智能控制理论及应用 复习

智能控制理论及应用

第1章绪论

■《智能控制》在自动化课程体系中的位置

《智能控制》是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器。与《自动控制原理》和《现代控制原理》一起构成了自动控制课程体系的理论基础。

■《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、设计等等。

■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。

■智能控制与传统控制的特点。

传统控制：经典反馈控制和现代理论控制。它们的主要特征是基于精确的系统数学模型的控制。适于解决线性、时不变等相对简单的控制问题。

智能控制：以上问题用智能的方法同样可以解决。智能控制是对传统控制理论的发展，传统控制是智能控制的一个组成部分，在这个意义下，两者可以统一在智能控制的框架下。

■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

■自动控制的发展过程

■智能控制系统的结构一般有哪几部分组成，它们之间存在什么关系？

答：智能控制系统的基本结构一般由三个部分组成：

人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。

自动控制（AC）：描述系统的动力学特性，是一种动态反馈。

运筹学（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。

■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

■智能控制的三元结构，它们之间关系的示意图。

把智能控制扩展为三元结构，即把人工智能、自动控制和运筹学交接如下表示：

IC=AI∩AC∩OR

OR一运筹学（Operation research）

IC一智能控制( intelligent control);

Al一人工智能(artificial intelligence);

AC一自动控制(automatic Colltrol);

∩一表示交集.

■智能控制系统的主要类型，以及各自的特点

1）、分级递阶控制系统

主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。

2）、专家控制系统

专家系统主要指的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。它具有启发性、透明性、灵活性、符号操作、不一确定性推理等特点。

3）、神经控制系统

神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征。

4）、模糊控制系统

在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，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。

5）、学习控制系统

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。所谓学习是一种过程，它通过重复输入信号，并从外部校正该系统，从而使系统对特定输入具有特定响应。

6）、集成或者（复合）混合控制系统

几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统。

■与常规控制方法相比，模糊控制有以下特点：

①模糊控制完全是在操作人员控制经验基础上实现对系统的控制，无需建立数学模型，是解决不确定性系统的一种有效途径。

②模糊控制具有较强的鲁棒性，被控对象参数的变化对模糊控制的影响不明显，可用于非线性、时变、时滞系统的控制。

③由离线计算得到控制查询表，提高了控制系统的实时性。

④控制的机理符合人们对过程控制作用的直观描述和思维逻辑，为智能控制应用打下了基础。

■人工神经网络具有几个突出的特点：

①可以充分逼近任意复杂的非线性关系；

②所有定量或定性的信息都分布贮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可学习和自适应不知道或不确定的系统。

■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。

分层递阶智能控制（图）

规则库

精确量模糊量模糊量精确量

模糊化模糊推理逆模糊化

过程输出和状态控制动作

被控过程

模糊控制器的一般结构