《智能控制概述》由会员分享，可在线阅读，更多相关《智能控制概述（5页珍藏版）》请在金锄头文库上搜索。
1、智能控制总结和感想一、智能控制的基本概念1. 智能控制是由智能机器自主地实现其目标的过程。而智能机器则定义为， 在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类 规定的任务的一种机器。2. K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式 化或机器模拟，并用于控制系统的分析与设计中，使之在一定程度上实现控制系 统的智能化，这就是智能控制。他还认为自调节控制，自适应控制就是智能控制 的低级体现。3智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的 自动控制，也是用计算机模拟人类智能的一个重要领域。4智能控制际只是研究与模拟人类智能活动及其控制
2、与信息传递过程的规 律，研制具有仿人智能的实工程控制与信息处理系统的一个新兴分支学科。二、智能控制与常规控制的关系智能控制与传统的或常规的控制有密切的关系，不是相互排斥的。常规控制 往往包含在智能控制之中，智能控制也利用常规控制的方法来解决“低级”的控 制问题，力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战 性的复杂控制问题。1传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则 存在模型严重的不确定性。2传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不 方便，而智能控制是多方位“立体”的控制系统。3传统的自动控制系统对控制任务的要求要么使输出量为定值
3、（调节系统）, 要么使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特 点，而智能控制系统的控制任务可以比较复杂。4传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象 虽然有一些非线性方法可以利用，但不尽人意。而智能控制为解决这类复杂的非 线性问题找到了一个出路，成为解决这类问题行之有效的途径。5. 与传统自动控制系统相比，智能控制系统具有足够的关于人的控制策略、 被控对象及环境的有关知识以及运用这些知识的能力。6. 与传统自动控制系统相比，智能控制系统能以知识表示的非数学广义模型 和以数学表示的混合控制过程，采用开闭环控制和定性及定量控制结合的多模态 控制方式。
4、7. 与传统自动控制系统相比，智能控制系统具有变结构特点，能总体自寻优, 具有自适应、自组织、自学习和自协调能力。8. 与传统自动控制系统相比，智能控制系统有补偿及自修复能力和判断决策 能力。总之，智能控制系统通过智能机自动地完成其目标的控制过程，其智能机可 以在熟悉或不熟悉的环境中自动地或人一机交互地完成拟人任务。三、智能控制的主要特点1. 智能控制的核心在高层控制，即组织级；2. 智能控制器具有非线性特性；3. 智能控制具有变结构特点；4. 智能控制器具有总体自寻优特性；5智能控制系统应能满足多样性目标的高性能要求；6. 智能控制是一门边缘交叉学科；7. 智能控制是一个新兴的研究领域。四、
5、智能控制研究对象研究对象的特点：1不确定性的模型；2. 高度的非线性特性；3. 复杂的任务要求。研究对象类型：1. 专家控制专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常 源于丰富的经验，以及他们处理问题的详细专业知识。专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域 专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理 该领域的高水平难题。它具有启发性，透明性，灵活性，符号操作，不一确定性 推理等特点。应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建 造的控制系统，称为专家控制系统。专家系统是利用专家知识对专门的或困难的问题进
6、行描述。用专家系统所构 成的专家控制，无论是专家控制系统还是专家控制器，其相对工程费用较高，而 且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题。尽管专家系统 在解决复杂的高级推理中获得较为成功的应用，但是专家控制的实际应用相对还 是比较少。2. 模糊控制所谓模糊控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近 似推理手段，实现系统控制的一种方法。模糊模型是用模糊语言和规则描述的一 个系统的动态特性及性能指标。模糊控制的基本思想是用机器去模拟人对系统的控制。它是受这样事实而启 发的：对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的 系统，有经验的操作者或专家却
7、能取得比较好的控制效果，这是因为他们拥有日 积月累的丰富经验，因此人们希望把这种经验指导下的行为过程总结成一些规则, 并根据这些规则设计出控制器.然后运用模糊理论，模糊语言变量和模糊逻辑推 理的知识，把这些模糊的语言上升为数值运算，从而能够利用计算机来完成对这 些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的。模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型也可以描述 其定性模型。模糊逻辑可适用于任意复杂的对象控制。但在实际应用中模糊逻辑 实现简单的应用控制比较容易。简单控制是指单输入单输出系统（SISO）或多输 入单输出系统（MISO）的控制。因为随着输入输出变量的增加
8、，模糊逻辑的推理 将变得非常复杂。3. 神经网络控制神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连 而组成的网络；或由大量象生物神经元的处理单元并联互连而成。这种神经网络 具有某些智能和仿人控制功能。学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的概念来 自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。神经网络具备 类似人类的学习功能。一个神经网络若想改变其输出值，但又不能改变它的转换 函数，只能改变其输人，而改变输人的唯一方法只能修改加在输人端的加权系数。神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学 习结束。常用的学习算法有：He
9、bb学习算法，widrowHoff学习算法，反向传播 学习算法一 BP学习算法，Hopfield反馈神经网络学习算法等。神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。它能表示 出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我 组织、学习或自学习等。这些特性是人们长期追求和期望的系统特性。它在智能 控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。 神经网络可以和模糊逻辑一样适用于任意复杂对象的控制，但它与模糊逻辑不同 的是擅长单输入多输出系统和多输入多输出系统的多变量控制。在模糊逻辑表示 的SIM0系统和MIM0系统中，其模糊推理、解模糊
10、过程以及学习控制等功能常用 神经网络来实现.模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络 作为智能控制的主要技术已被广泛应用。两者既有相同性又有不同性，其相同 性为：两者都可作为万能逼近器解决非线性问题，并且两者都可以应用到控制器 设计中。不同的是：模糊逻辑可以利用语言信息描述系统，而神经网络则不行； 模糊逻辑应用到控制器设计中，其参数定义有明确的物理意义，因而可提出有效 的初始参数选择方法；神经网络的初始参数（如权值等）只能随机选择。但在 学习方式下，神经网络经过各种训练，其参数设置可以达到满足控制所需的行为. 模糊逻辑和神经网络都是模仿人类大脑的运行机制，可以认为神经网络技术模仿
11、 人类大脑的硬件，模糊逻辑技术模仿人类大脑的软件。根据模糊逻辑和神经网络 的各自特点，所结合的技术即为模糊神经网络技术和神经模糊逻辑技术.模糊逻 辑、神经网络和它们混合技术适用于各种学习方式，智能控制的相关技术与控制 方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器是 智能控制技术方法的一个主要特点。五、智能控制的发展趋势智能控制是自动控制理论发展的必然趋势。而人工智能为智能控制的产生提 咼了机遇。自动控制理论是人类在征服自然，改造自然的斗争中形成和发展的控制理 论从形成发展至今，已经经历多年的历程，分为三个阶段第一阶段是以上世纪 40年代兴起的调节原理为标志，称为经典控制
12、理论阶段；第二阶段以60年代兴 起的状态空间法为标志，称为现代控制理论阶段；第三阶段则是80年代兴起的 智能控制理论阶段。近年来，智能控制技术在国内外已有了较大的发展，己进入工程化，实用化 的阶段但作为一门新兴的理论技术，它还处在一个发展时期。然而，随着人工 智能技术，计算机技术的迅速发展，智能控制必将迎来它的发展新时期。六、课后感想智能控制虽然已有50多年的发展史，而其其实际应用也越来越成熟、广泛， 但是相比较有经典的控制理论与方法，智能控制的应用还是有待进一步发展的， 但是把智能控制与传统控制方案相结合，也是一种不错的应用方向，而其目前这 方面的研究已经是比比皆是，比如用模糊控制与常规PID控制相结合，产生的模 糊自适应PID控制方案目前已经有了相当广泛的研究与应用！当然对于智能控制 的探索与研究还需要更多的学者投入更多的心血，才能在未来结出更加丰硕的果 实。从开始上学学习知识以来，所学到的知识用我自己的理解与感觉就是：所学 的知识越来越复杂，其模型越来越接近实际，感觉最深的是在数学课与物理课上, 其模型不在只是考虑理想状态下，或者只在线性关系下，其中要考虑到很多的问 题，不再只是一个简单的式子就可以表达、求解。由简而难，这条路还要不断专研和努力，学无止境。
