智能控制理论简述
智能控制理论简述
智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。
控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。
近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。
自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。
（1）递阶智能(Hierarchical IntelligentControl)
阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
智能主要体现在组织级上,由人工智能起控制作用;协调级是组织级和执行级之间的接口,由人工智能和运筹学共同作用;执行级仍然采用现有数学解析控制算法,对相关过程执行适当的控制作用,它具有较高的精度和较低的智能。
（2）神经网络智能控制
神经网络最早的研究是40年代心理学家Mc-culloch和数学家Pitts合作提出的。人工神经网络是一种动态非线性系统, 是将传统的PID控制算式,改写成适用于神经网络加权运算的算式[6,7]。神经网络控制简称神经控制,是简单模拟人脑智力行为的一种新型控制方式和识方式。随着人工神经网络应用研究的不断深入,新的模型不断推出。在智能控制领域中，应用最多是BP网络，Hopfield 网络，自组织神经网络,动态递归网络等。神经网络能够应用于自动控制领域,主要因为:1山于隐层的存在,只需三层网络便可以任意精度逼近非线性函数。并行处理功能:既能解决大批量实际计算和判决问题,又有较强的容错能力且易于实现。网络输出是所有神经元共同激活的结果,少量神经元的激活差错不影响决策功能。神经网络自身的结构及其多输入多输出的特点,使其易于多变量系统的控制。对于不同的输入模式,隐层各单元激活强度不同。对于干扰原因产生给定偏离或系统内部结构变化,当经典方式和现代方式构成的负反馈调节无能为力时,神经控制却能因不同的激活强度而获得满意的输出。具有自适应和自学习的特性。但需提出的是,神经控制特点十分诱人,但其理论研究还不成熟,许多问题有待进一步研究。
神经网络智能控制的优点：(1)可以充分逼近任意复杂的非线性关系。(2)只有很强的鲁棒性和容错性,因为信息是分布贮于网络内的神经元中。(3)并行处理方法,使得计算快速。(4)可以处理不确定或不知道的系统,因神经网络是通过自学习来的。
3)模糊控制
美国加利福尼亚大学的自动控制理论专家LA.Zadeh于1965首先提出了“模糊集合”的概念。1974年,英国的Mamdan i首先把模糊理论用于工业控制并取得了良好的效果,从此模糊控制理论得到了很快的发展。模糊控制的基本思想是用机器去模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器
近似推理等手段,实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标。它具有不需要知道被控对象(或过程)的数学模型,易于实现对具有不确定性对象和具有强非线性的对象进行控制、对被控对象特性参数的变化具有较强的鲁棒性、对于控制系统的干扰
具有较强抑制能力等优点。
结语
现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制,但是各种智能控制理论都有一些学术上与工程上的难点。如对难以建立数学模型的被控对象难以实施有效的控制,不能适合高层决策问题等,造成这类结果的原因主要是: (1)现代控制理论依赖理想化的数学模型; (2)设计方法数学化,控制算法理想化; (3)缺乏人类思维的智能化。基于以上的原因,控制理论逐步走向智能化,由此逐渐形成较为完善的智能控制的思想,要认真加以研究与解决。
[1] Collins R J. Studies in arificial evolution[M]. California: University of California Press,1992.1~6
[2] Frank C H. Analysis and simulation of chaotic systems[M]. New York: Springer, 2000. 249~295
[3]Ievergelt YN. Wavelets made easy[M]. Boston: Birkhauser, 1999. 1~5
[4]顾毅，智能控制发展综述.武汉交通科技大学机械与材料工程学院，2000.06.021
[5] Saridis G S. Intelligent robot control[J]. IEEE Tran., 1983, A-C 28(5):547~557
[6]焦李成，神经网络系统理论[M].西安:西安电子科技大学出版社, 1996.110~213
[7]王永初，专家系统智能调节器的发展评述[J].自动化仪表, 1993,13(3):1~4
智能控制概论
内蒙古科技大学 智能控制概论结课报告 题目：一级倒立摆板模糊控制 学生姓名： 学号： 专业：测控技术与仪器 班级： 指导教师：刘慧博
目录 第1章概述 (3) 1.1 一阶倒立摆的概述 (3) 1.2 倒立摆系统的组成 (4) 1.3 倒立摆的控制方法 (4) 第二章倒立摆的建模 (5) 2.1 一级倒立摆的物理模型 (5) 2.2 数学模型的建立 (5) 2.3 模糊控制器的设计 (7) 第三章一级倒立摆系统的Simulink模型及系统仿真 (8) 3.1 MATLAB及Simulink (8) 3.2 一级倒立摆系统的Simulink的模型 (8) 3.3 仿真结果 (9) 第四章总结 (10) 参考文献 (11)
第1章概述 1.1 一阶倒立摆的概述 倒立摆系统是典型的自不稳定的非线性系统，由于倒立摆系统本身所具有的高阶次、不稳定、多变量、非线性和强耦合特性，许多抽象的控制概念如控制系统的稳定性、可控性、快速性和抗干扰能力，都可以通过倒立摆系统直观地表示出来。 早在20世纪60年代，人们就开始了对倒立摆系统的研究。1966年Schacfer 和Cannon应用Bang-Bang控制理论，将一个曲轴稳定于倒置位置。到了20世纪60年代后期，倒立摆作为一个典型不稳定、非线性的例证被提出。自此，对于倒立摆系统的研究便成了控制界关注的焦点。 倒立摆的种类很多，有悬挂式倒立摆、平行倒立摆、环形倒立摆、平面倒立摆；倒立摆的级数可以是一级、二级、三级、四级乃至多级；倒立摆的运动轨道可以是水平的，还可以是倾斜的(这对实际机器人的步行稳定控制研究更有意义)；控制电机可以是单电机，也可以是多级电机。 目前有关倒立摆的研究主要集中在亚洲，如中国的北京师范大学、北京航空航天大学、中国科技大学；日本的东京工业大学、东京电机大学、东京大学；韩国的釜山大学、忠南大学，此外，俄罗斯的圣彼得堡大学、美国的东佛罗里达大学、俄罗斯科学院、波兰的波兹南技术大学、意大利的佛罗伦萨大学也对这个领域有持续的研究。近年来，虽然各种新型倒立摆不断问世，但是可自主研发并生产倒立摆装置的厂家并不多。目前，国内各高校基本上都采用香港固高公司和加拿大Quanser公司生产的系统；其它一些生产厂家还包括（韩国）奥格斯科技发展有限公司（FT-4820型倒立摆）、保定航空技术实业有限公司；最近，郑州微纳科技有限公司的微纳科技直线电机倒立摆的研制取得了成功。
智能控制整理
第一章： 1、传统控制方法包括经典控制和现代控制，是基于被控对象精确模 型的控制方式，缺乏灵活性和应变能力，适于解决线性、时不变性等相对简单的控制。 2、智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的 非线性、复杂的任务要求。 3、IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) 4、AC：描述系统的动力学特征，是一种动态反馈。AI ：是一个用来模拟人 思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。 5、智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能， 并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。 6、智能控制的几个重要分支为模糊控制、神经网络控制和遗传算 法。 7、智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能 8、智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神 经网络理论4，遗传算法5，离散事件与连续时间系统的结合。 9、智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工 业过程控制、航空航天控制和交通运输系统等。 第二章： 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 12、专家系统的建立：1，知识库2，推理机3，知识的表示4，专家系统开发语言5，专家系统建立步骤。 13、专家控制：是智能控制的一个重要分支，又称专家智能控制。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经验，实现对系统的控制。
智能控制理论简述
智能控制理论简述 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
智能控制理论
智能控制实验报告（2008~2009 学年春季学期） 课程名称：智能控制理论与应用 任课教师：杜尚丰 班级：自动061 学号：0608140612 姓名：孙倩
实验题目1: S ISO PID 神经网络控制 姓名: 孙倩 班级: 自动化061 学号: 0608140612 一、仿真模型描述 单变量P I D 神经网络的结构形式如下： 单变量神经网络的结构图 本实验用PID 神经网络实现单输入单输出解耦系统的模型仿真，用到的仿真模型为： y(k+1)=0.8sin(y(k))+1.2u(k), k<40 y(k+1)=0.8sin(0.4y(k))+1.2u(k), k>=40 系统输入： r(k)=1(k) 二、仿真参数说明 系统的输入向量是：r(k)=1； 输出向量是：y(k+1)； 系统的控制向量为：u(k)； 准则函数为： 2 1111()[()()] 2 E k r k y k = - 权系地训练（取η1=η2=0.8）方式： W(k+1)=W(k)- η +β[W(k)=W(k-1)] 可得： 2 w i (k+1)=2 w i (k)+ ηe(k+1)o i (k)+β[2 w i (k)-2 w i (k-1)] 1 w j (k+1)=1w j (k)+ ηe(k+1)f[x j (k)][2w j (k)]y(k)+ β[1w j (k)-1w j (k-1)]
三、仿真结果分析 以下四幅图分别是系统输入r ，系统输出y ，系统控制量u ，以及系统误差error. 00.2 0.40.60.8 0.511.5 2 时间(秒) 系统输入r 1 00.2 0.40.60.8 0.5 1 1.5 时间(秒) 系统输出y 1 00.2 0.40.60.8 0.20.40.6 0.8时间(秒) 系统控制量u 1 00.2 0.40.60.8 -0.5 0.5 1 时间(秒) 系统误差e r r o r 1 1、从图中我们可以看得到：当对象特性变化(k ≥40)时，由于PID 神经网络控制 器权系值地不断调整，使控制量u(k)变化，从而系统地输出经过很短的时间跟踪输入。 2、通过PID 控制算法，在系统控制量的作用下我们最终实现了跟踪控制，动态响应性能非常好，达到了输出量y 稳态误差为零的效果。 四、仿真程序： %PID 神经网络单输入单输出解耦模型仿真 %输入为1 %输入层单独成神经网，输出成一个神经网 clear all; close all; s=1; if s==1 %初始化 y1_1=0.0; u1_1=0.0;u1_2=0.0;
智能控制的主要应用领域
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
智能控制器使用手册
一概述 智能控制器是框架式空气断路器的核心部件，适用于50~60Hz电网，主要用作配电、馈电或发电保护，使线路和电源设备免受过载、短路、接地/漏电、电流不平衡、过压、欠压、电压不平衡、过频、欠频、逆功率等故障的危害；通过负载监控，需量保护，区域连锁等功能实现电网的合理运行。同时也用作电网节点的电流、电压、功率、频率、电能、需量、谐波等电网参量的测量；故障、报警、操作、电流历史最大值、开关触头磨损情况等运行维护参数的记录；当电力网络进行通讯组网时，智能控制器可用为电力自动化网络的远程终端实现遥测，遥信，遥控，遥调等，智能控制器支持多种协议以适用不同的组网要求。 二基本功能 对于M型无任何可选功能（加*的项目）时其功能配置为基本功能，如表1所示： 表1 基本功能配置 2.1.3 通讯功能 通讯功能为可选项，对于M型没有通讯功能，对于H型通讯协议可根据需要选择为Modbus,Profibus-DP,Device net.
2.1.4增选功能选择 增选功能为可选项，M型，H型都可以选择增选功能配置，不同增选功能代号与增选功能容如表2所示。 2.1.5 区域连锁及信号单元的选择 “区域连锁及信号单元”为可选项，M型、H型都可以选择信号单元的功能配置，当信号单元选择为S2，S3时，控制器具备区域连锁功能。 2.2 技术性能 2.2.1 适用环境 工作温度：－10℃～＋70℃（24h?平均值不超过+35℃） 储存温度：－25℃～＋85℃ 安装地点最湿月的月平均最大相对湿度不超过90%，同时该月的月平均最低温度不超过+25℃，允许由于温度变化产生在产品表面的凝露。 污染等级：3级。 (在和断路器装配在一起的情况下) 安装类别：Ⅲ。 (在和断路器装配在一起的情况下) 2.2.2工作电源 由辅助电源和电源互感器同时供电，保证负载很小和短路情况下控制都可以可靠工作。控制器的供电方式有下面3种方式：
智能控制导论复习题
试题 一、名词解释 1．智能 2. 自动控制 3. 专家控制系统 4. 学习控制 5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。 30．连接主义的原理主要为神经网络及神经网络间的连接机制与。 31. 真体程序的核心部分称为或问题求解器。 32．在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推
自动控制现代控制与智能控制的关系
自动控制、现代控制与智能控制的关系 一、基本区别 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统。经典控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。 在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 二、华山论剑：自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括：(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；(2)研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；(3)对于某些复杂的和包含不确定性的对象，根本无法用传统数学模型来表示，即无法解决建模问题；(4)为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战，早在1986年9月，美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见，他们发表了《对控制的挑战——集体的观点》，洋洋数万言，简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战，还面临哪些挑战，以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段，存在一些至关重要的挑战是基于下列原因的：(1)科学技术
智能控制综述
智能控制综述 摘要：本文首先介绍了智能控制的发展和智能控制系统的结构和特点以及与传统控制的关系。然后，综述几种智能控制研究的主要内容。 关键词：智能控制、自动控制、研究内容 1、智能控制的发展 任何一种科学技术的发展都由当时人们的生产发展需求和知识水平所决定和限制，控制科学也不例外。1948年，美国著名的控制论创始人维纳（N.Wiener）在它的著作《控制论》中首次将动物与机器相联系。1954年钱学森博士在《工程控制论》中系统的阐明了控制论对航空航天和电子通讯等领域的意义及影响，1965年傅京孙（K.S.Fu）教授首先把人工智能的启发式推理规则用于学习控制系统，又于1971论述了人工智能与自动控制的交集关系，成为国际公认的智能控制的先行者和奠基人[1]。 20世纪60年代，随着航海技术，空间技术的发展，控制领域面临着人们对其性能要求愈来愈高和被控对象的复杂性和不确定性，被控对象的复杂性和不确定性主要表现在被控对象的非线性和不确定性，以及分散的传感元件与执行元件，复杂的信息网络和庞大的数据量。而传统控制在解决这些问题时存在三方面的问题：一、由于传统控制理论是建立在以微积分为工具的精确模型上，所以无法对高度复杂和不确定的被控对象进行描述；二、传统控制理论中的自适应控制和Robust控制虽可克服系统中所包含的的不确定性，达到优化控制的目的，但这些方法只适用于缓慢变化的情况。三、传统控制系统输入较单一，而面对海量信息（视觉的、听觉的、触觉的等）的复杂环境，智能控制应运而生。 智能控制是对传统控制的补充和发展，是自动控制发展的高级阶段，而传统控制是智能控制产生的基础。 国内对智能控制的研究今年来也十分活跃。从八十年代人工智能与系统科学相结合到863计划的实施，智能控制在我国的发展已有稳固的基础。 2、智能控制结构与特点 智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、和计算机等多种学科的高度结合，是一门新兴的边缘交叉学科。它不仅包含了自动控制、人工智能、系统理论和计算机科学，而且还涉及到生物学，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科[2]。 （1）智能控制具有明显的跨学科、多元结构特点。至今，智能控制方面的专家已提出二元结构、三元结构、四元结构等三种结构，它们可分别以交集的形式表示如下： IC=AI∩AC (1) IC=AI∩CT∩OR (2) IC=AI∩CT∩ST∩OR (3) 上式中，各子集的含义为 AI——人工智能；AC——自动控制；CT——控制论； OR——运筹学；ST——系统论；IC——智能控制。 智能控制的二元交集结构、三元交集结构和四元交集结构分别由傅京孙、萨克迪斯（G.N.Saridis）和蔡自兴于1971,1977和1986年提出的[3]，以上的交集表达式也可表示成如下图1、2、3的形式：
智能控制技术现状与发展
摘要：在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法，介绍了智能控制在各行各业中的应用。随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。 关键词：智能控制应用自动化 浅谈智能控制技术现状及发展 在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性，复杂性，不确定性的特点，一个理想的智能控制系统具有如下性能： （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用 积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的
智能控制理论及其应用论文
智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新
智能控制导论复习题
试题 一、名词解释 1．智能2. 自动控制3. 专家控制系统4. 学习控制5. 免疫算法 6．信息7. 智能控制系统8. 专家系统9. 学习控制系统10. 人工免疫系统 11．信息论12. 黑板13. 模糊判决14. 学习系统15. 选择操作 二、填空题 16. 免疫系统在受到外界病菌的感染后，能够通过自身的免疫机制恢复健康以保持正常工作的一种特性称为免疫系统的。 17．智能控制是采用驱动智能机器实现其目标的过程 18．知识是人们通过体验、学习或联想而知晓的对客观世界。 19．与学习系统相似，学习控制系统分为在线学习控制系统和控制系统两类。 20．基于模式识别的学习控制系统，可被推广为一个具有在线特征辨识的分层递阶结构，该控制系统由三级组成，即组织级、和执行控制级。 21. 真体的行动受其心理状态驱动，人类心理状态的要素有认知、情感、三种。 22．神经网络主要通过两种学习算法进行训练，即无师学习算法和。 23．神经网络自适应控制和常规自适应控制一样，也分为两类，即和模型参考自适应控制。 24．实现学习控制系统需要三种能力：性能反馈、、训练。 25，遗传算法是模仿和自然选择机理，通过人工方式构造的一类优化搜索算法。 26. 把智能控制与传统控制有机地组合起来，即可构成系统。 27．人们通过体验、学习或联想而知晓的对客观世界规律性的认识是。 28．间接进化控制是由作用于系统模型，再综合系统状态输出与系统模型输出作用于进化学习，然后，系统在应用一般闭环反馈控制原理构成进化控制系统。 29. 仿人控制研究的主要目标不是控制对象，而是控制器本身如何对控制专家结构和的模拟。 30．连接主义的原理主要为神经网络及神经网络间的连接机制与。 31. 真体程序的核心部分称为或问题求解器。 32．在专家系统的主要组成部分中，能够向用户解释专家系统的行为，包括解释推
智能控制技术及其发展趋势
智能控制技术及其发展趋势 智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。 智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。
智能控制技术综述
网络高等教育 本科生毕业论文（设计）需要完整版请点击屏幕右上的“文档贡献者” 题目：智能控制技术综述
20世纪20年代,在建立了以频域法为主的经典控制理论的基础上,智能控制技术逐步发展。随着信息技术的进步,许多新方法和新技术进入工程化、产品化阶段。这对自动控制理论技术提出了新的挑战,促进了智能理论在控制技术中的应用。在智能控制技术比较的基础上,较详细地阐述了智能控制技术主要方式的特点及优化算法,并举例说明。智能控制技术将不断地发展和充实。 关键词：自动化；智能控制；应用
摘要............................................................. I 1 绪论.. (1) 1.1 智能控制技术简介 (1) 1.2 智能控制技术研究的领域及应用 (1) 1.2.1模糊逻辑控制 (1) 1.2.2神经网络控制 (1) 1.3 智能控制技术的应用现状 (1) 1.4 本论文的主要工作 (1) 2 智能控制理论概述 (2) 2.1 智能控制的基本概念 (2) 2.2 智能控制技术的主要方法 (2) 2.2.1 模糊控制 (2) 2.2.2 专家控制 (2) 2.2.3 神经网络控制 (3) 2.2.4 集成智能控制 (3) 2.3 智能控制技术常用的优化算法 (3) 2.3.1 遗传算法 (3) 2.3.2 蚁群算法 (3) 3 模糊控制及其应用 (4) 3.1 模糊控制理论提出 (4) 3.1.1 模糊控制理论的概念 (4) 3.1.2 模糊控制理论与传统控制相比的优势 (4) 3.2 模糊控制理论在制冷领域的应用情况 (4) 3.3 模糊控制理论在磨煤机控制系统领域的应用情况 (4) 4 神经网络控制及其应用 (5) 4.1 神经网络控制理论提出 (5) 4.1.1 神经网络控制理论的概念 (5) 4.1.2 神经网络控制理论与传统控制相比的优势 (5)
智能控制理论与方法
智能控制理论与方法 智能控制是自动控制发展的高级阶段,是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。它不仅包含了自动控制、人工智能、运筹学和信息论的内容，而且还从计算机科学、生物学、心理学等学科中汲取营养。什么又是智能控制理论呢？ 智能控制的概念和原理是针对被控对象及其环境、控制目标或任务的复杂性和不确定性而提出来的。对“智能控制”这一术语没有确切的定义，但是也有前辈做过归纳总结的，例如，IEEE控制系统协会归纳为：只能控制系统必须具有模拟人类学习（Learning）和自适应（Adaptation）的能力。智能控制系统是智能机自动完成其目标的控制过程，由智能机参与生产过程自动控制的系统称为智能控制系统。定性的说，智能控制系统应具有学习、记忆和大范围的自适应和自组织能力；能够及时地适应不断变化的环境；能有效的处理各种信息，以减小不确定性；能够以安全和可靠地方式进行规划、生产和执行控制动作而达到预定的目的和良好的性能指标。 智能控制系统一般具有以知识表示的非数学广义模型和艺术学模型表示的混合控制过程。它适用于含有复杂性、不完全性、模糊性、不确定和不存在的已知算法的生产过程。它根据被控动态过程特征辨识，采用开闭环控制盒定性与定量控制相结合的多模态的控制方式。 智能控制器具有分层信息处理和决策机构。它实际上是对人神经
结构或专家决策机构的一种模仿。复杂的系统中，通常采用任务分块、控制分散方式。智能控制核心在高层控制，它对环境或过程进行组织、决策和规划，实现广义求解。要实现此任务需要采集符号信息处理、启发式程序设计、知识展示及自动推理和决策的相关技术。底层控制也属于智能控制系统不可缺少的一部分，一般采用常规控制。智能控制器也具有非线性。这是因为认得思维具有非线性，作为模仿人的思维进行决策的智能控制也具有非线性。由于智能控制器具有在线特征辨识、特征记忆和拟人特点，在整个控制过程中计算机在线获取信息和实时处理并给出控制决策，通过不断优化参数和寻找控制器的最佳结构方式，以获取整体最有控制性能。 模糊控制系统是智能控制的重要组成部分。模糊控制器是非线性控制器，许多传统的建模、分析和设计方法可以直接采用。任何的控制都有其数学理论和数学基础，模糊控制系统的数学基础是模糊集合、模糊规则和模糊推理。模糊集合就是指具有某个模糊概念所描述的属性的对象的全体，这一概念是美国加利福尼亚大学控制论专家L.A.扎德于 1965 年首先提出的。模糊集合这一概念的出现使得数学的思维和方法可以用于处理模糊性现象，从而构成了模糊集合论（中国通常称为模糊性数学)的基础。 模糊控制的核心就是利用模糊集合理论,把表达的人控制策略的自然语言转化为计算机能够承受的算法语言的控制算法,这种方法不仅能实现控制,而且能模拟人的思维方式,对一些无法构造的数学模 型的被控对象进行有效的控制。模糊控制与一般的自动控制的根本区
智能控制作业
1、已知某一炉温控制系统，要求温度保持在600度恒定。针对该控制系统有以下控制经验： （1）若炉温低于600度，则升压；低的越多升压越高。（2）若炉温高于600度，则降压；高的越多降压越低。（3）若炉温等于600度，则保持电压不变。 设模糊控制器为一维控制器，输入语言变量为误差，输出为控制电压。输入、输出变量的量化等级为7级，取5个模糊集。试设计隶属度函数误差变化划分表、控制电压变化划分表和模糊控制规则表。 解：1）确定变量 定义理想温度为600℃，实际温度为T，则温度误差为E=600-T。 将温度误差E作为输入变量 2）输入量和输出量的模糊化 将偏差E分为5个模糊集：NB、NS、ZO、PS、PB，分别为负小、负大、零、正小、正大。将偏差E的变化分为7个等级：-3 -2 -1 0 1 2 3，从而得到温度模糊表如表1所示。
表1 温度变化E划分表 控制电压u也分为5个模糊集：NB、NS、ZO、PS、PB，分别为负小、负大、零、正小、正大。将电压u的变化分为7个等级：-3 -2 -1 0 1 2 3，从而得到电压变化模糊表如表2所示。 表2 电压变化u划分表
表3 模糊控制规则表
2、利用MATLAB,为下列两个系统设计模糊控制器使其稳态误差为零，超调量不大于1%，输出上升时间≤0.3s 。假定被控对象的传递函数分别为： 2 55.01)1()(+= -s e s G s ) 456.864.1)(5.0(228 .4)(2+++= s s s s G 解： 在matlab 窗口命令中键入fuzzy ，得到如下键面： 设e 的论域范围为[-1 1]，de 的论域范围为[-0.1 0.1]，u 的论域范围为[0 2]。 将e 分为8个模糊集，分别为NB ,NM, NS, NZ, PZ, PS, PM, PB; de 分为7个模糊集，分别为NB ,NM ,NS, Z ,PS ,PM ,PB; u 分为7个模糊集，分别为 NB ,NM ,NS, Z ,PS ,PM ,PB;
智能控制习题答案解析
第一章绪论 1. 什么是智能、智能系统、智能控制？ 答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？ 答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。 各自的特点有： 集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。人工神经网络：它是一种模范动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的。 专家控制系统：是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。 多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。 学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。 答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。常规控制往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。 3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。 4. 传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。 5.与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力。 6.与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型和以数学表示的混合控制过程，采用开闭
智能控制发展趋势及应用
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。 面对复杂的对象，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
智能控制理论及应用复习
智能控制理论及应用复习 （紧扣课本） 第一章绪论 经典控制和现代控制理论的统称为传统控制， 智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。智能控制是针对系统的复杂性、非线性和不确定性而提出来的， 传统控制和智能控制的主要区别： ?传统控制方法在处理复杂化和不确定性问题方面能力很低； 智能控制在处理复杂性、不确定性方面能力较高。智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。 ?传统控制是基于被控对象精确模型的控制方式； 智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。 传统控制和智能控制的统一： 智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。 智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一
个组成部分。 智能控制应用对象的特点 (1)不确定性的模型 模型未知或知之甚少； 模型的结构和参数可能在很大范围内变化。 (2)高度的非线性 (3)复杂的任务要求 例如，要求系统对一个复杂的任务具有自行规划和决策的能力；要求除了实现对各被控物理量定值调节外，还要实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能。 智能控制的基本特点 (1)分层递阶的组织结构 (2)多模态控制 (3)自学习能力 (4)自适应能力 (5)自组织能力 (6)优化能力 智能控制系统的主要类型 模糊控制
专家控制系统具有如下特点： ①它在一定程度上模拟人的思维活动规律，能进行自动推理，善于应付各种变化，具有透明性和灵活性。 ②它可以不断监督生产过程，实现特定性能指标下的优化控制，能处理大量低层信息，可进行操作指导。 ③相对传统控制，扩展了许多功能，如复杂系统的高质量控制，故障诊断和容错控制，参数和算法的自动修改，不同算法的组合等。 ④深层知识的引入，可以弥补专家经验的不足，可以自然地消除决策冲突。 分层递阶智能控制具有两个明显的特点： ①对控制来讲，自上而下控制精度愈来愈高； ②对识别来讲，自下而上信息回馈愈来愈粗略。 模糊控制器的一般结构