智能控制文獻(xiàn)綜述

《智能控制文獻(xiàn)綜述》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、智能控制的發(fā)展，應(yīng)用及展望周杰21225062摘要：智能控制是當(dāng)今控制學(xué)領(lǐng)域研究和發(fā)展的熱點(diǎn)之一。本文論述了智能控制的發(fā)展過程，相比傳統(tǒng)控制的優(yōu)勢，在低壓電器中的應(yīng)用，并對其未來發(fā)展做了展望。關(guān)鍵詞：發(fā)展歷史；智能控制；低壓電器技術(shù)；模糊控制；人工智能；展望1.智能控制的發(fā)展歷史從20世紀(jì)60年代起，由于空間技術(shù)、計(jì)算機(jī)技術(shù)及人工智能技術(shù)的發(fā)展，控制界學(xué)者在研究自組織、自學(xué)習(xí)控制的基礎(chǔ)上，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，開始注意將人工智能技術(shù)與方法應(yīng)用于控制系統(tǒng)。1965年，美國著名控制論專家Zadeh創(chuàng)立了模糊集合

2、論，為解決復(fù)雜系統(tǒng)的控制問題提供了強(qiáng)有力的數(shù)學(xué)工具；同年，美國著名科學(xué)家Feigenbaum著手研制世界上第一個專家系統(tǒng)；就在同年，傅京孫首先提出把人工智能中的直覺推理方法用于學(xué)習(xí)控制系統(tǒng)。1996年，Mendl進(jìn)一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，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”一詞，并把記憶、目標(biāo)分解等一些簡單的人工智能技術(shù)用于學(xué)習(xí)控制系統(tǒng)、提高了系統(tǒng)處理不確定性問題的能力。從20世紀(jì)70年代開始，傅京孫、Glorios和Sa

3、ridis等人從控制論角度進(jìn)一步總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，正式提出了智能控制就是人工智能技術(shù)與控制理論的交叉，并創(chuàng)立了人—機(jī)交互式分級遞階智能控制的系統(tǒng)結(jié)構(gòu)。在70年代中后期，以模糊集合論為基礎(chǔ)，從模仿人的控制決策思想出發(fā)，智能控制在另一個方向—規(guī)則控制上也取得了重要的進(jìn)展。進(jìn)入80年代以來，由于微機(jī)的迅速發(fā)展以及人工智能的重要領(lǐng)域—專家系統(tǒng)技術(shù)的逐漸成熟，使得智能控制和決策的研究及應(yīng)用領(lǐng)域逐步擴(kuò)大，并取得了一批應(yīng)用成果。80年代后期，神經(jīng)網(wǎng)絡(luò)的研究獲得了重要進(jìn)展，為智能控制的研究起到了

4、重要的促進(jìn)作用。2.智能控制的分支目前關(guān)于智能控制的研究和應(yīng)用沿著幾個主要的分支發(fā)展，主要有專家控制、模糊控制、神經(jīng)網(wǎng)控制、學(xué)習(xí)控制、基于知識的控制、復(fù)合智能控制、基于進(jìn)化機(jī)制的控制、自適應(yīng)控制等等。有的已在現(xiàn)代工業(yè)生產(chǎn)過程與智能自動化方面投入應(yīng)用。主要介紹如下：專家控制是由K.J.Astrom將人工智能中的專家系統(tǒng)技術(shù)引入到控制系統(tǒng)。組成的一種類型的智能控制。借助專家系統(tǒng)技術(shù)，將常規(guī)的RLS控制、最小方差控制等不同方法有機(jī)結(jié)合起來P能根據(jù)不同的情況分別采取不同的控制策略。模糊控制自1965年Zadeh教授創(chuàng)建模糊

5、集理論和1974年英國的Mamdani成功地將模糊控制應(yīng)用于蒸汽機(jī)控制以來，模糊控制得到了很大的發(fā)展和廣泛的應(yīng)用。模糊控制是基于模糊推理、模仿人的思維方式、對難以建立精確數(shù)學(xué)模型的對象實(shí)施的一種控制，成為處理推理系統(tǒng)和控制系統(tǒng)中不精確和不確定性的一種有效方法，構(gòu)成了智能控制的重要組成部分。神經(jīng)網(wǎng)絡(luò)控制是另一類智能控制的重要形式。神經(jīng)網(wǎng)絡(luò)模擬人的大腦神經(jīng)結(jié)構(gòu)和功能，具有很強(qiáng)的自學(xué)習(xí)和自適應(yīng)功能，近10年來發(fā)展迅速，在系統(tǒng)控制、系統(tǒng)辯識、故障診斷和容錯控制中得到很好的應(yīng)用P成為當(dāng)今智能控制中的研究熱點(diǎn)領(lǐng)域之一。學(xué)習(xí)控制

6、系統(tǒng)是—個能在其運(yùn)行過程中逐步獲得受控過程及環(huán)境的非預(yù)知信息，積累控制經(jīng)驗(yàn)，并在一定的評價標(biāo)準(zhǔn)下進(jìn)行估值、分類、決策和不斷改善系統(tǒng)品質(zhì)的自動控制系統(tǒng)。學(xué)習(xí)控制具有搜索、識別、記憶、推理4個主要功能。傅京孫指出：幾乎所有的學(xué)習(xí)算法都具有相似的學(xué)習(xí)特性。較復(fù)雜的在線學(xué)習(xí)技術(shù)的實(shí)現(xiàn)需要高速度和大容量的計(jì)算機(jī)。將各種智能控制方法的交叉應(yīng)用是當(dāng)前智能控制領(lǐng)域主要應(yīng)用方向之一.在模糊神經(jīng)網(wǎng)絡(luò)控制、專家模糊控制、專家神經(jīng)網(wǎng)絡(luò)控制、模糊變結(jié)構(gòu)控制、自適應(yīng)模糊控制、自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制、神經(jīng)網(wǎng)絡(luò)變結(jié)構(gòu)控制等多種控制方法中。有時應(yīng)用起來

7、非常困難。例如系統(tǒng)采用模糊控制P要建立正確的模糊規(guī)則和隸屬函數(shù)非常困難。而人工神經(jīng)網(wǎng)絡(luò)具有較強(qiáng)的自學(xué)習(xí)功能和容錯能力.但很難確定網(wǎng)絡(luò)的結(jié)構(gòu)和規(guī)模,難以實(shí)現(xiàn)If-Then規(guī)則編碼。因此,將神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)兩方面的優(yōu)點(diǎn)結(jié)合起來，使控制器既具有神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能、容錯能力和連接式結(jié)構(gòu),又具有高級的If-Then規(guī)則并易于嵌入專家系統(tǒng)，提高了智能控制的應(yīng)用范圍。3.智能控制與傳統(tǒng)控制的比較分析3.1傳統(tǒng)控制的特點(diǎn)以穩(wěn)定性的理論和反饋理論為基礎(chǔ)的自動控制理論，使傳統(tǒng)控制得到了巨大的發(fā)展，主要形成了四方面的特點(diǎn)：（1）具有完

8、整的理論體系，形成了以反饋理論為核心，以精確的數(shù)學(xué)模型為基礎(chǔ)，以微分和積分為主要數(shù)學(xué)工具。以線性定常系統(tǒng)為主要研究對象的完善的理論和應(yīng)用方法；（2）形成了以時域法、根軌跡法、線性系統(tǒng)為基礎(chǔ)的分析方法；（3）具有嚴(yán)格的性能指標(biāo)體系，穩(wěn)態(tài)性能和動態(tài)性能都有具體而嚴(yán)格的指標(biāo)；（4）在單機(jī)自動化，不太復(fù)雜的過程控制及系統(tǒng)工程領(lǐng)域中得到了廣泛而成功的應(yīng)用。3.2傳統(tǒng)控