制 神经网络控制 专家控制系统 仿生智能控制 学习控制系统 递阶智能控制 综合智能控制系统
30
模糊控制
模糊控制器
2）传统控制理论与方法的局限性
（1）缺乏合适的系统描述方法
在传统的控制理论中，系统的描述通常采用微分方程或 差分方程，是一个精确模型，对控制系统的分析和设计 也基于这个精确模型
迄今为止，还不存在直接采用工程技术术语描述系统， 并基于该描述分析与设计系统的方法，这使得从工程技 术术语到数学描述的转化尤为必要
智能家电已成新宠
智能家电已成新宠。在日本，几乎所有家用电器制造厂 商都使用模糊技术。
智能洗衣机
松下和日立公司已生产了智能洗衣机，拥有更加人性化的设计， 可以自动调整洗衣服得各项参数，根据衣服来调整洗涤所需水位 及洗涤时间。根据不同衣物的面料调整洗衣过程，更好保护衣物。 目前，很多大型家电集团已开发了国产模糊控制洗衣机 ，如： “小天鹅”，“海尔”等名牌智能洗衣机。
大系统理论是控制理论在广度上的开拓，智能控制则是控制 理论在深度上的挖掘 大系统理论用控制和信息的观点，研究各种大系统的结构方 案、总体设计中的分解方法和协调等问题 智能控制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，研制具有某些仿人智能的工程控制与信息处理系统 智能控制的概念和原理主要针对被控对象、环境，以及控制 任务的复杂性提出的
在转化过程中，虽然被解决的问题作了很多简化，但是， 也失去了原来的被解决问题的很多信息
随着科学技术的发展，出现了很多必须采用工程技术术 语描述的新型的复杂系统
家庭陪护机器人、柔性制造系统、智能信息检索系 统等
在计算机的支持下，它们会思考，会推理，能部分 地实现人的智能
对于这些系统，采用传统的数学语言去描述，并基于该 描述分析和设计，就显得无能为力，因此，必须寻求新 的系统描述方法
背景：古典控制理论已经成熟；计算机技术飞速发展； 所需要控制的系统不再是简单的单输入单输出线性系统 研究对象：多输入多输出系统，线性/非线性；定常/时变； 连续/离散 数学模型：非线性微分方程（常系数/ 变系数）；状态方 程；传递函数矩阵 分析方法：状态空间描述法 综合方法：状态反馈；输出反馈；动态反馈
（2）缺乏有效的处理不确定性的方法
传统的控制方法也有办法对付被控对象和环境的不确定性和 复杂性，达到优化控制的目的，如自适应控制和鲁棒控制。
在实际应用中，尤其在工业过程控制中 被控对象的严重非线性、数学模型的不确定性、系统工作 点变化剧烈 自适应控制（对参数变化要求较为严格）和鲁棒控制（鲁 棒区域有限）存在着难以弥补的严重缺陷，应用的有效性 受到很大限制，这就促使人们研究新的控制理论和方法
智能电视
索尼和三洋生产的一些电视机使用模糊逻辑来自动调整屏 幕的颜色、对比度和亮度。
智能电网---能源价值链的变革
汽车与智能交通
汽车中也使用了大量的智能控制技术来完成控制功能。如Nissan豪华汽车 中使用了模糊控制的反咬死刹车系统，基于模糊逻辑的无级变速器。其他 汽车生产厂家也已开发了模糊发动机控制和自动驾驶控制系统等。
生物群体的生存过程普遍遵循达尔文的“物竞天择、适者生 存”的进化准则，生物通过个体间的选择、交叉、变异来适 应大自然环境。把进化计算机制用于控制过程，则可实现进 化控制这种新的仿生智能控制。
自然免疫系统是一个复杂的自适应系统，能够有效运用各种
免疫机制防御外部病原体入侵。通过进化学习，免疫系统对
外部病原体和自身细胞进行辨识。把免疫控制和计算方法用
神经网络具有非线性映射能力、并行计算能力、自学习能力 以及强鲁棒性的特点，已广泛应用于控制领域，尤其是非线 性系统领域。
神经网络在控制系统中的作用有两种功能模式：神经网络建 模和神经网络控制。
32
学习控制
学习是人类的主要智能之一，在人类的进化过程中，学习起着非 常重要的作用 学习作为一种过程，通过重复各种输入信号，并从外部校正该系 统，从而使系统对特定的输入具有特定的响应 学习控制正是模拟人类自身各种优良的控制调节机制的一种尝试 在运行过程中，逐步获得被控对象及其环境的非预知信息，积累 经验，并在一定的评价标准下，进行估计、分类、决策，以及不 断改善系统品质
（3）传统控制输入信息的单一性
传统的控制系统的输入信息比较单一 现代的复杂系统
要以各种形式——视觉的、听觉的、触觉的，以及 直接操作的方式 将环境信息，包括图形、文字、语言、声音，以及 传感器感知的物理量等，作为系统的输入 将各种信息融合、分析和推理
3）与人的经验知识结合的必要性
出发点：人类具有很强的学习和适应环境的能力，有些复 杂的系统，凭人的知觉和经验能够很好地进行操作，并达 到理想的控制效果
现代控制理论
代表人物：前苏联数学家庞特里亚金、美国数学家贝尔 曼、匈牙利数学家卡尔曼、瑞典的奥斯特隆姆、法国的 朗道 应用：最优控制、时滞系统控制、基于网络的控制 局限性：
非线性系统的种类、形式非常复杂繁多，没有一套统 一的理论来解决 只能就一类非线性系统进行研究，得到的结果往往很 保守
大系统理论与智能控制
我们在餐桌上用筷子很容易夹到要吃的食物，并轻而 易举地放入口中
如果要把这一系列动作和环境建立精确的模型，然后， 再一步一步地按模型去操作，该过程是多么复杂，而 又多么难以实现 启发：将人的经验知识和控制理论有机地结合起来，解决 复杂系统的控制问题三、智能控的发展萌芽期 1960
1970
1980
形成期