多智能体系统及其协同控制研究进展 摘要：:对多智能体系统及其协同控制理论研究和应用方面的发展现状进行了简要概述.首先给出Agent及多Agent 系统的概念和特性等,介绍了研究多Agent系统协同控制时通常用到的代数图论;然后综述了近年来多Agent系统群集运动和协同控制一致性方面的研究状况,并讨论了其在军事、交通运输、智能机器人等方面的成功应用;最后,对多Agent系统未来的发展方向进行了探讨和分析,提出几个具有理论和实践意义的研究方向,以促使多Agent系统及其协同控制理论和应用的深入研究. 关键词：多Agent系统(MAS)；协同控制；代数图论；群集运动；一致性协议 Advances in Multi-Agent Systems and Cooperative Control Abstract: Progress in multi-Agent systems with cooperative controlwas reviewed in terms of theoretical research and its applications. Firs,t concepts and features used to define Agents and multi-Agents were analyzed. Then graph theory was introduced, since it is often used in research on cooperative control of multi-Agent systems. Then advances in swarming/flocking as well as the means used to derive a consensus among multi-Agents under cooperative control were summarized. The application of these abilitieswas discussed for the military, transportation systems,and robotics. Finally, future developments for multi-Agent systemswere considered and significant research problems proposed to help focus research on key questions formulti-Agent systemswith cooperative control. Key words:Multi-Agent system (MAS) ; Cooperative control; Graph theory; Swarming/ flocking; Consensus protocol 分布式人工智能是人工智能领域中一个重要的研究方向,而多Agent系统(multi-Agent systemMAS)则是其一个主要的分支. 20世纪90年代,随着计算机技术、网络技术、通信技术的飞速发展,Agent及MAS的相关研究已经成为控制领域的一个新兴的研究方向.由于Agent体现了人类的社会智能,具有很强的自治性和适应性,因此,越来越多的研究人员开始关注对其理论及应用方面的研究.目前,人们已经将MAS的相关技术应用到交通控制电子商务、多机器人系统、军事等诸多领域.而在MAS中,Agent之间如何在复杂环境中相互协调,共同完成任务则成为这些应用的重要前提.近年来,从控制的角度对MAS进行分析与研究已经成为国内外众多学术机构的关注热点,人们在MAS协同控制问题上做了大量的研究工作,特别是在MAS群集运动控制和协同控制一致性问题方面取得了很大的进展.目前对MAS的研究总体上来说还处于发展的初步阶段,离真正的实用化还有一定的距离;但其广泛的应用性预示着巨大的发展潜力,这必将吸引更多专家、学者投入到这一领域的研究工作中,对MAS的理论及应用做进一步探索.根据上述目的,本文主要概述了多智能体系统(MAS)在协同控制方面的研究现状及其新进展. 1Agent与MAS的相关概念 1.1Agent的概念 Agent一词最早可见于Minsky于1986年出版的《Social of Mind》一书中.国内文献中经常将Agent翻译为:智能体、主体、代理等,但最常见的仍是采用英文“Agent”；因为Agent的概念尚无统一标准,人们对于
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。
烧结机智能操纵系统的应用 1烧结智能操纵系统的软件设计 1.1L1、L2系统使用的软件说明一级系统采纳的是法国Rockwell公司基于Windows.XP操作平台的操纵系统，其中使用了FactoryTalk、RSLinx、RSLogix5000编程软件；二级系统使用的是Microsoft公司的MSSQL软件，L1、L2之间数据传输使用的是RSSQL软件。FactoryTalk 是Rockwell公司用于开发和运行多用户、分布式服务器人机界面应用 项目的集成软件包。通过FactoryTalk提供的一种通用语言来描述企 业自动化系统及其制造过程，从而实现了关键的工厂生产数据与企业 其他数据之间的集成。RSLinx是工业通讯的枢纽，利用该软件能够通 过一个窗口查看所有激活的网络，也能够通过通讯接口同时运行任何 支持的应用程序的组合。 RSLogix5000是ControlLogix系列可编程操纵器的编程软件，具有模块化、可扩展的结构，其灵活易用、界面友好，有诊断和纠错的功能。MSSQL是一个数据库平台，提供数据库从服务器到终端完整的解决方案，拥有非常庞大的治理功能。RSSQL是基于WindowsNT、在操纵系统与数 据库系统之间提供双向连接的工业数据事务治理系统。在操纵端，RSSQL能够连接RSLinx、OPCServer等，在数据库端，能够利用OLE- DB连接MSSQL，利用OCI连接Oracle，或者连接任何支持ODBC接口的数据库。图2为RSSQL系统框图。RSSQL是优越性能与专业功能的完美结合，它支持单向、双向数据的传送，能完成实时表达式的计算，能 够灵活配置数据采集方式和事物治理的触发方式、存储方式，能够满 足各种应用需求。RSSQL主要包括4个基本组件，即1个用户图形界面GUI和3个NT服务。其中，3个NT服务分别为：①传输治理器（TransactionManager）。它主要执行传输治理、操纵数据的采集、 处理和存储。②操纵连接器（ControlConnectorServices）。它是与 操纵系统连接的接口，主要有DDE、RSLinxOPC、RSView32、GenericOPC等。③企业连接器（EnterpriseConnectorServices）。它
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
基于Multi-Agent的多机器人编队控制 摘要：多移动机器人协调是当前机器人技术的一个重要发展方向。多移动机器人之间的协调与 合作将大大提高机器人行为的智能化程度，完成由单个机器人难以完成的更加复杂的作业。多 移动机器人协调技术的研究对提高机器人的智能化水平及加快机器人的实用化进程具有重要的 理论研究意义和实用价值。本文结合多智能体技术对多机器人编队控制进行了研究，同时根据 具体的多机器人系统，进行了仿真实验。验证了多智能体技术在机器人编队控制系统中的应用，完成了小规模的编队控制。 关键词：多智能体；多机器人；编队控制；协调控制；模糊控制 Multi-robot Formation Control Based on Multi - Agent Abstract :The problem of multi-robot cooperation and coordination is central to mobile robotics. Cooperation and coordination will improve the intelligent performance of robots and can complete lots of impossible missions for single robot.The research on multi-robot cooperation and coordination is of great academic and applied significance. The multi-robot formation is developed combined with the multi-agent technology in this dissertation, and the simulation is done with the multi-robot system. The application of multi-agent is verified in the multi-robot formation control through a small system adopt the fomation control. Key words: Multi-agent ;Multi-robot ;Formation control;Coordination control;Fuzzy control 1. 国内外机器人系统发展现状 自80年代末以来，基于多智能体系统理论研究多机器人协作受到了普遍的关注，从军事领域到工业与民用领域，从星际探险到海底考察，从比赛到教学，都取得了不同程度的进步。近年来，在IEEE R&A,IROS等著名的国际机器人学术会议上，几乎每次会议都有多智能体协作机器人系统的专题。一些机器人学术刊物出版了有关多智能体机器人的研究专辑。一些研究项目，如ACTRESS,CEBOT,GOFER,SWARM等，已进行了多年[1]。 目前，国内关于群体机器人系统的研究刚刚起步，基本上还处于基础技术的研究阶段，这方面的研究成果报道比较少。中科院沈阳自动化所机器人开放研究实验室是国内研究多机器人技术较早也较全面的科研单位。 (1)CEBOT(Cellular Robotic System) CEBOT是一种自重构机器人系统(Self-Reconfigurable Robotic System)，它的研究是受生物细胞结构的启发，将系统中众多的具有相同和不同功能的机器人视为细胞元，这些细胞元可以移动，寻找和组合。 根据任务或环境的变化，细胞元机器人可以自组织成器官化机器人，多个器官化机器人可以进一步自组织，形成更加复杂的机器人系统。细胞结构机器人系统强调是单元体的组合如何根据任务和环境的要求动态重构。因此，系统具有多变的构型，可以具有学习和适应的系统智能(Group Intelligence)，并具有分布式的体系结构[3]。 (2)ALLANCE/L-ALLANCE系统
物联网温室智能控制系统的应用案例 在全国各地区，现代化的农场种引进物联网技术是时代发展的需要，也是现代科技农业的重要体现。在乌拉特中旗海流图镇设施农业科技示范园区的温室内，物联网温室智能控制系统正在在紧罗密鼓的安装中。 物联网温室智能控制系统通过基于物联网技术对温室内外监测数据的分析，结合作物生长发育规律，利用相关设备，对温室进行实时监控，实现对作物优质、高产、高效的栽培目的。该套智能监控系统具有自动开启关闭卷帘、补光、滴灌等功能，并凭借智能化、自动化控制技术，调节作物的最佳生长环境。种植户可通过电脑、手机等信息终端随时随地查看温室内实时环境监测、预警信息，实现对温室大棚的网络智能化远程管理，充分发挥物联网技术在设施农业生产中的作用。 在地区农业的发展中，引进物联网温室智能控制系统有利于建设该地区的科技农业设施，起到示范作用，也有利于提高地区设施农业生产的科技含量和综合生产水平，促进设施农业现代化发展。另外通过农产品的安全质量追溯，可以改善市民的食品安全条件，增强市民的购买信心，提升农产品的市场竞争力。目前来看，农业物联网技术是现代农业逐步实现智能化、精确化、信息化的有力保障，而随着种植规模的扩大和温室大棚的普及推广，物联网温室智能控制系统将会得到越来越多的应用。 对于规模化的温室种植而言，借助人工管理需要大量人手和时间，并且存在难以避免的 人工误差。物联网技术的应用，真正实现了农业信息数字化、农业生产自动化、农业管理智能化，使温室大棚种植可达到提高产量、改善品质、节省人力、降低人工误差、提高经济效益的目的，实现温室种植的高效和精准化管理。托普温室种植监控系统，改变了传统温室种植管理在技术上的桎梏状态。
基于改进人工势场的多机器人编队控制 人工势场法应用到多自主体编队路径规划中，会出现局部最优，无法继续向目标前进，目标不可达的情况；针对这一问题文章提出了“基于队形变换的沿墙导航法”。当机器人遇到障碍陷入局部最优时，通过将机器人队形变形，并使用沿墙法让机器人绕过障碍物，之后通过人工势场法使机器人到达目标位置，从而解决了局部最优的问题。仿真结果表明提出方法的可行性和有效性。 标签：多移动机器人；队形控制；人工势场法；淘汰算法 1 概述 近年来，多自主体编队已经成为多机器人系统研究领域中最重要的问题之一[1]。人工势场法应用到多自主体编队路径规划存在明显的缺陷，例如算法容易陷入局部最优，无法继续向目标前进，目标不可达；已经有一些方法来解决势场法的这个缺陷。对于形状不规则的障碍物形，我们可以把它看成凸多边形。但是，该方法在实际使用的过程中需要对障碍物的形状进行有效的估计和矫正，存在较大难度，并且多自主体编队在遇到障碍物时，特别是容易陷入局部最优障碍物的时候，继续保持编队的队形已经不是当前最主要的问题。所以我们提出“基于队形变换的沿墙导航法”来解决局部存在最优的问题。当机器人和障碍物之间的距离比较小的时候，队形将变回一字型。实验结果表明，该方法用来解决多机器人队形形成问题的有效性。 2 系统实现 2.1 淘汰法 2.2 人工势场的设计 人工势场算法中，多自主体的运动是在虚拟势场产生的力的作用下被从起点牵引到终点，产生这种力的势场称为的引力场。在自主体运动环境中，会存在着一些障碍物，这些所存在的障碍物被叠加一种可以使得多自主体朝着背离障碍物方向运动相反的势场力，这样就可以实现避障。 在多自主体的运动中，不仅需要考虑机器人的避障，而且还需要考虑机器人的避碰问题。将机器人之间的作用力表示为Uij。 Uij应当满足以下几个条件：（1）当dij→0时，Uij（‖dij‖→∞）；（2）当个体i和j之间的距离达到所期望值时，Uij最小，则系统势能最小；（3）Uij在接近rij=R附近递增。由Uij应当满足的几点条件，可以选择一个在rij=d处的分段函数。当个体间的最小距离超过d时侯，就不存在相互作用，Uij的表达式如下所示。
多智能体系统一致性综述 一引言 多智能体系统在20世纪80年代后期成为分布式人工智能研究中的主要研究对象。研究多智能体系统的主要目的就是期望功能相对简单的智能体系统之间进行分布式合作协调控制，最终完成复杂任务。多智能体系统由于其强健、可靠、高效、可扩展等特性，在科学计算、计算机网络、机器人、制造业、电力系统、交通控制、社会仿真、虚拟现实、计算机游戏、军事等方面广泛应用。多智能体的分布式协调合作能力是多智能体系统的基础，是发挥多智能体系统优势的关键，也是整个系统智能性的体现。 在多智能体分布式协调合作控制问题中，一致性问题作为智能体之间合作协调控制的基础，具有重要的现实意义和理论价值。所谓一致性是指随着时间的演化，一个多智能体系统中所有智能体的某一个状态趋于一致。一致性协议是智能体之间相互作用、传递信息的规则，它描述了每个智能体和其相邻的智能体的信息交互过程。当一组智能体要合作共同去完成一项任务，合作控制策略的有效性表现在多智能体必须能够应对各种不可预知的形式和突然变化的环境，必须对任务达成一致意见，这就要求智能体系统随着环境的变化能够达到一致。因此，智能体之间协调合作控制的一个首要条件是多智能体达到一致。 近年来，一致性问题的研究发展迅速，包括生物科学、物理科学、系统与控制科学、计算机科学等各个领域都对一致性问题从不同层面进行了深入分析，研究进展主要集中在群体集、蜂涌、聚集、传感器网络估计等问题。 目前，许多学科的研究人员都开展了多智能体系统的一致性问题的研究，比如多智能体分布式一致性协议、多智能体协作、蜂涌问题、聚集问题等等。下面，主要对现有文献中多智能体一致性协议进行了总结，并对相关应用进行简单的介绍。 1.1图论基础 多智能体系统是指由多个具有独立自主能力的智能体通过一定的信息传递方式相互作用形成的系统；如果把系统中的每一个智能体看成是一个节点，任意两个节点传递的智能体之间用有向边来连接的话，智能体的拓扑结构就可以用相应的有向图来表示。 用)(A E,V ,G =来表示一个有向加权图，其中}{n 21v ,,v ,v V =代表图的n 个顶
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
多智能体系统的协调控制相关内容 摘要 近年来，多智能体系统的协调控制在多机器人合作控制"交通车辆控制"无人飞机编队和网络的资源分配等领域有着广泛的应用，成为当前控制学科的一个热点问题’首先介绍了 多智能体系统的研究背景和智能体的概念; 然后从多智能体系统协调控制包含的几个问题 入手，即群集问题、编队控制问题、一致性问题和网络优化问题等，对其国内外的发展现状进行了总结和分析; 最后，给出了多智能体系统有待解决的一些问题，以促进对多智能体系统协调控制理论与应用的进一步研究。 关键词 多智能体系统; 一致性; 队形控制;群集/蜂拥 0 引言 在落叶飘飞的秋天，人们经常看见大雁排着整齐的人字型队伍迁徙到南方; 在阴暗潮湿的环境下，细菌部落聚集而生; 夏天池塘的青蛙同时发出哇哇的叫声; 夏日的一群萤火虫同时发出一闪一亮的光线; 自然界中成群的蜜蜂，事先没有商量建筑蜂巢的蓝图，但是它们各自搬运泥土，筑成了坚固的蜂巢; 在海洋中某些鱼类，具有规则队形聚集在一起运动，当发现新的食物来源或者受到外部攻击时，原来规则的队形被打乱了，但是在没有外界力量的介入下，一段时间之后，这群鱼类又建立了规则的队形聚集在一起运动。自然界中的这些自组织现象在没有集中中央控制的条件下，是什么样的工作机制，使得内部个体相互感知和交换信息，从而外部表现出规则而有序的智能行为运动? 并且这种智能行为是单个个体所 不能达到的，因而这些现象引起了生物学家的兴趣，生物学家试图了解这些自然界生物系统内部的工作机制，期望把这些理论应用到实际的系统中，为一些新出现的系统，例如交通车辆系统"机器人编队系统"无人飞机或者水下航行器系统等复杂智能系统提供理论指导，生物学家最初使用模拟仿真实验的方法，不能在理论上真正揭示这些生物界自组织现象的本质。 在计算机和工程领域，随着它们的发展，早期的集中式和分布式计算系统不能处理越来越复杂和规模越来越大的实际问题。20世纪 70 年代以后，分布式 人工智能方法出现，能够解决当时的问题，得到了迅速的发展，但是这种分布式人工智能有其缺点，就是低层子系统个体之间的相互作用方式是被高层系统根据任务预先设定好的，采用“自上而下”的分析方法，因此缺乏灵活性，很难为实际中的复杂大系统建模。为了克服上述的缺点，美国麻省理工学院的Minsky最早提出了智能体( agent) 的概念，同时把生物界个体社会行为的概念引入到计算机学科领域。这时，生物学和计算机科学领域发生了交叉。所谓的智能体可以是相应的软件程序，也可以是实物例如人、车辆、机器人、人造卫星等。 近些年来，由于生物学、计算机科学、人工智能、控制科学、社会学等多个学科交叉和渗透发展，多智能体系统越来越受到众多学者的广泛关注，已成为当前控制学科的热点问题。对多智能体系统的研究成果日益增多。
多智能体系统的协调控制研究综述 文章编号: ?? 多智能体系统的协调控制研究综述 苗国英马倩。 摘要 引言 近年来,多智能体系统的协调控制 在多机器人合作控制、交通车辆控制、无 在落叶飘飞的秋天,人们经常看见大雁排着整齐的“人”字型队 人飞机编队和网络的资源分配等领域有 伍迁徙到南方;在阴暗潮湿的环境下,细菌部落聚集而生;夏天池塘着广泛的应用,成为当前控制学科的一 的青蛙同时发出“哇哇”的叫声;夏日的一群萤火虫同时发出一闪一个热点问题.首先介绍了多智能体系统 的研究背景、智能体的概念和相关的图 亮的光线;自然界中成群的蜜蜂,事先没有商量建筑蜂巢的蓝图,但论知识:然后从多智能体系统协调控制 是它们各自搬运泥土,筑成了坚固的蜂巢;在海洋中某些鱼类,具有包含的几个问题入手,即群集问题、编队 规则队形聚集在一起运动,当发现新的食物来源或者受到外部攻击
控制问题、一致性问题和网络优化问题 等,对其国内外的发展现状进行了总结 时,原来规则的队形被打乱了,但是在没有外界力量的介入下,一段 和分析;最后,给出了多智能体系统有待 时间之后,这群鱼类又建立了规则的队形聚集在一起运动,如图是 解决的一些问题,以促进对多智能体系 统协调控制理论与应用的进一步研究. 摄影师在南极拍摄到企鹅捕猎前群集鱼类的图片.自然界中的这些 关键词 自组织现象在没有集中中央控制的条件下,是什么样的工作机制,使 多智能体系统;一致性;队形控制; 得内部个体相互感知和交换信息,从而外部表现出规则而有序的智 群集/蜂拥 能行为运动并且这种智能行为是单个个体所不能达到的,因而这 中图分类号 些现象引起了生物学家的兴趣.生物学家试图了解这些自然界生物 文献标志码系统内部的工作机制,期望把这些理论应用到实际的系统中,为一些 新出现的系统,例如交通车辆系统、机器人编队系统、无人飞机或者 水下航行器系统等复杂智能系统提供理论指导.生物学家最初使用 模拟仿真实验的方法,不能在理论上真正揭示这些生物界自组织现 象的本质.
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。
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
2016年教育部自然科学奖推荐项目公示材料 1、项目名称：多智能体系统分布式协同控制 2、推荐奖种：自然科学奖 3、推荐单位:东南大学 4、项目简介: 多智能体系统是20世纪末至21世纪初分布式人工智能领域的国际前沿研究课题，其核心支撑理论是人工智能、分布式控制和分布式计算。进入21世纪，人们在解决大型、复杂的工程问题时，发现单个智能体的能力已经无法胜任，需要多个智能体在网络环境下以信息通讯的方式组成多智能体系统协同地解决工程问题。典型的多智能体系统包括多机器人系统，多无人机系统，智能电网和分布式卫星系统等。本项目系统深入研究了多智能体系统协同控制的共性问题、网络结构控制、通讯受限等关键科学问题，取得的重要科学发现如下： (1)通过引入一致性区域的概念，把二阶和高阶系统一致性问题转化为研究一致性区域的稳定性范围，给出了具有固定网络拓扑的多智能体线性系统二阶和高阶一致性的充分必要条件，解决了长期困惑研究者的多智能体系统协同控制器设计的本质问题；提出有向网络的广义代数连通度作为有向网络收敛判别的基本依据，推广了无向网络的代数连通度。 (2)给出了牵制控制无向网络实现同步的一般条件；克服非对称网络拓扑结构的本质困难，解决了有向网络同步牵制控制的挑战问题；采用图分解引入匹配割点和割集，完善了矩阵分解的谱理论，解决网络牵制控制一个结点的最优控制的关键难题。 (3)利用非奇异M矩阵理论和切换系统稳定性分析方法，突破了通过求解闭环系统的解曲线，然后再进行稳定分析的技术性瓶颈，发现了具有间歇信息通讯的二阶多智能体系统一致性的实现与降阶后的低维切换系统全局稳定性的内在本质联系，解决了切换有向拓扑下多智能体系统的协同一致性的难题。 项目组近年来在IEEE、Automatica、SIAM等本领域著名期刊上发表多智能体系统协同控制SCI论文110篇。10篇代表性论文SCI他引1159次，WOS 他引1433次，Google Scholar他引2165次，全部为ESI工程领域前1%高被引论文，9篇论文Google Scholar他引超过100次，6篇论文发表至今在所在期刊的SCI引用排名居于前2位，被38位院士和IEEE Fellow在Nature、Nature Physics、IEEE汇刊等正面评价，相关成果获亚洲控制会议最佳论文奖、IEEE 电路与系统协会神经系统与应用技术委员会最佳理论论文奖、全国复杂网络学术会议最佳学生论文奖、IEEE国际电路与系统会议最佳学生论文奖提名等。
本技术公开了一种PLC无线智能控制系统及其应用，该智能系统包括移动终端、无线信息传输模块和PLC控制器，移动终端通过无线信息传输模块与PLC控制器无线信号连接，PLC控制器与被控设备信号连接；移动终端内包括设备运行模式选择模块和设备运行模式设置模块，设备运行模式选择模块用于选择设备的运行模式，设备运行模式设置模块用于设置设备在该运行模式内的各机构运行状况；PLC控制器内设置有设备运行模式程序模块，通过运行程序控制设备运行。本技术利用非常普及的移动终端设备，通过蓝牙或WIFI无线信息传输技术，实现对PLC的无线智能控制，从而达到设备的智能控制和管理。 技术要求 1.一种PLC无线智能控制系统，包括移动终端(1)、无线信息传输模块(2)和PLC控制器(3)，其特征在于，所述移动终端(1)通过无线信息传输模块(2)与PLC控制器(3)无线信号连接，所述PLC控制器(3)与被控设备信号连接。 2.基于权利要求1的一种PLC无线智能控制系统的应用，其特征在于，所述移动终端(1)内包括设备运行模式选择模块和设备运行模式设置模块，所述设备运行模式选择模块用于选择设备的运行模式，所述设备运行模式设置模块用于设置设备在该运行模式内的各机构运行状况；所述PLC控制器(3)内设置有设备运行模式程序模块，通过运行程序控制设备运行。 3.根据权利要求1所述的一种PLC无线智能控制系统，其特征在于，所述移动终端(1)为手机或PDA或平板电脑。 4.根据权利要求1所述的一种PLC无线智能控制系统，其特征在于，所述无线信息传输模块(2)为蓝牙或WiFi。 5.根据权利要求1所述的一种PLC无线智能控制系统，其特征在于，所述无线信息传输模块(2)固定安装于PLC控制器(3)上，且无线信息传输模块(2)连接到PLC控制器(3)双向连接的串行接口。 技术说明书 一种PLC无线智能控制系统及其应用 技术领域 本技术涉及智能控制系统，特别是涉及一种PLC无线智能控制系统及其应用。 背景技术 移动终端或者叫移动通信终端是指可以在移动中使用的计算机设备，广义的讲包括手机、笔记本、POS机甚至包括车载电脑。但是大部分情况下是指手机或者具有多种应用功能的智能手机以及平板电脑。随着网络和技术朝着越来越宽带化的方向的发展，移动通信产业将走向真正的移动信息时代。另一方面，随着集成电路技术的飞速发展，移动终端的处理能力已经拥有了强大的处理能力，移动终端正在从简单的通话工具变为一个综合信息处理平台，进入智能化发展阶段，其智能性主要体现在4个方面：其一是具备开放的操作系统平台，支持应用程序的灵活开发、安装及运行；其二是具备PC级的处理能力，可支持桌面互联网主流应用的移动化迁移；其三是具备高速数据网络接入能力；其四是具备丰富的人机交互界面，这也给移动终端增加了更加宽广的发展空间。 业界最流行的两种无线技术无疑是蓝牙(BT)和无线局域网(WLAN)，后者也常被称为Wi-Fi。这些成熟技术为各种设备的无线访问提供了互补的方案。