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,
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。
（3+2）智能控制技术专业人才培养方案 一、专业名称及代码 专业名称：智能控制技术 专业代码：560304 二、招生对象、学制及学历 本专业招收普通初中毕业生，全日制五年，其中中职3年、高职2年。 三、人才培养目标与规格 1.人才培养目标 本专业主要针对锦州地区对智能控制技术技能型人才的需要，面向新型工业化的机电制造、新能源、电力和新型建材等行业，从事智能化电气元件的设计、制造、调试、维护和管理的高级技术应用性专门人才。能完成智能化设备及其生产线的安装调试、运行和维护；智能电气元件的自动化设计与改造、故障诊断、管理与售后；智能配电柜的设计制造等典型工作任务，具有较强的实践动手能力、拥护党的基本路线，德、智、体、美全面发展的高级技术应用型人才。 三、培养规格及课程体系： 能力、素质结构如下表：
六、专业核心课程简介
七、实践教学安排表 八、专业教学计划 1.教学执行计划
填写说明:打*号课时由讲座、班会、讨论、竞赛等形式完成， 2、教学环节综合分析 (1) 理论教学与实践教学比例分析 学时与学分分析 (2) 九、教学实施保障 1.师资队伍配备 （1）“双师型”专业教学团队 智能控制专业教学团队由专、兼职教师组成，本专业的专职专业教师为28人，兼职教师16其中，专业带头人1人，专业骨干教师4人；具有高级以上职称12人、具有中级职称10人；双师型教师24人；均为大学本科以上学历。教师队伍的职称、学历、专业能力满足教学要求。 （2）专业带头人 专业带头人具有本科学历，副高职称，具有双师能力；有较高的专业建设水平和企业实践能力；掌握国内外职业教育与专业发展动态，能够在专业规划、专业建设、科研与教研、教学改革和青年教师培养等方面发挥引领作用。 （3）专业骨干教师 专业骨干教师应具有本科以上学历，讲师以上职称，具有中高级职业资格证书，具有双师能力；独立承担一门以上工学结合专业主干课程，能够独立完成课程开发和教学改革项目，在专业建设中发挥骨干作用。 （4）企业兼职教师 兼职教师为锦州地区机电类相关企业和学校的能工巧匠，具有从事5年以上机电专业的
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
当前，随着国际国内形势的变化，安全已经成为人们日益关注的问题，出于反恐安保的需要，智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控，社会安全也需要视频监控系统，当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等，都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段，第一阶段是人力现场监控，即通过肉眼和人脑对现场情况进行监控，这是几千年来的传统做法，能起到一定的效果，但需要耗费大量的人力物力，而且限于人的视力和脑力，起到的监控效果受到很大的限制。第二阶段是传统视频监控，即通过机器眼和人脑进行监控，即通过摄像机或者其他视频采集设备获取现场视频，然后靠人脑对视频对判断处理，这种方式极大的提升了视频的采集能力，基本能做到全天候、无死角的还原现场情况，但受限于人脑的数据处理能力，没有能力将视频获取的海量数据进行实时处理分析，限制了监控效果的进一步提高。第三阶段是智能视频监控，就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析，从而自动检测与识别出需要掌握的信息，并给出相应的预警预报信号。 三个阶段图 实验表明：在盯着视频画面仅仅22分钟后，人眼会对画面里面95%以上的活动视而不见。
1997年，卡内基梅隆大学牵头，麻省理工学院等高校参与的视觉监控重大项目VSAM启动，主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年，康奈尔大学设计了一套航拍视频检测与持续跟踪系统，该系统能够对多运动目标实现长时间的准确跟踪，即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪，这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目，检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标，辅助机场管理人员进行管理和调度，不仅可以提高机场利用率，而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置，并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理，代表性的方法有均值漂移法（Meanshift）:无参核密度估计。卡尔曼滤波：线性、高斯。扩展卡尔曼滤波（EKF）：非线性、高斯。粒子滤波（PF）：非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法：适合摄像头固定的场景，利用建立的背景模型来生成背景 图像的像素值，然后将当前帧与背景图像求差，差值较大的像素区域
江西师范高等专科学校开设智能制造相关 专业的可行性报告 一、智能制造产业现状分析 1.智能制造产业上升到国家战略 近年来，随着世界各国在智能制造产业投入和发展，新的科技革命和产业革命能正在兴起，各国纷纷出台啦以智能制造为核心的战略。美国大力推进“工业互联网”，德国提出工业4.0的概念都致力于发展制造业的“未来工厂”的项目。智能制造不仅是全球制造业的发展方向，也是我国战略性新兴产业的重要支柱。中国制造业已经进入了新的阶段，智能制造是我国制造业摆脱高损耗和低效率的困局、提高制造业竞争力、实现“制造强国”的必由之路。 2.人才需求旺盛 与之相适应的智能控制相关的工业机器人、3D打印、智能飞行器等方面的人才的需求急速增加,尤其是工业机器人的人才需求尤为突出。传统制造业的改造提升、人工成本快速提高促使企业用工业机器人来提高产业附加值、保证产品质量，使工业机器人及智能装备产业面临前所未有的发展时机。一台工业机器人（机械臂）能否投入到生产当中去，以及能发挥多大的作用，取决于生产工艺的复杂性，产品的多样性还有周边设施的配套程度。而解决这些问题却需要3到5名相关的操作维护和集成应用人才。目前在长三角地区使用工业机器人的企业六千多家，人才缺口达5000人左右。不仅企业需要工业机器人现场编程、机器人自动化线维护等方面的人才，还需要大量从事工业机器人安装调试和售后服务等工作的专门人才。随着我国制造业的发展，预计未来3-5年，工业机器人的增速有望达到25%，高技能人才缺口将逐年加大。 3.工业机器人技术人才短缺
目前，机器人在汽车制造以外的一般工业领域应用需求快速增长，而相应的人才储备数量和质量却捉襟见肘。工业机器人应用（系统集成）是典型的多学科交叉融合的行业，目前的当务之急，是大量培养掌握机器人系统知识并能与各行业工艺要求相结合的应用工程人才，帮助用户解决机器人的应用的实际问题，取得实效，以此开拓机器人市场。从一些招聘要求不难看出，操作机器人的技术人员，是目前企业中最缺的技术工人。企业把工业机器人买回来以后，想要把标准的机器人变成一台可以投入生产的专用自动化设备，这就需要机器人应用工程师结合生产工艺和工件的类型，通过手动示教编程并结合周边的辅助设施，才能使机器人完成特定的任务。目前国内高职院校尚无工业机器人应用方面的对口专业毕业生，从事工业机器人现场编程、机器人自动线维护、工业机器人安装调试等岗位的人员主要来自对电气自动化技术、机电一体化等专业毕业生的二次培训，而且短期培训难以达到岗位要求。 二、我校开设智能制造相关专业的必要性 1.具备开设智能制造（工业机器人方向）专业的办学基础。 我校现有机电一体化技术、电气自动化技术等高职专科专业，这些为我系工业机器人技术专业的申办提供了良好的基础。首先具备一支结构合理、素质优良的专业教学团队，我院机电一体化技术专业现有机械、电子电气类16位专任教师，具备开设专业的基础，其中2位从企业引进的企业能工巧匠作兼职教师，专任教师中硕士11人，副高职称以上4人，“双师型”教师16人；其次，实验实训条件良好，目前具备开设此专业所需的电工电子实验室、电气拖动、电工实训、液压与气动、机械制图、先进制造、CAD机房、单片机实验室等实训室12个，只需补充机器人、传感器检测实训室就能满足专业建
一、选择题 1、蔡自兴教授提出智能控制系统的四元结构，认为智能控制是人工智能、控制理论、系统理论和运筹学四种学科的交叉。 2、专家是指在某一专业领域内其专业知识与解决问题的能力达到很高水平的学者。 3、专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。 4、不确定性知识的表示有三种:概率、确定性因子和模糊集合。 5、Hebb学习规则是一种无教师的学习方法，它只根据神经元连接间的激活水平改变权值，因此这种方法又称为相关学习和并联学习。 6、交叉运算是两个相互配对的染色体按某种方式相互交换其部分基因，从而形成两个新的个体。 二、判断题 1、IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。（T ） 2、不精确推理得出的结论可能是不确定的，但会有一个确定性因子，当确定性因子超过某个域值时，结论便不成立。（ F ） 3、一般的专家系统由知识库、推理机、解释机制和知识获取系统等组成。（T ） 4、人机接口是专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成知识获取工作。（ F ） 5、Hopfield神经网络是反馈神经网络中最简单且应用广泛的模型，它具有联想记忆的功能。（F ） 6、知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。（T ） 7、建造知识库涉及知识库建造的两项主要技术是知识获取和知识存放。（F ） 8、模糊控制系统往往把被控量的偏差（一维）、偏差变化（二维）以及偏差的变化率（三维）作为模糊控制器的输入。（T ） 9、RBF网络的学习过程与BP网络的学习过程是类似的，两者的主要区别在于使用了相同的激励函数。（F ） 10、应用遗传算法求解问题时，在编码方案、适应度函数及遗传算子确定后，算法将利用进化过程中获得的信息自信组织搜索。（T ） 三、简答题 1.分别说明专家系统与专家控制系统？ 答：专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。专家控制是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统。 2.人工神经网络中两种典型的结构模型是什么？它们进行学习时具有哪些特点？ 答：两种典型的结构模型是前馈神经网络和反馈神经网络。前馈神经网络有感知器和BP网络等；主要采用 学习规则，这是有教师学习方法。反馈神经网络有Hopfield神经网络、Boltzmann机网络等；主要采用Hebb学习规则，概率式学习算法。 3.应用遗传算法计算时，设计编码的策略与编码评估准则（即编码原则）是什么？
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
智能控制技术的发展现状及心得体会 摘要： 在此综述了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国内外发展和现状。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创新的挑战，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：智能控制模糊控制神经网络遗传算法 一、引言 智能控制作为当今的一种交叉前沿学科，其研究中心始终是解决传统控制理论、方法（包括经典控制、现代控制、自适应控制、鲁棒控制、大系统方法等）所难以解决的不确定性问题。自智能控制概念的提出，自动控制界纷纷仿效，主流是人工智能技术引入到自动控制系统中，寻求难以精确建模的复杂系统的自动控制(自治)。 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”。 二、智能控制的性能特点 智能控制是自动控制发展的新的阶段，主要用来解决那些用传统方法难以解决的复杂、非线性和不确定的系统控制问题。智能控制系统具有以下几个特点：(1)较强的学习能力： 能对未知环境提供的信息进行识别、记忆、学习、融合、分析、推理，并利用积累的知识和经验不断优化、改进和提高自身的控制能力； (2)较强的自适应能力： 具有适应受控对象动力学特性变化、环境特性变化和运行条件变化的能力； (3)较强的容错能力： 系统对各类故障具有自诊断、屏蔽和自恢复能力； (4)较强的鲁棒性： 系统性能对环境干扰和不确定性因素不敏感； (5)较强的组织功能： 对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性； (6)实时性好：
摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领域中的应用。 关键字：自动化智能控制应用 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。 一、智能控制的发展过程 从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间。 四十年代到五十年代形成了经典控制理论。经典控制理论中基于传递函数建立起来的如频率特性、根轨迹等图解解析设计方法，对于单输入-单输出系统极为有效，至今仍在广泛地应用。但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响。鼓传递函数描述不能包含系统的所有信息。 现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型。 智能控制是在经典和现代控制理论基础上进一步发展和提高的。智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。智能控制提供了一种新的控制方法，基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。 二、智能控制的主要方法 通俗地讲，智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径。 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。 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二者缺一不可。
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
智能控制的应用 电力系统的作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能，最基本也是最重要的是要满足负荷要求。为了向用户提供安全、可靠和优质的电能，电力部门需要保持电力系统的安全性和可靠性，在目前的技术条件下还无法实现电能的大规模贮存，这样就要求系统发电出力随时紧跟系统的负荷，否则就会影响供、用电质量，并可危及系统的安全与稳定。 所谓负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下，利用一套系统的方法来处理过去与未来负荷，在一定精度条件上，确定未来某特定时刻的负荷值。电力系统对未来预计要发生的负荷进行预报的必要性在于：在正常运行条件下，系统内的可用发电容量应当在任何时候都能满足系统内负荷要求。如果系统内发电容量不够，则应当采取必要的措施来增加发电容量，例如可新增发电机组或从邻网输入必要的容量；反之，若发电容量过剩，则也应当采取必要的措施，如有选择地停机（计划检修）或者向邻网输出多余的功率。因此，未来本电网内负荷变化的趋势与特点，是一个电网调度部门和规划设计部门所必须具有的基本信息之一。 关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型以及负荷预测的算法。相对前两个方面，在算法方面的研究最广泛，已经涌现出了各种不同算法，而这些算法在模型的复杂性、灵活性、对数据的要求以及满足用户的特殊要求等方面都有着很大的不同。用于短期负荷预测方法很多，常用的方法主要有时间序列预测法、回归分析法、最小二乘法、指数平滑法等。近年来，预测理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色预测法、专家系统预测技术、小波分析预测技术、模糊预测技术、混沌理论预测技术、神经网络预测技术、组合优化算法等。 本问题就是根据电力系统短期负荷的周期性特点和受天气因素影响较大的特性，对不同日期类型的负荷分别建模利用神经网络进行预测。 1、为了更好的对符合进行预测，必须首先做好下列工作： （1）负荷预测技术的总结与研究。主要包括负荷预测的分类、特点及特性的分析；负荷预测的基本模型概述。 （2）在神经网络预测模型的建立中，分析了短期负荷预测模型中应当注意的问题，提出负荷数据预处理的方法，对温度、降雨、光照等进行了独特的分段数值化处理，简化了网络的训练和预测过程。 （3）针对 BP 网络的缺陷，采用 SCG 算法该进 BP 网络建立模型，提高了收敛速度
●专家论谈 智能控制理论及应用的发展现状 杭州浙江大学工业控制技术研究所 (310027) 许晓鸣 孙优贤上海交通大学自动化系 (200030) 熊 刚 在控制工程实践中,人们常常涉及到传感器、执行器、通信系统、计算机以及控制策略和具体算法。它们构成的控制系统可以比拟成一个人,如图1。传感器用来采集反映被控对象特性的信息,它就象人的五官;执行器用来把控制决策命令施加于被控对象,它好比人的四肢;通信技术把传感器采集到的信息及时送到控制器,就象人们的神经系统;计算机是控制器的硬件环境,就象人的脑袋。这四部分在控制系统设计中占去人们大部分精力, 但是控制策略和具体算法就好象人的大脑一样,是控制系统的“指挥中心”。设计尽量“聪明”和适用的控制算法是控制理论发展的动力和内容。 图1 控制系统的构成框图 1 智能控制的兴起 111 自动控制的发展与挫折 本世纪40～50年代,以频率法为代表的单变量系统控制理论逐步发展起来,并且成功地用在雷达及火力控制系统上,形成了今天所说的“古典控制理论”。60～70年代,数学家们在控制理论发展中占了主导地位,形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念,使得控制理论建立在严密精确的数学模型之上,从而造成了理论与实践之间的巨大分歧。70年代后,又出现了“大系统理论”。但是,由于这种理论解决实际问题的能力更弱,它很快被人们放到了一边。112 人工智能的发展 斯坦福大学人工智能研究中心的N ilsson 教授认为:“人工智能是关于知识的科学——怎样表示知识以及怎样获得知识并使用知识的科学”。M IT 的W in ston 教授指出:“人工智能就是研究如何使计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵(A 1M 1T u ring 1912 ～1954)为现代人工智能作了大量开拓性的贡献;1956年～1961年是人工智能的发展期,人们重点研究了诸如用机器解决数学定义,通用问题求解程序等。1961年以后人工智能进入了飞跃期,主要内容涉及知识工程、自然语言理解等。 人们研究人工智能方法也分为结构模拟派和功能模拟派,分别从脑的结构和脑的功能入手进行研究。113 智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折,而模拟人类智能的人工智能却迅速发展起来。 控制理论从人工智能中吸取营养求发展成为必然。 工业系统往往呈现高维、非线性、分布参数、时变、不确定性等复杂特征。特别是非线性对控制结果的影响复杂,控制工程人员很难深入理解,更谈不上设计出合适的控制算法。不确定性是最难以解决的问题,也是导致大系统理论失败的根本原因。但是,对这些问题用工程控制专家经验来解决则往往是成功的。人是最聪明的控制器,模仿人是一种途径。 萨里迪斯(Saridis )于1977年提出了智能控制的三元结构定义,即把智能控制看作为人工智能、自动控制和运筹学的交点。在智能控制发展初期,美国普渡大学的傅京孙(K 1S 1Fu )教授首先提出了学习控制的概念,引入了人工智能的直觉推理。后来在人工智能的概念模拟基础上,发展了许多智能控制方法,如自整定、参数调整P I D 等。再后来则以发展实用的智能控制算法为主,尤以专家系统和神经元网络最为突出。 2 智能控制的发展框架 图2 智能控制的发展框架 现在有关智能控制方面的论文很多,我们可以把
第18卷第3期重庆邮电学院学报(自然科学版)Vol.18No.3 2006年6月Journal of C hongqing University of Posts and Telecom munications(Natural Science)Jun.2006 文章编号:1004-5694(2006)03-0376-06 智能控制及其应用综述* 李文,欧青立,沈洪远,伍铁斌 (湖南科技大学信息与电气工程学院,湖南湘潭411201) 摘要:介绍了智能控制的产生背景以及智能控制的概念、性能和特点,分析了几种典型的智能控制技术及当前的工程应用现状。最后,对今后智能控制的发展前景进行了展望。 关键词:智能控制;专家控制;神经网络控制;模糊控制;混沌控制;智能优化 中图分类号:T P18文献标识码:A 0引言 智能控制是近年来控制界新兴的研究领域,是一门边缘交叉学科。自1985年在纽约召开第一届智能控制学术会议至今,智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域。智能控制是自动控制发展的高级阶段,为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。它处于控制科学的前沿领域,代表着自动控制科学发展的最新进程。 1智能控制产生的背景 科学技术的产生和发展主要由生产发展需求和知识水平所决定,控制科学也不例外。20世纪以来,特别是二战以来,控制科学与技术得到了迅速发展,由研究单输入单输出被控对象的经典控制理论,发展形成了研究多输入多输出被控对象的现代控制理论。经典控制理论主要是采用频域法对控制系统进行描述、分析和设计,现代控制主要采用时域的状态空间方法。20世纪60年代,由于空间技术、海洋工程和机器人技术发展的需要[1],控制领域面临着被控对象的高度复杂性和不确定性,以及人们对控制性能要求越来越高的挑战。被控对象的高度复杂性和不确定性主要表现为对象的高维、高度非线性和不确定性[2],高噪声干扰、强耦合,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,复杂的任务和复杂的环境,用传统控制(即经典控制和现代控制)的理论和方法去解决是不可能的。其原因[3]:1传统的控制理论都是建立在以微分和积分为工具的精确数学模型之上的,而复杂系统的复杂性和不确定性都难以用精确的数学模型描述,否则就会使原问题丢失很多信息,例如:骑自行车沿一条曲线行走这套看似简单的动作,如果我们要把这一系列的动作和环境建立出精确的数学模型,然后再一步一步按模型去操作,可以想象其过程是多复杂而又难以实现;o传统的控制理论虽然也有办法对付控制对象的不确定性和复杂性,如自适应控制和Robust控制可以克服系统中所包含的不确定性,保证控制系统的控制质量不变,达到优化控制的目的。但他们仅适用于系统参数在一定范围内缓慢变化的情况,其优化控制的范围是很有限的。?传统的控制系统要求输入的信息比较单一,而现代的控制系统要面对复杂系统以各种形式(视觉的、听觉的、触觉的和直接操作的方式)将周围环境信息作为输入的状况,并将各种信息进行融合、分析和推理,再随环境与条件的变化,相应地采取对策或行动。传统的控制策略单一,不能适合高层决策问题,所以智能控制应运而生。 2智能控制的发展概况 智能控制的概念最早是由美国普渡大学的美籍华人傅京孙教授提出的,他在1965年发表的论文中首先提出把人工智能的启发式推理规则用于学习系统[4],为控制技术迈向智能化揭开了崭新的一页。接着,M endel于1966年提出了/人工智能控制0的新概念[5]。1967年,Leo ndes和M endel首次使用了/智能控制(Intellig ent Control)0一词[6],并把记忆、目标分解等技术应用于学习控制系统[7]。1974年,英国的E.H.Mamdani教授首次成功地将模糊逻辑用于蒸汽机控制[8]。1977年,Saridis全面地论述了从反馈控制到最优控制、随机控制及至自适应控制、自组织控制、学习控制,最终向智能控制发展的过 *收稿日期:2005-09-262005-12-26 基金项目:国家自然科学基金(50274060);湖南省自然科学基金(04JJ40041);湖南省教育厅科研项目(04C198) 作者简介:李文(1982-),男,湖南永州人,硕士研究生,研究方向为计算机控制与应用,E-mail:liwhnust@163.co m;欧青立,男,教授。