智能控制简介

Posted 2021-01-19 long5683

参考：《智能控制》——刘金琨

1、智能控制的概念

    智能控制是一门交叉学科，著名美籍华人傅京逊教授1971年首先提出智能控制是人工智能与自动控制的交叉，即二元论。美国学者G.N.Saridis1977年在此基础上引入运筹学，提出了三元论的智能控制概念，即：

IC=AC∩AI∩OR

式中各子集的含义为

IC——智能控制（Intelligent Control）

AI——人工智能（Artificial Intelligence）

AC——自动控制（Automatic Control）

OR——运筹学（Operational Research）

 

人工智能（AI）是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。

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。

三元论除了“智能”与“控制”外还强调了更高层次控制中调度、规划和管理的作用，为递阶智能控制提供了理论依据。

所谓智能控制，即设计一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境（包括被控对象或被控过程）信息的变化作出适应性反应，从而实现由人来完成的任务。

2、控制科学发展过程和分类

 

1971年，傅京逊首次提出智能控制这一概念，并归纳了三种类型的智能控制系统： 

（1）人作为控制器的控制系统：人作为控制器的控制系统具有自学习、自适应和自组织的功能； 

（2）人—机结合作为控制器的控制系统：机器完成需要连续进行的并需快速计算的常规控制任务，人则完成任务分配、决策、监控等任务； 

（3）无人参与的自主控制系统：为多层的智能控制系统，需要完成问题求解和规划、环境建模、传感器信息分析和低层的反馈控制任务。如自主机器人。 

3、智能控制的特点

（1）学习功能：智能控制器能通过从外界环境所获得的信息进行学习，不断积累知识，使系统的控制性能得到改善；

（2）适应功能：智能控制器具有从输入到输出的映射关系，可实现不依赖于模型的自适应控制，当系统某一部分出现故障时，也能进行控制；

（3）自组织功能：智能控制器对复杂的分布式信息具有自组织和协调的功能，当出现多目标冲突时，它可以在任务要求的范围内自行决策，主动采取行动。

（4）优化能力：智能控制能够通过不断优化控制参数和寻找控制器的最佳结构形式，获得整体最优的控制性能。

4、智能控制的研究工具

（1）符号推理与数值计算的结合

      例如专家控制，它的上层是专家系统，采用人工智能中的符号推理方法；下层是传统意义下的控制系统，采用数值计算方法。

（2）模糊集理论

      模糊集理论是模糊控制的基础，其核心是采用模糊规则进行逻辑推理，其逻辑取值可在0与1之间连续变化，其处理的方法是基于数值的而不是基于符号的。

（3）神经元网络理论

       神经网络通过许多简单的关系来实现复杂的函数，其本质是一个非线性动力学系统，但它不依赖数学模型，是一种介于逻辑推理和数值计算之间的工具和方法。

（4） 遗传算法

　　遗传算法根据适者生存、优胜劣汰等自然进化规则来进行搜索计算和问题求解。对许多传统数学难以解决或明显失效的复杂问题，特别是优化问题，GA提供了一个行之有效的途径。

（5）离散事件与连续时间系统的结合

　　主要用于计算机集成制造系统（CIMS）和智能机器人的智能控制。以CIMS为例，上层任务的分配和调度、零件的加工和传输等可用离散事件系统理论进行分析和设计；下层的控制，如机床及机器人的控制，则采用常规的连续时间系统方法。