智能控制技术的发展现状与应用

《智能控制技术的发展现状与应用》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、智能控制技术的发展及其应用一、国内外研究现状及发展趋势智能控制（intelligentcontrols），是指在无人干预的情况下能自主地驱动智能机器，以实现控制目标的自动控制技术。自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。智能控制是针对控制对象及其环境、目标和任务的

2、不确定性和复杂性而产生和发展起来的。　　从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。　　1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel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。1967年，Leondes和Mendel首先正式使用“智能控制”一词。　　20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结了人工智

3、能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。　　20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。　　20世纪80年代，专

4、家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。1986年，K.J.Astrom发表的著名论文《专家控制》中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统——专家控制。目前，专家控制方法已有许多成功应用的实例。自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。智能控制是多学科交叉的学科，它的发展得益于人工

5、智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。智能控制理论的研究和应用是现代控制理论在深度和广度

6、上的拓展。20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。二、智能控制与传统控制的区别分析1、传统控制的特点以稳定性的理论和反馈理论为基础的自动控制理论，使传统控制得到了巨大的发展，主要形成了四方面的特点：①具有完整的理论体系，形成了以反馈理论为核心，以精确的数学模型为基础，以微分和积分为主要数学工具。以线性定常系统为主要研究对象的完善的理论和应用方法；②形成了以时域法、根轨迹法、线性系统为基础的分析方法；③具

7、有严格的性能指标体系．稳态性能和动态性能都有具体而严格的指标；④在单机自动化，不太复杂的过程控制及系统工程领域中得到了广泛而成功的应用。2、传统控制的不足传统控制也具有明显的局限性，其局限性主要表现在：①传统控制理论是建立在以微分和积分为数学工具的精确模型上，而这种模型通常是经过简化后获得的，对于高度非线性和复杂系统，数学模型将丢失大量的重要信息而失去使用价值；②传统控制理论虽然有自适应控制和鲁棒控制来处理对象的不确定性和复杂性，但在实际应用中，当受控对象存在严重的非线性、数学模型的不确定性及系统工作点变化剧烈的情况下，白适

8、应和鲁棒控制存在难以弥补的严重缺陷。应用的有效性受到很大的限制；③传统的控制系统输入的信息比较单一，而现代的复杂系统不仅输入信号复杂多样和容量大，并且要求对各种输入信息进行融合推理和分析，以便根据环境和条件变化；④传统控制系统的自学习、自适应、自组织功能和容错能力较弱，不能有效地进行不确定