1、一、智能控制的发展历程：1、60 年代起，由于空间技术、计算机技术及人工智能技术的发展，控制界学者在研究自组织、自学习控制的基础上，为了提高控制系统的自学习能力，开始将人工智能技术与方法应用于控制系统。代表：FW Smith 提出采用性能模式识别器来学习最优控制方法的新思想，试图利用模式识别技术来解决复杂系统的控制问题。1965年，美国著名控制论专家 Zadeh 创立了模糊集合论，为解决复杂系统的控制问题提供了强有力的数学工具；同年，美国著名科学家 Feigenbaum 着手研制世界上第一个专家系统；就在同年，傅京孙首先提出把人工智能中的直觉推理方法用于学习控制系统。1966 年，Mendel
2、 进一步在空间飞行器的学习控制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。直到 1967 年，Leondes和 Mendel 才首先正式使用“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。这就标志着智能控制的思想已经萌芽.2、 从 70 年代初开始，傅京孙、 Gloriso 和 Saridis 等人从控制论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，正式提出了智能控制就是人工智能技术与控制理论的交叉，并创立了人机交互式分级递阶智能控制的系统结构。在 70 年代中期前后，以模糊集合论为基础，从模仿
3、人的控制决策思想出发，智能控制在另一个方向 规则控制 (rule-based control)上也取得了重要的进展。1974 年，Mamdani 将模糊集和模糊语言逻辑用于控制，创立了基于模糊语言描述控制规则的模糊控制器，并被成功地用于工业过程控制。1979 年，他又成功地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。模糊控制的形成和发展，以及与人工智能中的产生式系统、专家系统思想的相互渗透，对智能控制理论的形成起了十分重要的推动作用。70 年代可以看作是智能控制的形成期。3、进入 80 年代以来，由于微机的迅速发展以及人工智能的重要领域 专家系统技术的逐渐成熟，使得智能控制和决策的
4、研究及应用领域逐步扩大，并取得了一批应用成果。例如，1982 年 Fox 等人实现加工车间调度专家系统 ISIS,1983 年 Saridis 把智能控制用于机器人系统；1984 年 LISP 公司研制成功用于分布式的实时过程控制专家系统 PICON； 1986 年 MLattimer 和 Wright 等人开发的混合专家系统控制器 Hexscon 是一个实验型的基于知识的实时控制专家系统，用来处理军事和现代化工业中出现的控制问题。1987 年 4 月，美国 Foxboro 公司公布了新一代的 IA 系列智能自动控制系统。这种系统体现了传感器技术、自动控制技术、计算机技术和过程知识在生产自动化
5、应用方面的综合先进水平。它能够为用户提供安全可靠的最合适的过程控制系统，这就标志着智能控制系统已由研制、开发阶段转向应用阶段。4、如今在控制、计算机、神经生理学等学科的密切配合下，在“智能控制论” 的旗帜下，又在寻求新的合作，神经网络理论和应用研究为智能控制的研究起到了重要的促进作用。1994 年 6 月在美国奥兰多召开了94IEEE 全球计算智能大会，将模糊系统、神经网络、进化计算三方面内容综合在一起召开，引起国际学术界的广泛关注，因为这三个新学科已成为研究智能控制的重要基础。如果说智能控制在 80 年代的应用和研究主要是面向工业过程控制，那么 90 年代，智能控制的应用已经扩大到面向军事、
6、高技术领域和日用家电产品等领域。今天， “智能性”已经成为衡量“产品” 和“技术”高低的标准。与传统控制的区别：从上面论述不难看出，传统控制和智能控制的主要区别就在于它们控制不确定性和复杂性及达到高的控制性能的能力方面，显然传统控制方法在处理复杂化、不确定性方面能力低且有时丧失了这种能力。相反智能控制在处理复杂性、不确定性方面能力高。用拟人化的方式来表达，即智能控制系统具有拟人的智能或仿人的智能，这种智能不是智能控制系统中固有的，而是人工赋予的人工智能，这种智能主要表现在智能决策上。这就表明，智能控制系统的核心是去控制复杂性和不确定性，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
7、被控对象精确模型的控制方式，这种方式可谓“模型论”，而智能控制方式相对于“模型论 ”可称之为 “控制论” ，这种控制论实际上是智能决策论。两种控制方式的基本出发点不同，导致了不同的控制效果。模糊控制的基本思想：研究和考虑人的控制行为特点，对于无法构造数学模型的对象让计算机模拟人的思维方式，进行控制决策。将人的控制行为，总结成一系列条件语句，运用微机的程序来实现这些控制规则。在描述控制规则的条件语句中的一些词，如“较大” 、“稍小” 、 “偏高”等都具有一定的模糊性，因此用模糊集合来描述这些模糊条件语句，即组成了所谓的模糊控制器。神经网络控制基本思想：在控制系统中采用神经网络这一工具对难以精确模
8、述的复杂的非线性对象进行建模，或充当控制器，或优化计算，或进行推理，或故障诊断，以及同时兼有上述某些功能的适应组合，称这种控制方式为神经网络控制。传统和模糊这两种控制方式都具有显式表达知识的特点，而神经网络不善于显式表达知识，但是它具有很强的逼近非线性函数的能力，即非线性映射能力。把神经网络用于控制正是利用它的这个独特优点。专家控制基本思想：将专家系统的理论和技术同控制理论方法与技术相结合，在 未知环境下，仿效专家的智能，实 现对系统的控制。模糊控制器的组成框图，各环节的作用及功能：模糊控制器的基本结构，如虚线框中所示。它主要包括以下四个部分。模糊控制系统的组成1模糊化 模糊化的作用是将输入的
9、精确量转换成模糊化量。其输入量包括外界的参考输入、系统的输出或状态等。模糊化的具体过程如下：(1)首先对这些输入量进行处理，以变成模糊控制器要求的输入量。(2)将上述已经处理过的输入量进行尺度变换，使其变换到各自的论域范围；(3)将已经变换到论域范围的输入量进行模糊处理，使原先精确的输入量变成模糊量，并用相应的模糊集合来表示。2知识库 知识库中包含了具体应用领域中的知识和要求的控制目标制规则库两部分组成。它通常由数据库和模糊控制规则库两部分组成。(1)数据库主要包括各语言变量的隶属函数，尺度变换因子及模糊空间的分级数等。(2)规则库包括了用模糊语言变量表示的一系列控制规则。3模糊推理 模糊推理
10、是模糊控制器的核心，它具有模拟人的基于模糊概念的推理能力程是基于模糊逻辑中的蕴含关系及推理规则来进行的。4清晰化 清晰化的作用是将模糊推理得到的控制量(模糊量)变换为实际用于控制的清晰量。专家控制器的一种结构1知识库: 由事实集和经验数据库，经验公式等构成。2控制规则集: 专家根据被控对象的特点及其操作、控制的经验，总结出若干条行之有效的控制规则，即控制规则集，它集中地反映了专家及其熟练的操作者在某领域控制过程中的专门知识及经验。3推理机构: 由于专家控制器的知识库及其控制规则集的规模远小于专家控制系统，因此它的推理机构的搜索空间变得十分有限，这样导致推理机制变得简单。一般采用前向推理机制。4
11、信息获取与处理：专家控制器的信息获取主要是通过其闭环控制系统的反馈信息及系统的输入信息，对于这些信息量的处理可以获得控制系统的误差及其误差变化量等对控制有用的信息。此外，信息的处理也包括必要的滤波措施等。1. 若 A 且 B 且 C 则 D；= CR2. 若 A 且 B 或 C 则 D()()()ABCD一、 一个二维模糊控制器，已知输入为，=0.21+0.82+1.03 =0.71+0.12+0.33时，输出为 =1.01+0.72+0.231. 试求出相应的模糊关系 R；1()UEC2. 若已知输入为： ， =0.71+1.02+0.23 =1.01+0.82+0.43，求输出 及输出判决
12、值1 1()()TER判决值？已知一电加热系统的温度要求为 1000（5） ，电压的可调范围是 50V-100V，试设计一个 FC 控制器，要求绘出模糊控制器设计步骤，包括论域、FC 结构、模糊判决方法、量化因子和比例因子的选择。1 确定 FC 控制器的输入输出变量，此为单入单出系统，选二维 FC控制器。输出 U，可调电压。输入为误差 E，设计温度与实际温度的偏差；误差变化 EC，温度偏差的变化率。2 论域 量化因子 比例因子的选择 E 的基本论域为 , ,此例中为-5，5eXEC 的基本论域为 , cU 的基本论域为 , ,此例为50,100eE的模糊子集论域为-n，-n+1， ，0， ，n
13、-1，nEC的模糊子集论域为 -m，-m+1，0， ，m-1，mU的模糊子集论域为-l ，-l+1，0， ，l-1，l一般选误差论域的n 6，选误差变化论域的 m6，选控制量的论域的l6。此例中可选m=n=l=6。量化因子此例基本论域对称 2.1)5(6Ke1250)6(Ku3 精确量的模糊化及控制规则的设计E、EC 和U均取NB ， NM， NS， 0， PS， PM， PB七个模糊词集，再确定每个模糊子集的隶属函数，隶属函数的选择对控制性能的优劣起很大影响。常取正态和三角型隶属函数。把E、EC的精确量离散化，把在-6,6 之间变化的连续量分为七个档次。如实际变化范围为a,b，则a,b间的精
14、确量转换为-6,6间的变量这样可确定出E和EC的模糊量，确定模糊控制规则。选取控制量变化的原则是：当误差大或较大时，选择控制量以尽快消除误差为主，而当误差较小时，选择控制量要防止超调，以系统的稳定性为主。再根据操作经验实际情况进行调整。模糊判决即将经模糊推理决策出的控制变量的一个模糊子集经过解模糊来变成精确量以后去控制被控对象。解模糊的方法很多，本例可选MINMAX一重心法。人工神经元模型1.连接权对应于生物神经元的突触，各个人工神经元之间的连接强度由连接权的权值表示，权值为正表示激活，为负表示抑制。2求和单元求和单元用于求取各输入信号的加权和(线性组合) 。3激活函数激活函数起非线性映射作用
15、，并将人工神经元输出幅度限制在一定范围内在(0,1) 或(-1,1) 之间。激活园数也称传输函数。二、控制理论的发展历程随着生产的发展，控制技术也在不断地发展，尤其是计算机的更新换代，更加推动了控制理论不断地向前发展。控制理论的发展过程一般可分为三个阶段：第一阶段 时间为本世纪4060年代，称为“古典控制理论” 时期。古典控制理论主要是解决单输入单输出问题。主要采用传递函数、频率特性、根轨迹为基础的频域分析方法。所研究的系统多半是线性定常系统，对非线性系统，分析时采用的相平面法一般也不超过两个变量，古典控制理论能够较好地解决生产过程中的单输入单输出问题。这一时期的主要代表人物有伯德(HWBod
16、e)和伊文思(W REvans)。伯德于1945年提出了简便而实用的伯德图法。1948年，伊文思提出了直观而又形象的根轨迹法。第二阶段 时间为本世纪6070年代，称为“现代控制理论” 时期。这个时期，由于计算机的飞速发展，推动了空间技术的发展。古典控制理论中的高阶常微分方程可转化为一阶微分方程组，用以描述系统的动态过程，即所谓状态空间法。这种方法可以解决多输入多输出问题，系统既可以是线性的、定常的，也可以是非线性的、时变的。这一时期的主要代表人物有庞特里亚金、贝尔曼(Bellman)及卡尔曼 (REKalman，1930)等人。庞特里亚金于1961年发表了极大值原理；贝尔曼在1957年提出了动
17、态规则；1959年，卡尔曼和布西发表了关于线性滤波器和估计器的论文，即所谓著名的卡尔曼滤波。70年代初，瑞典的奥斯特隆姆(KJ Astrom)和法国的朗道(LDLandau)教授在自适应控制理论和应用方面做出了贡献。第三阶段 时间为本世纪 70 年代末至今。70 年代末，控制理论向着“大系统理论” 和“智能控制”方向发展，前者是控制理论在广度上的开拓，后者是控制理论在深度上的挖掘。 “大系统理论” 是用控制和信息的观点，研究各种大系统的结构方案、总体设计中的分解方法和协调等问题的技术基础理论。而“智能控制”是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些仿人智能的工程控制与信息处理系统。回顾控制理论的发展历程可以看出，它的发展过程反映了人类由机械化时代进入电气化时代，并走向自动化、信息化、智能自动化时代。信息、反馈和控制。不妨可称为控制论的三要素。可以把具有智能信息处理、智能反馈和智能控制决策的控制方式，称为智能控制，把这种以智能为核心的控制论称为智能控制论。当 =“炉温非常低”= A 2 = 1 0.64 0.36 0.16 0.04时如果已知 TCRBAB那么 则所有n 条模糊控制规则的总模糊蕴含关系为(取连接词“also”为求并运算) inR1智能控制”是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有某些仿人智能的工程控制与信息处理系统。
