智能控制理论讲稿,第1章

《智能控制理论讲稿,第1章》由会员分享，可在线阅读，更多相关《智能控制理论讲稿,第1章（23页珍藏版）》请在金锄头文库上搜索。

1、1 计算机智能控制理论及应用（计算机应用技术硕士研究生课程、 40 学时、 2 学分）参考书：1 易继锴等编蓍 . 智能控制技术 . 北京：北京工业大学出版社， 1999 年 9 月2 王俊普主编 . 智能控制 . 合肥：中国科学技术大学出版社， 1996 年 9 月3 朱剑英编著 . 智能系统非经典数学方法 . 武汉：华中科技大学出版社， 2001 年 4 月4 李士勇等编著 . 模糊控制和智能控制理论与应用 . 哈尔滨：哈尔滨工业大学出版社， 1990年 12 月5 尹朝庆等编著 . 人工智能与专家系统 . 北京：中国水利水电出版社， 2002 年 1 月6 姜长生等编 . 智能控制理论及

2、应用 . 北京： 科学出版社第一章 智能控制概述科学技术是第一生产力，我们正处于科学技术发展的重要时期第二次科学革命时期，其首要目标在于突破人类智力的局限性，用机器代替人类从事各种体力和 脑力劳动 （如： 1.制能系统，机器人等； 2. 人无法直接接触的场合高温、高压、剧毒等； 3. 劳动生产率） ，把社会生产力发展到更高水平。第二次科学革命必将引起第二次产业革命， 促进工业社会向信息社会的转变 。一、智能控制的产生与发展（成因）1、智能控制是自动控制理论发展的必然趋势自动控制理论是人类在征服自然、改造自然的过程中逐步形成和发展起来的。在其理论形成之前，自动控制理论的基本思想早已存在。例如，利

3、用反馈原理调节流量的“克泰希比斯”水钟；十九世纪中叶 J.C 麦克斯威尔对具有调速器的蒸汽发动机系统的稳定性（注：分析、解决稳定性问题的方法）所做的工作等，都标志着人类对控制理论探索的历程。二十世纪 20 年代， 布莱克、 奈奎斯特和波德等人在贝尔实验室所从事的研究工作奠定了经典控制理论的基础，特别是第二次世界大战期间，新武器的研制和战后经济的恢复和发展，都极大地激发了人们对控制理论的研究热情，使经典控制理论日趋成熟，并获得许多应用成果。控制理论从形成（ 20 世纪 40 年代开始）到发展至今，已经历了 60 多年的历程分为三个2 阶段：第一阶段：以 20 世纪 40 年代兴起的调节原理为标志

4、，称为经典控制理论阶段；第二阶段：以 20 世纪 60 年代兴起的状态空间法为标志，称为现代控制理论阶段；第三阶段：以 20 世纪 80 年代兴起的人工智能为标志，称为智能控制理论阶段；控制理论发展的三个阶段的主要特征对照见表 1 1 所示。表 1 1 自动控制理论发展阶段对照表特征阶段 第一阶段 第二阶段 第三阶段形成时间 40 50 年代 60 70 年代 80 年代以来理论基础 经典控制理论 现代控制理论 智能控制理论研究对象 单因素控制 多因素控制 多层次多因素控制分析方法 传递函数、频域法 状态方程、时域法 智能算子、多级控制研究重点 反馈控制 最优、 随机、 自适应控制 大系统理论

5、、 智能控制 （理论与方法）核心装置 自动调节器 电子数字计算机 智能机器系统应 用 单机自动化 机组自动化 综合自动化经典控制理论研究的主要对象多为线性定常系统，主要解决单输入 / 单输出问题；研究方法是以传递函数、频率特性、根轨迹为基础的频域分析法；其控制思想：对机器进行调节，使之能够稳定运行； 采用反馈方式， 使一个动力学系统能够按照人们要求的精度进行工作。最终实现对系统按指定目标进行控制。20 世纪 60 年代，计算机技术的迅猛发展为现代控制理论的形成与发展奠定了坚实基础。同时，人类发展航天技术的需要又刺激了控制理论从经典到现代的发展。研究对象扩至非线性或分布参数特性系统， 解决的问题

6、扩至多输入 / 多输出问题， 建模实现了从直接根据被控对象的物理特性的方法（经典）向建立一般化的参数估计与系统辨识理论方法的扩展。数据处理手段（计算工具）向计算机处理方向转变。经典与现代控制理论被统称传统（或常规）控制理论。 其共同特点是： 各种理论与方法都是建立在对象的数学模型基础上的。即传统控制理论的前提条件是必须能够在该理论指定的框架下，用数学公式严格地刻划出被控对象的动态行为。对象的数学模型可以是基于微积分理论或线性代数或矢量分析的， 因此称该理论方法为 “基于数学模型的方法” （ Mathematical Model-Based Techniques ） 。该理论对能够得到准确数学描

7、述的对象可以进行有效控制。传统控制理论最适用于以人造设备的参数作为被控对象的控制系统设计问题，而该理论应用于过程任务（或追求目标）的控制时，遇到最大的困难就是 不确定性问题 。第一类不确定性是 系统模型的不确定性 （称未建模动力学） 。 解决方法： 设法使系统对模型的变化不敏感，即鲁棒性控制；通过在线辨识，使此不确定性逐渐降低以至消除，即自适应控制；3 将控制任务（目标）的结构化环境当作被控对象来建立数学模型，并使其不确定性在鲁棒或自适应控制能够处理的范围之内。第二类不确定性是 环境本身的不确定性 。解决方法：如果环境变化的影响可视为随机干扰，并能用独立的概率统计分布来描述，则可考虑在统计期望

8、意义上的最优控制随机最优控制。但该控制也仅适用于对象与环境之间只存在弱相互作用的场合，如航海、航天、航空等中的某些过程控制任务。然而，随着科学技术的进步、工业生产的不断发展和生产规模的扩大，许多领域（如军事、工业等）所涉及的被控过程和对象难以建立精确的数学模型：模型极其复杂，难于实现实时高性能的有效控制；无法建模，如社会经济、生物医学等系统。所以，基于数学模型的传统控制理论面临着强有力的挑战，具体表现在以下三个方面：不确定性上面已经谈到了这方面概念。我们知道，对象（过程）和环境具有许多未知因素和不确定因素，这些因素会随着环境，工况、空间和时间产生不可预测的变化。在第一类不确定性（模型）中，对于

9、非结构化的复杂环境，或不能建模、或所建模型超出了鲁棒或自适应控制范围，则传统控制理论就不能获得满意的控制结果。在第二类不确定性（环境）中，对于对象与环境之间存在着因果关系的强相互作用的场合，则环境的变化不能视为随机干扰，所以随机最优控制方法也就无效了。如连续生产过程、离散产品加工等。复杂性现代工业控制系统具有高度的复杂性，表现在以下九个方面：A 系统的子系统和环节种类繁多，层次各异；B 子系统的结构和参数具有高维性、时变性、突变性和随机性；C 环境干扰具有多样性、时变性、随机性和高强度；D 传感器、执行器数量多，且分散；E 决策机构具有分级分布特征；F 系统的各状态变量是多重的； （耦合性）G

10、 信息结构复杂；H 数据处理量庞大，算法复杂；I 部分系统属于具有人机交互功能的巨系统。4 高性能要求现代工业系统为了提高自身的社会和经济效益，必须充分挖掘自身潜力。因此提出多样性的高性能控制目标，以确保安全生产、提高产品质量、降低生产成本和能耗、良好的销后服务和人性化产品的开发等等。然而，多样性的高性能要求之间往往是相互矛盾的，如何实现有效综合，不仅要求生产过程自动化，而且希望实现生产与经营管理的综合自动化（如CIMS） 。综上所述，对于系统的不确定性、复杂性、高性能要求，传统控制理论已显得力不从心，或无能为力，从而促使人们去探索控制理论的新途径智能控制。早在 20 世纪 40 年代，即控制

11、理论开始形成阶段，维纳在研制高炮自动瞄准系统的工作中（原来是手工操作） ，发现自动控制装置在行为上同人和动物这样的生命有机体非常相似，发表了“控制论关于在动物和机器中控制和通讯的科学” 、 “行为、目的和目的论”等论文、以及控制论专著。提出了控制论的两个基本概念信息和反馈，并通过“行为”把“反馈”和“目的”联系起来。不仅确立了控制理论的正式形成，而且揭示了机器、生物和人所遵从的共同基本规律信息与控制规律，为机器模仿人和动物的行为或功能提供了思想基础。人们在实践中发现，对于那些难以用传统控制理论实现有效的控制的复杂过程，有经验的工程技术人员却能凭经验对此进行有效的控制。例如停车问题：将车停放在两

12、辆汽车之间的车位中。传统控制理论方法：状态方程 （ ， ） ，其中 为车的固定参考点， 为车的方向；运动方程 y f （ x,u ） ,u 为约束控制量， u (u 1,u 2), u 1 前轮角度， u2 车速；约束条件 （集合由两辆停放汽车确定） ；控制目标 （集合由车间间隙确定） 。控制任务是寻找一控制量 u(t) ，使车从初始状态 X0（ 0， 0）在满足各种约束条件 下转移到目标状态集中。由于约束条件多，所以该问题变得（求解过程）相当复杂。人工方法：然而汽车司机根本不清楚控制过程的数学模型，只凭经验和知识技巧、直觉推理等智能行为，再加上学习能力，即可轻而易举地实现控制目标将车停放在两

13、车间相应车位。通过上例，可以发现，直接用机器模仿人的操作经验，可实现对复杂过程的有效控制，而无需数学模型（即避开数学模型） 。这正孕育着控制理论的新发展智能控制的诞生。但5 由于科学技术发展水平有限， 智能控制实际上在 20 世纪 80 年代才开始形成， 并有较大发展。2、人工智能为智能控制的产生提供机遇人工智能产生于 20 世纪 50 年代，它是多学科相互渗透的结果（信息论、系统论、计算机科学、神经生理学、心理学、数学及哲学等） 。同时也是数字电子计算机出现和广泛应用的结果。其基本思想是用机器模仿和实现人类智能，实现脑力劳动自动化或部分自动化。在如何“实现”问题上，人工智能存在三个学派： 符

14、号主义学派（也称逻辑主义、心理学派、计算机科学派）该学派认为：人脑和计算机都属于物理符号系统，于是就可以用计算机模拟人的智能。这是人工智能最具代表性的见解。 在 1956 年的一次关于用机器模拟智能的学术会议上， 正式采用“人工智能”术语，标志着该学科的诞生。该学派所阐 述用机器采用符号（逻辑或数值的）推理，从外部功能上模拟人的智能。 这种见解一直推动着人工智能沿着 启发式程序专家系统知识工程 的道路发展， 并在 70 80 年代取得重大成果，成为人工智能的主流派。 联结主义学派（也称生理学派，仿生学派）该学派主张 从仿生学出发，建立人脑模型，模仿人脑的结构和功能，使机器具有智能 。人工神经网

15、络 的研究是这一学派的主要工作对象。从神经元到神经元之间的联结关系来模拟人的智能，成为人工智能发展的另一途径。 行为主义学派（也称进化主义，控制论学派）该学派主张从控制论出发，重点研究如何 模拟人在控制过程中的智能活动和行为特征 ，如自寻优、自适应、自镇定、自学习、自组织等。该学派认为智能行为是基于 “感知动作”模式 、不断进化的过程。 Brooks( 布鲁克斯 ) 研制的六足行走机器人就是这一学派的代表作。人工智能的三个学派，虽然出发点不同，但目的相同都是研究如何模仿人的智能，实现机器智能，即人工智能。人工智能与控制理论相结合，促成了智能控制的产生和发展，即人工智能为智能控制提供了产生和发展

16、的机遇。从智能控制理论的结构上看，人工智能是其必要的组成部分之一，也说明了这一点。早在 1965 年，著名科学家美藉华人 K.S.Fu（付京孙）首先提出将基于符号操作和逻辑推理的启发式规则用于学习控制系统； Mendel（蒙代尔）教授在空间飞行器的学习控制中应用6 了人工智能技术。这是人工智能符号主义学派的观点首次与控制理论结合，实现智能控制的大胆尝试。 1971 年 K.S.Fu 再次强调这种尝试（即两者结合）的必要性，指出：为了解决控制问题，一方面用严格的数学方法研究发展新的工具来对复杂的“环境对象”进行建模和识别，以实现最优控制；另一方面用人工智能的启发式思想建立对不能精确定义的环境和对象（任务）实现控制设计方法。应把这两种途径密切结合起来协调地进行研究。例如，离散事件动态系统（ DEDS）理论就是第一方面的研究成果，并以柔性制造系统（ FMS）和计算机集