试论控制科学与生命科学的关系

《试论控制科学与生命科学的关系》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、试论控制科学与生命科学的关系摘要：自动控制理论在近百年的发展过程中，迅速经历了从经典控制理论到智能控制理论的阶段。简略介绍了控制理论在遗传算法、免疫系统等智能控制方向的基本原理和发展过程。关键词：控制理论；遗传算法；免疫系统；Abstract:Thecontroltheoryhasdevelopedrapidlyfromclassicalcontroltointelligentcontrolfornearlyacentury.Thispaperintroducesbrieflythedevelopmentofcontro

2、ltheoryfromclassicalcontroltothetopicsofgeneticalgorithm,andimmunenetwork.Keywords:controltheory;geneticalgorithm;immunenetwork;些方法在20世纪60年代被称为现代控制理论。1.经典和现代控制理论但这些控制方法在用于工业系统时却效果不明控制理论的发展，起于所谓“经典控制理论”。显，因为工业系统的精确数学模型难以求出，用一般公认早期最有代表性的自动控制系统是18以上方法求出的控制器往往非常复杂。这就

3、要求世纪的蒸汽机调速器。这一仪器是詹姆斯•瓦特寻找出新的适合于工业控制的控制方法和控制受控制风车和水车碾磨机的间隙升张机构启发理论。同时，工业系统的控制问题，对控制系统而发明的，用来调节旋转蒸汽机的速度，于1789的性能要求也不断提高，人们不仅期望系统能在年投入使用Z后，人们对这一调速器进行了各种环境条件有大范围变化的情况下，能够保证系统各样的改进和完善。如威廉•西门子在1846年处于最佳运行状态，而且希槊系统在环境条件改和1853年提岀的具有积分作用，不需固定给定变并不确定的情况下，也能实现最佳控制。对于值的“浮动”控

4、制器。在19世纪,人们研究了调那些不具有数学模型的控制对象，经典控制理论速器的振荡问题，分析调速器的机理和稳定条件•和现代控制理论往往无能为力。自动控制的被控詹姆斯•克拉克•麦克斯韦推导了各种调速器机对象越来越复杂，表现在系统具有多输入一多输构的线性微分方程，爱德华•J•劳斯于1877年出的强耦合性、参数时变性和严重的非线性特性，提出判断稳定性的判据。从对象中所能获得的知识信息量相对地减少，而在20世纪前，问题主要集中在温度、压力、对控制性能的要求却很高。同时，由于计算机技液位、转速等的控制。电学的发展为控制系统的术的快

5、速发展，包含有由计算机替代人类思维的实现提供了很好的工具，可以利用电实现信号的复杂操作的领域不断增加，在对原来由人工控制测量、传送和控制。从20世纪起，应用范围扩的系统进行自动化的时候，自然地考虑到对人的大到电压、电流的反馈控制、频率调节、锅炉控思维方式的模仿和对生物系统机制的多方面借制、电机转速控制等。随着实践的丰富，认识的鉴，并在多个领域取得了很大的发展。深入，逐渐形成了各种成熟、有效的方法。至第2.遗传算法二次世界大战结束时，经典控制理论的各种方法都己基本提出，并形成了理论体系。经典控制理19世纪50年代，英国生物

6、学家达尔文根据论的研究对象是线性单输入单输出系统，用常系他对世界各地生活的考察资料和人工选择的实数微分方程来描述。它包含利用各种曲线图的频验，提出了牛物进化论。自然选择学说是达尔文率响应法和利用拉普拉斯变换求解微分方程的进化论的中心内容。生物进化论揭示了生物长期时域分析法。这些方法现在仍是人们学习控制理自然选择的进化的发展规律，使科学家们从屮受论的入门Z道。从20世纪50年代起，在发展导到了启迪，认识到进化论、自然选择过程蕴含着弹、航天器等系统的进程中，控制理论得到了新一种搜索和优化的先进思想，并将这种思想用于的发展，出

7、现了状态空间法、最优控制、动态规工程技术领域，发展出遗传算法，为解决许多传划、系统辨识等方法，并取得了很好的效果。这统的优化方法难以解决的优化问题提供了崭新的途径。遗传算法(GeneticAlgorithm,简称GA)就是建立在自然选择和自然遗传学机理基础上的迭代口适应概率性搜索算法，它具有不需要求梯度、能得到全局最优解、算法简单、可并行处理等优点，遗传算法已成功应用于各种复杂问题的优化中，在许多传统优化技术难以解决的场合更显示出其优越性。20世纪80年代以来已成功地应用在机器学习和复杂的函数优化等许多领域。并行分布处理

8、的发展使人们看到了遗传算法潜在的价值。遗传算法作为一种有效的全局搜索方法，在经济、科技和社会领域得到了很好的应用，比如工程设计、制造业、人工智能、计算机科学、生物工程、自动控制、社会科学、商业和金融等，同时应用实践乂促进了遗传算法的发展和完善。应用遗传算法比较成功的有：天然气管道的最优控制。美国伊利诺斯的Goldbe