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)

4.2 神经网络控制理论在入侵检测系统领域的应用情况 (5)

4.3 神经网络控制理论在控制领域的应用情况 (6)

5 智能控制技术在电气工程自动化领域的应用情况 (7)

5.1 工业过程中的智能控制 (7)

5.2 机械制造中的智能控制 (7)

5.3 电力电子学研究领域中的智能控制 (7)

6 结论 (8)

参考文献 (9)

1 绪论

1.1 智能控制技术简介

智能控制技术(ICT:Intelligent Control Technology)是控制理论发展的新阶段,主要用来解决那些用传统方法难以解决的复杂系统的控制问题[1]。常用的智能技术包括模糊逻辑控制、神经网络控制、专家系统、学习控制、分层递阶控制、遗传算法等。以智能控制为核心的智能控制系统具备一定的智能行为,如:自学习、自适应、自组织等。

1.2 智能控制技术研究的领域及应用

1.2.1模糊逻辑控制

1.2.2神经网络控制

1.3 智能控制技术的应用现状

1.4 本论文的主要工作

2 智能控制理论概述

2.1 智能控制的基本概念

智能控制技术作为计算机科学的一个重要分支将智能的本质阐述了出来，生产出一种具有人类智能的机器。其研究的主要内容有对图像和语言的识别、专家系统、语言处理以及机器人等系统。

智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。2.2 智能控制技术的主要方法

2.2.1 模糊控制

模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验作为控制规则。其基本思想是用机器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。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定。

自从1965年美国自动控制理论专家Zadeh L A提出用模糊集合描述客观世界中存在的不确定性信息以来，模糊逻辑理论有了飞跃性的发展，并得到了广泛的应用。模糊控制（fuzzy control)是以模糊集理论、模糊语言变量和模糊控制逻辑推理为基础的一种智能控制方法，从行为上模拟人的思维方式，对难建模的对象实施模糊推理和决策的一种控制方法，实际上是一种非线性控制。模糊控制作为智能领域中最具有实际意义的一种控制方法，已经在工业控制领域、家用电器自动化领域和其他很多行业中解决了传统控制方法无法或者是难以解决的问题，取得了令人瞩目的成效，引起了越来越多的控制理论的研究人员和相关领域的广大工程技术人员的极大兴趣。

2.2.2 专家控制

专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系统控制的一种智能控制[2]。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。

专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。

2.2.3 神经网络控制

神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。

2.2.4 集成智能控制

智能控制技术的集成包括两方面:一方面是将几种智能控制方法或机理融合在一起,构成高级混合智能控制系统,如模糊神经( FNN)控制系统、基于遗传算法的模糊控制系统、模糊专家系统等;另一方面是将智能控制技术与传统控制理论结合,形成智能复合型控制器,如模糊PID 控制、神经元PID控制、模糊滑模控制、神经网络最优控制等。

2.3 智能控制技术常用的优化算法

2.3.1 遗传算法

2.3.2 蚁群算法