智能控制1绪论

1、北京理工大学自动化学院智能控制 孙 健自我介绍孙健，博士，教授研究方向：网络化控制系统邮箱： 电话：68912464办公室：6号楼504室公共邮箱智能控制课程的公共邮箱帐号： 密码：bit123456789 (请不要改动)公共邮箱智能控制课程“官方”微博 北理工智能控制 模式识别与智能系统实验室参考书目 智能控制原理与应用-蔡自兴 智能控制技术-易继锴 智能控制-刘金琨010203 智能控制与智能系统-许力04拒绝抄袭学习要求大量阅读参考书籍与文献控制算法实现，应用MATLAB考核方法平时成绩（20分）点名大于等于四次，每次不到扣5分课后作业（30分）读程序(15)、编写程序(15)大作业（5

2、0分）智能控制应用实例（论文）本课程的主要内容 神经网络控制 智能优化方法 010203 网络化控制04 模糊控制 01Intelligent Control is everywhere第一章 绪论学习智能控制的意义01智能控制的产生和发展02智能控制的定义和特点03智能控制的结构理论04智能控制与传统控制的关系05智能控制的研究内容与主要形式06智能控制的发展趋势071.1 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在控制理论中的位置智能控制是一门控制理论课程，与自动控制原理、现代控制原理一起构成了自动控制课程体系的理论基础。智能控制是控制理论发展的高级阶段，代表了控制理论的

3、发展趋势，是人工智能、控制论、信息论、仿生学、神经生理学、进化计算和计算机等多个学科的交叉与集成。1.2 智能控制的产生与发展控制理论的发展概况经典控制理论现代控制理论大系统理论20世纪20年代以来，逐步形成了经典控制理论基于数学模型的定量方法：通常采用时域法、频域法分析和综合系统的动态和稳态性能。如通过求解微分方程，采用做图（Nyquist曲线（1932）、Bode图（1945）、根轨迹图（1948）、列表（Routh判据 1877），或借助复变函数及Laplace变换方法来获得系统的动态和稳态性能。5060年代形成以多变量控制为特征的现代控制理论，主要代表性成果有：Kalman的最优滤波器

4、（1960），Pontryagin的极大值原理（1958），Bellman 的动态规划（1954）。综合了现代控制理论、图论、线性规划和决策理论等方面的成果涉及大系统的建模和模型简化、大系统的结构和信息获取、系统的稳定性以及递阶与分散控制等传统控制理论1.2 智能控制的产生与发展传统控制理论的局限传统控制理论是建立在精确数学模型基础上的，实际系统由于存在复杂性、非线性、时变性、不确定性等，一般无法获得精确的数学模型。甚至对于某些复杂的控制过程，根本无法用传统数学模型来表示。苛刻的线性化假设在应用中往往与实际不相吻合。不能适应大的系统参数和结构的变化。为了提高控制性能，传统控制系统可能变得很复杂

5、，从而增加了设备的投资，减低了系统的可靠性。 传统的控制系统输入信息模式单一。通常处理较简单的物理量：电量； 机械量；复杂系统要考虑：视觉、听觉、触觉信号，包括图形、文字、语言、声音等信息。为了克服传统控制理论的局限性，产生了模拟人类思维和活动的智能控制。1.2 智能控制的产生与发展智能控制的发展阶段1991-至今发展期形成期萌芽期1970以前1970-19791980-19901.2 智能控制的产生与发展萌芽期（1970以前）控制系统具有初步的智能和一定的适应性，比如模型参考自适应控制。1965年普渡大学的傅京孙（Fu, K. S.）教授把人工智能引入到控制技术中，提出将人工智能的启发式推理

6、规则用于学习控制系统的思想和方法。1966年Mendel将人工智能用于飞船控制系统的设计并首先提出“人工智能控制”的概念。1967年Leondes和Mendel开始首先使用“智能控制”一词。1.2 智能控制的产生与发展形成期（1970-1979）1971年傅京孙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、自学习控制之间的关系，正式提出智能控制是人工智能技术与控制理论的交叉的“二元论”思想。1974年Mamdani教授把模糊理论用于控制领域，把扎德教授提出的IFTHEN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控制。1977年Saridis全面地论述了从反馈控制到最优控制、

7、随机控制以及自适应控制、自组织控制、学习控制，最终向智能控制发展的过程，提出了智能控制是人工智能、运筹学、自动控制相交叉的“三元论”思想以及分级递阶的智能控制系统框架。1.2 智能控制的产生与发展发展期（1980-1990）1982年Hopfield提出的Hopfield网络和Rumelhart提出的BP算法为一直处于低潮的人工神经网络研究注入了新的活力，人工神经网络再次被引入控制领域，并迅速得到广泛应用，掀起了神经网络控制研究和应用的新高潮。1984年，瑞典著名学者K. J. Astrom在他的论文“专家控制”中，将人工智能中的专家系统技术引入控制系统，形成了另一类智能控制系统专家控制系统（

8、ECS）。1985年，在Saridis等人的倡议下，在美国纽约州的Troy召开了第一次智能控制学术讨论会，此后不久在IEEE的控制系统学术会议上成立了智能控制专业委员会，标志着智能控制作为一个新的学科分支正式被控制界所公认。1987年1月在美国费城由IEEE控制系统学会和计算机学会联合召开了第一次智能控制国际会议。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。1.2 智能控制的产生与发展新的发展阶段（1990-至今）1992年美国国家自然科学基金会和电力研究院联合发出“智能控制”研究项目倡议书。1993年美国IEEE控制系统学会智能控制专业委员会成立专家小组，专门探讨“智能控

9、制”的含义。1993年中国自动化协会在北京召开了第一届全球华人智能控制与智能自动化大会。1995年在天津召开了首届中国智能自动化学术会议暨智能自动化专业委员会成立大会。1.3 智能控制的定义和特点智能控制的定义什么叫智能按系统的一般行为特征定义(Albus)低级智能较高级智能高级智能在不确定环境中，作出合适动作的能力。合适动作是指增加成功的概率 ，成功就是达到行为的子目标，以支持系统实现最终目标。1.3 智能控制的定义和特点智能控制的定义什么叫智能具有理解和觉察能力，以在复杂甚至险恶的环境中进行明智的选择，做出成功的决策，以求生存和进步。具有辩识对象和事件、表达环境模型中的知识、对未来做出规划

10、和推理的能力。具有感知环境、作出决策和控制的能力高级较高级低级1.3 智能控制的定义和特点按人类的认知的过程定义(A.Meystel)智能是系统的一个特征，当集注（Focusing Attention)、组合搜索(Combinatorial Search)、归纳 （Generalization)过程作用于系统输入，并产生系统输出时，就表现为智能。智能集中注意力组合搜索归纳输入输出1.3 智能控制的定义和特点按机器智能定义(Saridis)机器智能是把信息进行分析、组织，并把它转换成知识的过程。知识就是所得到的结构性信息，它可用来使机器执行特定的任务，以消除该任务的不确定性或盲目性，达到最优或次

11、优的结果。机器智能1.3 智能控制的定义和特点智能控制的定义按一般行为特征定义按人类的认知的过程定义智能控制是有知识的“行为舵手”，它把知识和反馈结合起来，形成感知交互式、以目标为导向的控制系统。系统可以进行规划、决策，产生有效的 、有目的的行为，在不确定环境中，达到既定的目标。智能控制是一种计算上的有效过程，在非完整的指标下，通过最基本的操作，即集注（FA）、组合搜索（CS）和归纳（G），把不确定的复杂系统引向规定的目标。1.3 智能控制的定义和特点智能控制的定义按机器智能定义IEEE定义智能控制是认知科学、多种数学编程和控制技术的结合。它把施加于系统的各种算法和数学与语言方法融为一体。智能

12、控制系统必须具有模拟人类学习（Learning）和自适应（Adaptation）的能力。定性地说，智能控制系统应具有学习、记忆和大范围的自适应和自组织能力；能够及时地适应不断变化的环境；能有效地处理各种信息，以减小不确定性；能以安全和可靠的方式进行规划、生产和执行控制动作而达到预定的目标和良好的性能指标。1.3 智能控制的定义和特点智能控制的三个层次除了具有初、中级智能控制水平外，同时还具有仿人的组织、协商和决策的能力。尤其是系统运行中出现异常变化时，能临场决策控制策略。除了初级智能控制水平外，还具有对新知识学习、生成和 在线 修改知识库的功能。将人工智能技术与传统的控制理论相结合。如智能PI

13、D，专家控制。高级中级初级1.3 智能控制的定义和特点智能控制的特点学习能力，系统能对未知环境提供的信息进行识别，记忆，学习，并利用积累的知识和经验不断优化、改进和提高自身性能的能力。能对复杂系统（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。自适应能力 系统具有适应被控对象动力学特性变化、环境特性变化和运行条件变化的能力。鲁棒性 系统性能对环境干扰和不确定性因素不敏感。容错能力 系统对各类故障具有自诊断、屏蔽和自恢复的能力。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。具有

14、较强的组织能力 系统对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性。1.3 智能控制的定义和特点智能控制的特点当出现多目标冲突时，满足多样性目标的高性能要求人-机协作性能好，系统具有友好的人-机界面，以保证人-机通信，人-机互助和人-机协同工作体现“智能递增，精度递降”的一般组织结构的基本原理，即协调层次越高，所体现的智能越高。智能控制是一门边缘交叉学科。智能控制的发展需要各相关学科的配合与支援。1.4 智能控制的结构理论二元论智能控制（IC）是自动控制（AC）和人工智能（AI）的交集。即：ACAIIC人工智能是一个知识处理系统，具有记忆、学习、信息处理、形式语言、

15、启发推理等功能。自动控制是描述系统的动力学特性，是一种动态反馈1.4 智能控制的结构理论三元论智能控制是人工智能（AI）、自动控制(AC)和运筹学(OR)的交叉运筹学是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化等1.4 智能控制的结构理论四元论与多元结构无论是二元论、三元论、四元论或多元论，都说明智能控制是一门多学科高度综合与集成的交叉学科1.5 智能控制与传统控制的关系智能控制与传统控制的区别后者以反馈控制理论为核心，线性定常系统为主要对象，具备较完善的理论体系；前者尚无完善的理论体系。后者建立在精确的数学模型基础上，对复杂系统不易描述；前者建立在经验和知识的推

16、理上，可以获取和描述更多的知识信息。后者具有时域法、频域法、根轨迹法、状态空间法等有效的分析与综合方法；前者的实现方法建立在学习、训练、逻辑推理、判断和决策等基础之上。后者有严格的性能指标体系，如稳态误差、稳定性、能控能观性等；前者以控制的目的和行为来评价系统性能，无统一的性能指标体系。后者着重解决单机自动化、不太复杂的过程控制和大系统的控制问题；前者主要解决高度非线性、强不确定性和复杂系统控制问题。1.5 智能控制与传统控制的关系1.5 智能控制与传统控制的关系智能控制与传统控制的联系智能控制常常利用传统控制来解决“低层”的控制问题。将传统控制和智能控制进行有机结合可形成更为有效的智能控制方

17、法对数学模型基本成熟的体系，采用在传统数学模型的基础上增加一定的智能控制方法，而不应采用纯粹的智能控制。1.6 智能控制的研究内容与主要形式智能控制的研究内容智能控制系统基本结构和机理的研究基于模糊集合、神经元网络、遗传算法、进化算法等智能控制器的开发和研究。智能计算和软计算的开发和研究自组织、自学习的结构和方法的研究智能控制系统应用的研究1.6 智能控制的研究内容与主要形式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计算智能控制专家控制F各种方法的综合集成1.6 智能控制的研究内容与主要形式基于信息论的分级递阶智能控制分级递阶智能控制系统由Saridis于1977

18、年提出模拟了人脑的分层结构，由组织级、协调级和执行级组成，其智能表现为传统的“感知思考动作”的有意识的行为。遵循“精度递增，智能递减”的原则。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1.6 智能控制的研究内容与主要形式模糊控制1965年，模糊数学创始人美国学者Zadeh提出了模糊集理论, 为模糊控制奠定了基础。1974年英国Mamdani教授首次将模糊集理论用于过程控制获得成功。它的基本思想是把人类对特定的被

19、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。该方法适用于对那些难以建模的对象实施鲁棒控制，其控制形式简单，易于实现。其控制效果取决于是否正确、全面和有效地将操作人员的经验总结为一系列的语言控制规则。它是一种非线性控制方法，不依赖于对象的数学模型，具有内在的并行处理机制，并表现出极强的鲁棒性，算法简单、执行快、容易实现。模糊控制表要人工建立，无学习功能，控制精度较差。1.6 智能控制的研究内容与主要形式模糊控制模糊化：将输入的精确量转化为模糊量知识库：由数据库和规则库组成，包括具体应用领域的知识和要求的

20、控制目标模糊推理：具有模拟人的基于模糊概念的推理能力，其推理过程基于模糊逻辑中的蕴含关系及推理规则进行反模糊化：模糊化的逆过程，将模糊推理得到的模糊（控制）量变为能实际用于控制的精确量。1.6 智能控制的研究内容与主要形式神经网络控制上世纪80年代中期，Hopfield提出的Hopfield网络和Rumelhart提出的BP算法为一直处于低潮的人工神经网络研究注入了新的活力。神经网络控制是从机理上对人的生理系统进行简单结构模拟的一种新兴的控制和辨识方法。神经网络是一种控制策略的工具支持，本身各个独立结点没有显在的物理意义，但综合网络可描述复杂和非线性系统的控制和辨识问题，而且能做到并行实时、冗

21、余容错的运算。能充分逼近任意非线性特性，分布式并行处理机制，自学习和自适应能力，数据融合能力，适合于多变量系统，可硬件实现。进一步的理论和实际应用研究有待加强，特别是网络结构、学习和控制算法的收敛性和实时性问题值得重视。1.6 智能控制的研究内容与主要形式专家控制20世纪80年代中期，瑞典著名学者K. J. Astrom在他的论文“专家控制”中，将人工智能中的专家系统技术引入控制系统，形成了专家控制系统。专家控制是将人的感知经验（浅层知识）与定理算法（深层知识）相结合的一种传统的智能控制方法。专家控制主要由数据库、知识库、推理机、解释器和知识获取五个基本组成部分构成。在层次结构上、控制方法上和

22、知识表达上具有灵活性、启发性和透明性，既可以采用符号推理也允许数值计算，既可以精确推理也可以模糊决策。在灵活性的同时也带来了设计上的随意性和不规范性，知识的表达、获取和学习，以及推理的有效性和实时性也难以保证。1.6 智能控制的研究内容与主要形式智能优化方法遗传算法蚁群算法粒子群优化算法1.6 智能控制的研究内容与主要形式各种方法的综合集成模糊神经网络控制神经网络专家控制进化模糊控制自学习模糊控制1.7 智能控制的发展趋势自60年代末正式出现“智能控制”（IC）一词以来，智能控制经历了40多年的发展历史，虽然取得了长足的进展，但至今尚未形成完整、系统的理论体系，应用研究也十分有限，甚至连“智能控制”一词的含义（定义）也是仁者见仁，还没有一个统一的为大家所公认的定义。人们对控制技术已开始走向智能化发展阶段，这一大趋势是不会