论文-智能控制的现状及发展趋势

PAGEPAGE1智能控制的现状及发展趋势

摘要：智能控制是自动控制发展的高级阶段,是控制论、系统论、信息论和人工智能等多种学科交叉和综合的产物,为解决那些用传统方法难以解决的复杂系统的控制提供了有效的理论和方法。本文对几种智能控制技术理论（模糊控制、神经网络等）进行了简单地阐述,介绍了智能控制技术在工业中的实际应用,浅析智能控制缺点及应用方面存在的问题,并展望了今后的发展趋势与动态。关键词：智能控制；模糊控制；神经网络

1引言智能控制是在控制论、信息论、人工智能、仿生学、神经生理学及计算机科学发展的基础上逐渐形成的一类高级信息与控制技术。智能控制突破了传统控制理论中必须基于数学模型的框架,它基本上按实际效果进行控制,不依赖或不完全依赖于控制对象的数学模型,又继承了人类思维的非线性特性。某些智能控制方法还具有在线辨识、决策或总体自寻优的能力和分层信息处理、决策的功能[1]。近十几年来,智能控制技术发展迅速,科研人员已提出了许多方法,如模糊控制,分层递阶控制、专家控制、神经网络控制、拟人智能控制和基因控制等。其目的是提高系统的鲁棒性、容错性和解决具有严重非线性和不确定性系统的控制问题[2]。近些年来，智能控制在工业现场和生活中均得到了广泛应用，如智能家居、机械手运动等等。可以预见到，将来智能控制的发展趋势将会从单学科向多学科交叉综合，以及仿人智能控制算法方向发展。2智能控制发展现状2.1模糊控制模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法，它是从行为上模仿人的模糊推理和决策过程的一种智能控制方法。该方法首先将操作人员或专家经验编程模糊规则，然后将来自传感器的实时信号模糊化，将模糊化后的信号作为模糊规则的输入，完成模糊推理，将推理后得到的输出量加到执行器上[3]，模糊控制原理框图如图1所示。图1模糊控制原理图2.2神经网络控制神经网络控制是模拟人类神经中枢系统智能活动的一种控制方式。由于它具有自适应能力和自学习能力,因此适合用于复杂系统智能控制的研究工具。神经元网络通过神经元以及相互连接的阀值,初步实现了生物神经系统的部分功能。神经网络具有的非线性映射能力、并行计算能力、自学习能力以及强鲁棒性等优点已广泛地应用于控制领域,尤其是非线性系统领域。2.3智能控制应用 智能控制在工业现场和人们日常生活中已经得到了广泛的应用。在工业现场中，采用了智能控制算法的机械手甚至可以不需要要抓举物体的详细运动参数和物体位置就可以通过多次修正运动轨迹而实现抓举[4]；在日常生活中，装饰公司越来越看重灯光控制与装饰环境的互动性效果，房地产开发商也将智能概念的目光从单纯的可视对讲和安防报警功能投向了家居灯光控制、背景音乐等更多的智能控制功能，更突显出家居智能的感官效应和环境效果[5]。3智能控制的发展趋势3.1仿人控制仿人控制是未来智能控制发展的两个可能趋势之一。仿人智能控制研究的基本方法:应用控制理论的成果和计算机技术,采用分级递阶智能控制的方法,直接对人的控制经验、技巧和各种直觉推理逻辑进行测辨、概括和总结；并将其编制成各种简单实用、精度高、能实时远行的控制算法,并直接应用于实际控制系统。这种控制算法,以模仿人对控制对象的观察、记忆、决策等智能作为基础,根据被调量、偏差以及偏差的变化趋势来确定控制策略。仿人智能控制理论中的智能控制是对控制问题求解的二次映射的信息处理过程,即“认知”到“判断”的定性推理过程和从“判断”到“操作”的定量控制过程。仿人智能控制不仅具有并行、逻辑控制和语言控制的特点,而且还具有以数学模型为基础的传统控制的解析定量控制的特点。总结人的控制经验,模仿人的控制行为,以产生式规则描述其在控制方面的启发和直觉推理行为[6]。3.2多种方法综合 智能控制另外一个发展趋势是多种智能控制方法进行综合[2]。一方面要广泛关注各学科领域的研究成果不断引进新技术新发现充分综合智能控制技术与方法；另一方面，不但要探索各项技术结合的系统方法以摆脱目前智能控制设计的经验性，而且要加强实际应用及智能自动化技术的研究[7]。同时，智能控制还要扩宽实际应用范围,提高实时控制能力，加强理论研究,目前呈现出应用广泛而理论研究大大滞后的状况，将来要给出智能控制系统的稳定性、可控性、可测性、鲁棒性定义及准则[8]。此外，智能控制还面临着运算时间长，由于算法固有缺点导致容易陷入局部最优解的缺点，相对于传统控制方法没有表现出足够优越性，因此在将来需要开发新的智能算法来改进智能控制方法，如采取混沌优化方法和模拟退火方法等[9]。未来还需要将智能控制与专家系统进行更广泛的结合，包括及时更新控制规则，采用多元统计方法来获取参数等[10]。4结论由于综合智能控制技术的种种优点，在复杂工业过程系统中应用综合智能技术已成为共识。但是目前这方面的研究才刚刚起步，实际应用还比较少，大部分停留在实验室仿真阶段。在今后的研究中，一方面要改进智能控制算法，另外一方面要注意多个学科的综合，做到与时俱进。在未来相当长的一段时间内，智能技术将成为解决复杂系统优化控制问题的重要途径。

参考文献[1]胡氢,司纪凯.智能控制技术现状分析及发展[J].煤矿机械,2006,06:921-923.[2]王科俊,王克成,金鸿章,李国斌.智能控制发展的新趋势——多种智能控制方法的综合[J].黑龙江自动化技术与应用,1996,04:7-10.[3]萧赞星,袁书生.模糊控制技术的现状及发展趋势[J].内江科技,2014,01:98-99.[4]ArimotoS.Intelligentcontrolofmulti-fingeredhands[J].AnnualReviewsinControl,2004,28(1):75-85.[5]黎辉.智能家居灯光控制的现状与发展趋势[J].智能建筑电气技术,2010,02:59-60.[6]郭光辉.仿人智能控制算法的现状及趋势[J].安徽职业技术学院学报,2007,03:13-15.[7]陈宗海.智能自动化技术的现状与发展趋势[J].自动化博览,2001,02:6-9.[8]徐小增,廖庆华,秦忆.智能控制方法的现状及发展[J].佛山科学技术学院学报(自然科版),2002,04:14-17+74.[9]王启志,王永初.智能PID控制器研究的现状与进展[J].自动化仪