智能控制技术课件

第一讲智能控制简介自从19世纪J．C．MaxWell对具有调速器的蒸汽发动机系统进行线性常微分方程描述及稳定性分标以来，经过20世纪初Bode，Nichols,Nyquist等人的杰出贡献，才形成经典反馈控制的理论基础。二次大战问军事上的需要以及随后土业大发展的要求又使自动控制理论取得了重大进展。这期间的控制理论主要是采用频率法对控制系统进行描述、分析和设计，其中有很多有效的设计方法，如Nyquist团法和根轨迹法等。经典控制理论目前仍然在工业过程控制中发挥着作用．解决了许多控制问题。但对于解决大规模的复杂控制问题就无能为力。60年代出现了以状态空间分析为基础的现代控制理论。现代控制理论主要采用时域的状态空间方法，包括线性系统理论、最优控制理论，系统辩识和随机控制理论等几个主要分支。由于现代控制理论所采用的各种控制系统分桥综合方法都是在取得控制对象数学模型基础上进行的．而数学模型的精确程度对控制系统性能的影响很大，往往由于某种原因对象参数发生变化使数学模型不能准确地反映对象特性，无法达到期望的控制指标。为解决这个问题，自适应控制、鲁棒控制的研究便成为控制理论的研究热点。自适应控制是在控制系统运行中根据对象或扰动的动态性能改变自动控制．律的参数或结构．以保证控制质量。主要有模型参考自适应控制和自校正控制器等。而鲁棒控制则是在控制系统设计中就考虑对象参数的变化，使所设计的控制器不改变自己的参数或结构就能够在对象参数有一定范围内的变化．保证控制系统的控制质量不变。八十年代由加拿大的zamea等人创始的H∞设计理论，是鲁棒性设计的重要发展，目前仍然是控制界研究的热门课题，这些方法原则上还是没有摆脱基于数学模型的定量化思想，理论上远非完善。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制问题。但仍存在不少遗留问题和实际应用中的困难．如；(1)对大多数被控对象，难以建立精确的数学模型。(2)对于高维、强辖合，时变、非线性及分布参数等系统，仍然缺乏实用、简便及有效的分析和综合方法。(3)传统的控制策赂单一，不能适合高层决策问题。(4)随着科学枝术的不断进步，人们所面临的问题越来超多．需要加以控制的对象和过程变得越来越复杂，对控制质量的要求也变得日益严格，如机器人学、人—机系统、大系统，离散事件系统等一些大型、复杂和具有强烈非线性和不确定性的系统进行有效而精确的控制就非常困难。在这种情况下，现代控制理论也显得软弱无力，其局限性就日益突出。造成现代控制理论的成果很少实际应用的主要原因是：(1)现代控制理论依赖理想化的精确的对象数学模型，(2)控制算法较为理想化；门)设计方法越来越数学化；(4)实际生产过程中有许多需要靠操作人员的知识和逻辑思维来解决的问题，而现代控制理论显得无能为力。控制界的研究者们开始认识到．在许多系统中，复杂性不仅仅表现在高维性上．更多的则是表现在系统信息的模糊性、不确定性、偶然性和不完全性上，是否可以改变一下思路，不要完全以控制对象为研究主体，而是以控制器为研究主体呢?能否用人工智能的逻辑推理、启发式知识、专家系统等解决难以建立精确纳数学模型的控制问题呢2可以说智能控制的出现就体现了这样一种思想。K．S．Fu在1971年指出．为了解决智能控制的问题，用严格的数学方法研究发展新的工具．对复杂的“环境—对象”进行建模和识别，以实现员优控制，或者用人工智能的启发式思想建立对不能准确定义的环境和任务的控制设计方法。G．N．Saridis在学习控制系统研究的基础上，提出了分级遇阶和智能控制结构，整个结构自上而下分为组织级、协调级和执行级三个层次，其中执行级是面向设备参数的基础自动化级，在这一级不存在结构性的不确定性，可以用常规控制理论的方法设计。协调级实际上是一个离散事件动态系统，主要运用运筹学的方法研究。组织级被及感知环境和追求目标的高层决策等类似于人类智能的功能，可以借鉴人工智能的方法来研究。因此，Saridis将K．S．Fu关于智能控制是人工智能与自动控制相结合的提法发展为：智能控制是人工智能、运筹学和控制系统理论三者的结合。1985年8月，IEEE在美国纽约召开了第一届智能控制学术讨论会，智能控制原理和智能控制系统的结构这一提法成为这次会议的主要议题。这次会议决定．设立一个IEEE智能控制专业委员会。这标志着智能控制这一新兴学科研究领域的正式诞生。智能控制作为一门独立的学科，正式在国际上建立起来。智能控制的主要分支智能控制是针对系统的复杂性、非线性、不确定性而提出来的途径有：(1)基于专家系统的专家智能控制；(2)基于模糊推理和计算的模糊控制器；(3)基于人工神经网络的神经网络控制器：(4)基于信息论．遗传算法和以上三种方法的集成型智能控制专家控制系统专家系统是人工智能应用领域最成功的分支之一，始于60年代中期。随着应用的不断成功，专家系统技术越来越受人们的重视。80年代专家系统的概念和方法被引入控制领域。促进了专家控制系统的研究和应用，它在控制领域的应用已涉及到控制系统辅助设计、分析和专家控制等方法，这实际上可以视为利用计算机通过模拟人的经验来实现对复杂系统的控制。

1965年LA．zadeh教授创立了模糊集理论并得到了较快的发展和实际的应用，成为智能控制领域中的一个重要分支。70年代中期以E．H．Mamdani为代表的一批学者提出了模糊控制的概念。标志着模糊控制的正式诞生。模糊控制的基本思想是把人类专家对待定的被控对象或过程的控制策略总结成一系列以：IF(条件)THEN(作用)产生式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。控制作用集为一组条件语句，状态条件和控制作用均为一组模糊控制神经网络控制系统

神经网络的研究已有较长的历史，最早的研究是40年代心理学家Mcculloch和数学家Pitts合作提出的兴奋与抑制型神经元模型和Hebb提出的神经元连接强度的修改规则，他们的研究结果至今仍是许多神经网络模型研究的基础。之后，数字计算机进入大发展时期并在人工智能领域取得显著成就，70年代人工神经网络的研究处于低潮。进入80年代后，数字计算机在模拟视听觉的人工智能方面遇到了物理上的极大困