搜索
CollegeofElectricalandInformationEngineering,HunanUniv.1第一章绪论学习智能控制的意义1智能控制的产生和发展2智能控制的定义和特点3智能控制的主要形式4智能控制的现状和发展趋势5CollegeofElectricalandInformationEngineering,HunanUniv.21.1学习智能控制的意义《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。CollegeofElectricalandInformationEngineering,HunanUniv.31.2智能控制的产生和发展产生的背景经典控制理论现代控制理论智能控制理论•对由微分方程和差分方程描述的动力学系统进行控制•研究的是单变量常系数线性系统•只适用于单输入单输出控制系统(SISO)•控制对象由单输入单输出系统转变为多输人多输出系统；•系统信息的获得由借助传感器转变为借助状态模型；•研究方法由积分变换转向矩阵理论、几何方法，由频率方法转向状态空间的研究；•由机理建模向统计建模转变，开始采用参数估计和系统辨识理论•适用大型、复杂、高维、非线性和不确定性严重的对象•不依赖对象模型，适用于未知或不确定性严重的对象•具有人类智能的特征•能够表达定性的知识或具有自学习能力CollegeofElectricalandInformationEngineering,HunanUniv.41.2智能控制的产生和发展智能控制的两个发展方向模拟人类的专家控制经验来进行控制智能控制模拟人类的学习能力来进行控制CollegeofElectricalandInformationEngineering,HunanUniv.51.2智能控制的产生和发展智能控制的三个发展阶段现在发展期形成期萌芽期196019701980CollegeofElectricalandInformationEngineering,HunanUniv.61.2智能控制的产生和发展1）萌芽期（1960－1970）1960年代初，F.W.Smiths首先采用性能模式识别器来学习最优控制方法1965年，加利福尼亚大学的扎德(L.A.Zadeh)教授提出了模糊集合理论1965年，美国的Feigenbaum着手研制世界上第一个专家系统1965年，普渡大学傅京孙教授将人工智能中的直觉推理方法用于学习控制系统。1966年Mendel在空间飞行器学习系统中应用了人工智能技术，并提出了“人工智能控制”的概念。1967年，Leondes等人首先正式使用“智能控制”一词，并把记忆、目标分解等一些简单的人工智能技术用于学习控制系统，提高了系统处理不确定性问题的能力。这标志着智能控制的思想已经萌芽。CollegeofElectricalandInformationEngineering,HunanUniv.71.2智能控制的产生和发展2）形成期（1970－1980）1970年代初，傅京孙等人从控制论的角度进一步总结了人工智能技术与自适应、自组织、自学习控制的关系，正式提出智能控制是人工智能技术与控制理论的交叉，并在核反应堆、城市交通的控制中成功地应用了智能控制系统。1970年代中期，智能控制在模糊控制的应用上取得了重要的进展。1974年英国伦敦大学玛丽皇后分校的E.H.Mamdani教授把模糊理论用于控制领域，把扎德教授提出的IF～THEN～型模糊规则用于模糊推理，再把这种推理用于蒸汽机的自动运转中．通过实验取得良好的结果。1977年，萨里迪斯(Saridis)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叉。1970年代后期起，把规则型模糊推理用于控制领域的研究颇为盛行。1979年，Mandani又成功研制出自组织模糊控制器，使得模糊控制器具有了较高的智能。CollegeofElectricalandInformationEngineering,HunanUniv.81.2智能控制的产生和发展3）发展期（1980－）1982年，Fox等人完成了一个称为ISIS的加工车间调度的专家系统1982年，Hopfield引用能量函数的概念，使神经网络的平衡稳定状态有了明确的判据方法，并利用模拟电路的基本元件构作了人工神经网络的硬件模型，为实现硬件奠定了基础，使神经网络的研究取得突破性进展1985年，IEEE在纽约召开了第一届全球智能控制学术讨论会，标志着智能控制作为一个学科分支正式被学术界接受。1986年，Rumelhart提出多层网络的“递推”(或称“反传”)学习算法，简称BP算法，从实践上证实了人工神经网络具有很强的运算能力，BP算法是最为引人注目，应用最广的神经网络算法之一1987年在费城举行的国际智能控制会议上，提出了智能控制是自动控制，人工智能、运畴学相结合或自动控制、人工智能、运畴学和信息论相结合的说法。此后，每年举行一次全球智能控制研讨会，形成了智能控制的研究热潮。CollegeofElectricalandInformationEngineering,HunanUniv.91.3智能控制的定义和特点智能控制的定义IEEE定义：智能控制必须具有模拟人类学习和自适应的能力。一般来说，一个智能控制系统要具有对环境的敏感，进行决策和控制的功能，根据其性能要求的不同．可以有各种人工智能的水平。分析、组织数据并将数据变换为机器理解的结构化信息的能力；在复杂环境中选取优化行为，使系统能在不确定情况下继续工作的能力。具有辩识对象和事件、在客观世界模型中获取和表达知识、进行思考和计划未来行动的具有感知环境、作出决策和控制的能力高级较高简单CollegeofElectricalandInformationEngineering,HunanUniv.101.3智能控制的定义和特点智能控制的特点应能为复杂系统（如非线性、快时变、多变量、强耦合、不确定性等）进行有效的全局控制，并具有较强的容错能力；是定性决策和定量控制相结合的多模态组合控制；其基本目的是从系统的功能和整体优化的角度来分析和综合系统，以实现预定的目标，并应具有自组织能力。是同时具有以知识表示的非数学广义模型和以数学表示的数学模型的混合控制过程，系统在信息处理上，既有数学运算，又有逻辑和知识推理。CollegeofElectricalandInformationEngineering,HunanUniv.111.4智能控制的主要形式智能控制BECDA分级递阶智能控制模糊控制神经网络控制仿人智能控制专家控制F各种方法的综合集成CollegeofElectricalandInformationEngineering,HunanUniv.121.4智能控制的主要形式组织级起主导作用，涉及知识的表示与处理，主要应用人工智能；协调级在组织级和执行级间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制。组织级协调级执行级精度智能基于信息论的分级递阶智能控制三级分级递阶智能控制系统是由G．N．Saridis于1977年提出的。该系统由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减”的原则。CollegeofElectricalandInformationEngineering,HunanUniv.131.4智能控制的主要形式以模糊系统理论为基础的模糊控制人类最初对事物的认识来看，都是定性的、模糊的和非精确的，因而将模糊信息引入智能控制具有现实的意义。模糊逻辑在控制领域的应用称为模糊控制。它的基本思想是把人类专家对特定的被控对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控对象或过程。CollegeofElectricalandInformationEngineering,HunanUniv.141.4智能控制的主要形式基于脑模型的神经网络控制人工神经网络采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。CollegeofElectricalandInformationEngineering,HunanUniv.151.4智能控制的主要形式基于知识工程的专家控制系统专家控制可定义为：具有模糊专家智能的功能，采用专家系统技术与控制理论相结合的方法设计控制系统。CollegeofElectricalandInformationEngineering,HunanUniv.161.4智能控制的主要形式基于规则的仿人智能控制仿人智能控制的核心思想是在控制过程中，利用计算机模拟人的控制行为功能，最大限度地识别和利用控制系统动态过程提供的特征信息，进行启发和直觉推理，从而实现对缺乏精确模型的对象迸行有效的控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辩识判断系统当前所处的特怔状态，确定控制的策略，进行多模态控制。CollegeofElectricalandInformationEngineering,HunanUniv.171.4智能控制的主要形式各种方法的综合集成模糊神经网络控制模糊专家控制模糊PID控制神经网络鲁棒控制神经网络自适应控制……CollegeofElectricalandInformationEngineering,HunanUniv.181.5智能控制的现状和发展趋势智能控制的基础理论和方法研究；智能控制系统结构研究；知识系统和专家控制的研究；模糊控制系统的研究；神经网络控制系统的研究；基于进化理论的学习控制研究；模糊神经网络控制的研究；智能控制与其它控制方法结合的研究目前的主要研究方向和内容CollegeofElectricalandInformationEngineering,HunanUniv.191.5智能控制的现状和发展趋势发展趋势智能控制理论的进一步研究，尤其是智能控制系统稳定性分析的理论研究。结合神经生理学、心理学、认识科学、人工智能等学科的知识，深入研究人类解决问题时的经验、策略，建立更多的智能控制体系结构。研究适合现有计算机资源条件的智能控制方法。研究人机交互式的智能控制系统和学习系统，以不断提高智能控制系的智能水平；研究适合智能控制系统的软、硬件进行处理机、信号处理器、智能传感器和智能开发工具软件，以解决智能控制在实际应用中存在的问题。