【2017年整理】浅谈智能控制.doc

浅谈智能控制 姓名：XX 学号：XXXXXXXX 指导教师：XX 一、引言 自从1932年奈奎斯特发表反馈放大器的稳定性论文以来，控制理论学科的发展已走过70多年的历程。其中20世纪40年代中到50年代末是经典控制理论的成熟和发展阶段，60年代到70年代是现代控制理论的形成和发展阶段。经典控制理论主要研究对象是单变量常系数线性系统，且只适用于单输入单输出控制系统。系统的数学模型采用传递函数表示，系统的分析和综合方法主要基于根轨迹和频率法。经典控制理论的主要贡献在于PID控制器广泛成功地应用与常系数单输入单输出线性控制系统的发展。进入60年代以后，因为人类探索空间的需要及电子计算机技术的飞速发展，以多变量控制为特征的现代控制理论得到重大发展。阿波罗宇宙飞船按最优轨线飞向月球的制导和登月舱软着陆等都是其应用的典型范例。现代控制理论以庞特里亚金的极大值原理、贝尔曼的动态规划、卡尔曼的线性滤波和估计理论为基石，形成了以最优控制、系统辨识和最优估计、自适应控制等为代表的现代控制理论分析和设计方法。系统分析的对象已转向多输入多输出线性系统。系统分析的数学模型主要是状态空间描述法。然而，随着科学技术的不断发展，控制理论发展到今天，被控对象的复杂程度在不断加深，被控精度的要求也在不断提高，传统的单一的经典控制、现代控制已经不能完全满足工程实际的需要，尤其是在具有如下特点的一类现代控制工程中： （1）不确定性的模型。传统的控制理论都是建立在以微分方程或差分方程为工具的精确模型的基础上，对于不确定性的模型，虽然也有诸如自适应控制和鲁棒控制等。从本质上讲，鲁棒控制是通过提高系统的不灵敏度来抵御不确定性；而自适应控制是通过对系统某些重要参数进行估计以补偿的方式来克服干扰和不确定性，它们的使用都受到了限制。因此，在实际系统中存在的模型未知、系统不确定性程度很高时，自适应控制和鲁棒控制都存在难以弥补的严重缺陷。 （2）高度非线性。在传统的控制理论中，线性系统理论比较成熟，对于具有高度非线性的控制对象，虽然也有一些非线性控制方法可供使用，但总的来说，非线性控制理论还很不成熟，有些方法又过于复杂，无法得以广泛应用。 （3）复杂的任务要求。在传统的控制系统中，输入信息比较单一，而现代复杂系统要以各种形式（视觉、听觉等）将周围环境信息作为系统的输入信息，对这些各种信息的处理和融合，依靠传统控制理论的方法难以奏效，尤其对于复杂的控制任务，诸如智能机器人系统、复杂工业过程控制系统、计算机集成制造系统、航空航天控制系统、社会经济管理系统、环保及能源系统等都无能为力。 综上所述，复杂的控制系统普遍表现出系统的数学模型难以通过传统的数学工具来描述。因此，采用数学工具或计算机仿真技术的传统控制理论已经无法解决此类系统的控制问题了。同时，在生产实践中可以看到，许多复杂的生产过程可以通过熟练的操作工人、技术人员或专家来操作获得满意的控制效果。那么，如何有效地将熟练的操作工、技术人员或专家的经验知识与控制理论结合起来去解决复杂系统的控制问题，就是智能控制原理研究的目标所在。本文主要对智能控制中的模糊控制、神经元网络、遗传算法等做一个简要介绍。 二、模糊控制 首先应当明确一点，所谓的模糊控制，既不是指被控制的对象是模糊的，也不是模糊控制器是不确定的，模糊控制有着自己的一套精确的理论和算法。所谓的模糊是指在表示知识，概念上的模糊性。虽然模糊控制器的算法是通过模糊语言描述的，但它所完成的是一项完全确定性的工作。模糊控制系统就是基于模糊推理的智能控制系统，是以模糊集合论、模糊语言变量和模糊逻辑推理为基础的一种计算机数字控制技术。从线性与非线性的控制角度来看模糊控制实质上是一种非线性控制，从控制器的控制性能来看属于智能控制，目前它已经成为实现智能控制的重要且有效的形式。由于人类的思维除了一些单纯、易断的问题能迅速作出确定性判断与决策外，多数情况下是极其粗略的，与之相应的语言表达也是模糊的，它的逻辑判断往往也是定性的。因此模糊概念跟适合于人们的观察、思维、理解和决策。模糊控制最大的特点就是通过模拟人的思维、推理和判断的过程，将人的经验、常识等用自然语言的形式表达出来，建立一种适用于计算机处理的输入输出过程模型。模糊控制力图对人们关于某个控制问题的成功与失败和经验进行加工，总结出知识，从中提炼出控制规则，用一系列多维模糊条件语句构造系统的模糊语言变量模型，应用CRI等各类模糊推理方法，可以得到适合控制要求的控制量，可以说模糊控制是一种语言变量的控制。相对传统控制，模糊控制在最近短短的十多年来发展相当迅速，这主要归结于模糊控制器（Fuzzy Controller，FC）的一些明显特点： （1）无需知道被控对象的数学模型。模糊控制是以人对被控系统的控制经验为依据而设计的控制器，故无需知道被控系统的