控制科学的发展现状

掌握科学的进展状况Email：xchjia@2009-08-24主要内容一.掌握科学的历史回顾与进展状况简介二.传统掌握科学的自身局限性三.智能信息处理技术与掌握科学的交融四.掌握科学的完善与掌握形式的升华一.掌握科学的历史回顾与进展状况简介

掌握论的奠基者：维纳

国内代表人物：钱学森掌握科学在一个世纪的科技进步中起到了举足轻重的作用,为解决科技进展的很多挑战性问题供应了前瞻性的思想方法论。为很多产业部门实现自动化奠定了科学的理论基础和供应了强有力的掌握仪器设备。格外是数字计算机的广泛使用,为掌握科学开辟了更广泛的应用领域。学科范畴

掌握科学以工业、农业、社会、经济等领域的系统为对象，讨论其掌握与决策的共性问题，即为了实现系统的掌握目标，讨论如何建立系统的模型、分析其内部与环境信息、实行何种掌握与决策行为以及掌握与决策策略的实施问题等。

掌握科学与工程下设五个二级学科：“掌握理论与掌握工程”“检测技术与自动扮装置”“系统工程”“模式识别与智能系统”“导航、制导与掌握”历史回顾20世纪初的Lyapunov稳定理论；20世纪10年月的PID掌握律概念；20世纪20年月的反馈放大器；20世纪30年月的Nyquist与Bode图；20世纪40年月维纳的经典掌握论；20世纪50年月贝尔曼动态规划理论和庞特里亚金极大值原理；20世纪60年月卡尔曼的系统状态空间法、能控性和能观性以及Kalman滤波器；20世纪70年月的自校正掌握和自适应掌握；20世纪80年月基于不确定模型下的鲁棒掌握；20世纪90年月基于智能推理的智能掌握理论；21世纪的前10年将是掌握科学进展中的五彩缤纷的10年.非线性掌握系统

(NonlinearControlSystem)

一般地，实际系统不同程度地具有非线性性，因而非线性系统的讨论就显得格外重要。其中的饱和系统、故障系统、混沌系统等非线性系统已经取得很多成就，并有着广泛的应用。例如，机器人协调掌握系统、航空飞机操作故障掌握、电力系统掌握、大型网络稳定平安掌握、混沌通讯和混沌信息编码等领域。2.分布参数系统

(DistributedParameterSystems)

由偏微分方程描述的系统。弹性振动系统、无穷维系统、人口掌握和猜测系统都是典型的分布参数系统，这些系统的讨论已经取得重要突破；广泛应于航天、航空、机器人等重要领域。重要研究方向3.系统辨识和滤波理论(SystemIdentificationandFilter)

系统辨识：利用输入输出对系统建模的理论。

滤波理论：利用统计方法估量实际对象的状态或输出的理论。近十年来，系统辨识有几个重要的讨论方向：基于鲁棒掌握的数学模型要求的鲁棒辨识；基于特殊信号驱动下的系统辨识；基于人工智能的非线性系统辨识。同时，滤波理论在通讯等学科得到了广泛的应用。4.

随机掌握与自适应掌握(StochasticControlandAdaptiveControl)

(1).非线性滤波、随机系统掌握、随机最优掌握等；(2).自适应算法是有效的科学计算方法；(3).神经网络方法、滑动模方法及鲁棒掌握方法组合的非线性系统自适应掌握律设计方法。5.鲁棒掌握(RobustControl)(1).主要内容：20世纪80年月的Zames的H

掌握理论以及各类参数不确定系统的掌握理论。十年来，H

指标已成为评价系统性能的重要指标；(2).讨论对象：系统中参数范围或外干扰较大的系统，其模型不易建立，常用一族模型即不确定模型来表示。(3).主要讨论方法：Lyapunov稳定性理论，Lyapunov-Krasovskii稳定性理论，线性矩阵不等式(LMI)方法，切换系统方法，参数自适应方法、滑膜掌握方法等；(4).主要讨论方向：不确定时滞系统、饱和系统、故障系统、带有执行器死区的鲁棒掌握及其综合掌握问题;(5).应用：核反应堆的温度跟踪鲁棒掌握，不确定导弹系统的鲁棒自适应最优跟踪设计，机器人操作的鲁棒神经掌握，智能汽车的鲁棒掌握等。6.

切换系统（SwitchSystems）(1).切换系统：一类动力学系统，它是由有限个子系统和一个切换规律律组成，其中切换律决定哪个子系统被激活，切换律一般是时间或状态的分段(分片)常值函数。(2).切换律分类：任意切换、时间可控、状态依靠；(3).有趣现象：(i)每个子系统是稳定的，可以选择切换律使得切换系统不稳定；

(ii)每个子系统是不稳定的，但设计合适的切换律可保证切换系统是稳定的;(4).主要讨论方向：自由切换律下的稳定性问题，约束切换律（例如驻留时间、平均驻留时间）下的稳定性问题，以及在确定切换律下的镇静或跟踪等综合问题；(5).切换系统例子：故障系统、多模式掌握系统、监督掌握等。7.离散大事系统和混合系统(DiscreteEventSystemsandHybridSystems)(1).系统中含有突变参数或结构的系统。离散大事动态系统自然延长就是混合动态系统。混合系统的离散监督掌握,离散大事混合系统的最优掌握都有着广泛应用。(2).离散大事动态系统的应用例子：柔性制造系统、计算机通信系统、交通系统、网络系统等。混合系统掌握的应用例子：电力系统的电压平安掌握、机器人协调掌握和多智能体协作等。8.智能掌握(IntelligentControl)智能掌握是上个世纪九十年月进展的高级掌握理论。(1).智能掌握：基于人类智能推理的掌握理论。(2).主要包括：基于模糊推理的掌握理论(模糊掌握)；基于神经网络的掌握理论(神经网络掌握)；基于人工智能的专家系统；多智能体掌握及其综合。(3).应用：主要应用于难以建模的实际掌握系统。例如，基于神经动态规划的直升机的镇静掌握，基于模糊神经网络的机器人掌握，航天轨道操作器的基于知识的分层掌握、猜测掌握，基于模糊推理的智能汽车掌握等。

9.网络掌握系统(NetworkedControlSystems)

网络掌握系统是2000年以来兴起的一个重要讨论领域。NCS是掌握科学、网络技术和通信技术交叉融合的产物。它的基本特征有：丢包、时延、量化、多包或单包传输等。在实际应用中，有着很多优点，例如：成本低、安装简洁、容易维护等。主要讨论问题是建模、镇静、跟踪、滤波、故障诊断和容错掌握等。被控对象传感器执行器网络网络控制器10.智能汽车路径规划与掌握(PathPlanandControlforIntelligentVehicle)

智能汽车驾驶主要包括三个环节，即：环境感知、路径规划与决策、汽车掌握与调节。环境感知：在车身设置多个传感器，用于猎取车身内、外各种有用信息；局部路径规划：依据所获得的汽车环境信息，和肯定的性能指标，确定下一步的最优行驶路径。(3)

汽车掌握：依据路径规划得到的抱负行驶路线，掌握车辆依据规定路线行驶。

应用前景：广泛！例如，无人战车，帮助驾驶系统等。二.

传统掌握科学的自身局限性

传统掌握器都是基于系统的数学模型建立的，因此,掌握系统的性能好坏很大程度上取决于模型的精确性,这正是传统掌握的不行逾越障碍。传统掌握,包括经典反馈掌握、现代掌握理论等,在应用中遇到不少难题。机理建模所不行避开的模型误差将导致估量器工作效果时好时坏,难以设计牢靠、稳定的掌握系统。2.1传统掌握面临的问题1).掌握对象的简洁性

实际系统常常存在非线性、时变性、不确定性和不完全性，一般无法建立精确的数学模型。

2).掌握方法、手段单一性与对象的简洁性(a).一些抱负的假设不易物理实现，有时与实际情况不相符；(b).依据现有的理论和技术来描述简洁的掌握过程一般消灭片面性、单一性;3).掌握性能的高要求与系统牢靠性的冲突

追求高系统性能导致了系统的简洁性，从而降低了实际系统的牢靠性。4).不具有多层次的信息处理结构

掌握系统需要处理各类信息（例如，数值的、符号的、定性的、定量的、确定的和模糊信息）具有多层次的信息处理结构。传统的掌握方法很难做到这一点的。2.2现代掌握面临的问题

1)掌握对象简洁性

a)基于网络的远程掌握

b)不同性质、不同掌握对象组合而成的混杂系统

c)多任务、多机器人的协调掌握问题2)理论不完善性

简洁系统的建模、稳定性与系统设计缺乏理论支撑和指导。

3)掌握目标要求

a)具有多种信息的综合能力；

b)具有自学习和自适应能力，能够自主调整掌握结构；

c)高牢靠性，能自我故障诊断及排解；

d)具有良好的容错性和鲁棒性；

e)人在掌握过程中的作用。

掌握科学工作者开头熟识到,在很多系统中,简洁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。在现有的掌握理论基础上，能否结合人工神经网络、模糊规律推理、启发式知识、专家系统等智能信息处理技术来解决难以建立精确数学模型的掌握问题呢?三.智能处理技术与掌握科学的交融

随着很多简洁的社会问题和全球问题的消灭及客观系统简洁性不断增强,人们已对智能处理技术产生极大热忱。智能掌握科学与技术的进展，除了与传统掌握科学有关外，还与信息理论的进展亲密相关。以人工神经网络为主导的，与模糊规律、遗传计算、专家系统、混沌和其它常规信号信息处理相结合的综合智能信息处理理论与技术已经取得了很大的进展。综合利用智能信息处理的最新成果将极大地促进掌握科学的进展。

3.1高级智能掌握系统的功能特点1).容错性。对简洁系统能进行有效的全局掌握，并具有较强的容错能力；2).多模态性。定性决策和定量掌握相结合的多模态组合掌握；3).全局性。从系统的功能和整体优化的角度来分析和综合系统；4).混合模型和混合计算。以知识表示的非数学广义模型和以数学模型表示的混合掌握过程；系统在信息处理上既有数学运算，又有规律和知识推理；5).联想记忆和学习能力。6).动态自适应性。7).组织协调能力。等等3.2智能掌握的主要讨论分支

1).模糊规律掌握

模糊模型易于表达结构性的人类知识，容易建立。模糊系统的稳定性及综合问题成为模糊掌握理论的主要讨论内容。近二十年来，模糊掌握理论已经成功地应用于家电产品制造、航天航空以及智能交通等领域。2).模糊猜测掌握

猜测掌握是为适应简洁工业过程掌握而提出的算法，模糊建模是非线性系统建模的一个重要工具,把猜测掌握和模糊推理相结合，更符合人类的掌握思想。3).神经网络掌握

神经网络掌握是讨论和利用人脑的某些结构机理以及人的知识和阅历对系统进行掌握。近来，在神经网络自适应掌握、人工神经网络阀函数的数字设计、新的混合神经网络模型等方面都有重要进展，并且有着广泛的应用领域，例如，机器人操作过程掌握、核反应堆的载重操作过程掌握。4).综合神经网络掌握

神经网络、模糊推理、各种特殊信号的有机结合，导致了一些新的综合神经网络的消灭。例如，小波神经网络，模糊神经网络，混沌神经网络的消灭，开辟了更高智能的掌握方法。

5).基于知识的分层掌握设计

底层采纳传统的掌握方法，高层采纳智能策略协调底层工作，这种掌握设计理论已经应用到机器人、航天飞行器等领域。3.3智能掌握的主要应用领域

1).智能过程规划与掌握2).专家询问和专家掌握系统3).恶劣工况下的智能化机器人4).人工神经网络和模式识别系统5).设备或系统故障自动检测与诊断6).智能化仪器设备7).智能汽车掌握7).其它应用：包括航天器的姿态掌握，飞机的飞行和着陆掌握，空中交通管理，机械手、机器人和智能汽车掌握等。3.4模糊推理和神经网络在掌握中的区分

1.模糊掌握是基于规章的推理，而神经网络则需要大量的数据学习样本以及训练规章。2.模糊映射在系统中是集合到集合的规章映射，神经网络则是点到点的映射。3.神经网络将系统掌握问题看成“黑箱”的映射问题，缺乏明确的物理意义，不易把定性的阅历知识融入掌握中。模糊掌握一般把被控对象看作是“灰箱”，是在肯定熟识基础上的规律掌握。四.掌握科学的完善与掌握形式的升华

传统掌握理论是掌握科学的基石，它的深化、完善将对整个掌握科学的进展供应更多的思想和方法。传统掌握理论与模糊规律、神经网络、遗传算法等人工智能技术相结合，充分利用人类的掌握知识对简洁系统进行智能化掌握，逐渐形成了更高级的智能掌握理论体系。

综合智能信息处理将以神经网络并行分布处理和基于专家系统等人工智能符号规律推理为两种重要的基本方式，并与模糊规律、进化计算、混沌动力学、信号处理等方法综合集成。其讨论是困难的、长期