智能控制及其应用
院 － 系： 信息工程与自动化学院 专 业： 模式识别与智能系统 年 级： 2011 级 学生姓名： 朱 丹 学 号： 2011204082 任课教师： 杨承志、冯丽辉、万舟
2011年11月
摘要
智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制的主要方法有人工神经网络、模糊控制与专家系统，为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。
关键词： 智能控制 人工神经网络 模糊控制 专家系统
ABSTRACT
Intelligent automatic control is the advanced stage of development of automatic control．It is comprehensive and integrated subject of artificial intelligence, cybernetics, information theory, system theory, bionics, evolutionary computation, computer and so on .It is a new edge of the overlapping subject.The main method of intelligent control are following：artificial neural network , fuzzy control and expert system.In order to solve the complex control problem which is difficult to solve by the traditional methods.It provides effective theory and method.At present, the intelligent control has been widely used in industry, agriculture, services, military aviation, etc, and has a broad development prospects.
Keywords: intelligent automatic control artificial neural network fuzzy control expert system
引言
随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出了新的挑战，促进了智能控制理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。智能控制不仅包含了自动控制、人工智能、系统理论和计算机科学的内容，而且还从生物学等学科汲取丰富的营养，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。
一、智能控制的基本概念和特点
传统的控制方法是建立在被控对象的精确数学模型之上的，而智能控制是针对系统的复杂性、非线性、不确定性等提出来的。IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。一个智能控制系统一般应具有以下一些特点：
1.智能控制具有混合控制特点，系统能以知识表示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决策及定量控制相结合的多模态控制方式；
2.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；
3.智能控制系统具有自学习、自适应、自组织能力，能从系统的功能和整体优化的角度来分析和综合系统，以实现预期的控制目标； 4.智能控制系统有补偿及自修复能力；
5.智能控制系统能对复杂系统(如非线性、多变量、时变、环境扰动等)进行有效的全局控制，并具有较强的容错能力。
二、智能控制的主要方法 2.1 模糊控制
模糊控制是基于模糊推理和模仿人的思维方法，对难以建立精确数学模型的对象实施的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。其基本思想是用机器模拟人对系统的控制,就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段,实现系统控制。在实现模糊控制时主要考虑模糊变量的隶属度函数的确定,以及控制规则的制定二者缺一不可。
2.2 专家控制
专家控制是智能控制的一个重要部分，它在将人工智能中专家系统的理论和技术同自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对系统的有效控制。专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等，可通过知识获取系统对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。通过对知识的获取与组织,按某种策略适时选用恰当的规则进行推理,以实现对控制对象的控制。专家控制可以灵活地选取控制率,灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则,系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。
2.3 神经网络控制
神经网络是模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。随着人工神经网络应用研究的不断深入，新的模型不断推出，在智能控制领域中，应用最多的是BP网络Hopfield网络等。与传统控制相比，它具有以下重要特性：○1非线性神经元网络在理论上可以充分逼近任意非线性函数；○2自学习和自适应能力；○3并行式分布处理机制；○4数据融合能力。目前神经网络在信号处理、系统辨识和优化、模式识别、故障诊断、机器人等多个领域取得成功应用，它对智能控制的发展应用将具有重大而深远的意义。
三、智能控制的应用
目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。主要表现在以下几个方面：
3.1机械制造
在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。
3.2 智能仪器
随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器正朝着智能化、系统化、模块化和机电一体的方向发展，微型计算机或微处理机在仪器中得到广泛应用，已成为仪器的核心组成部件之一。它能够实现信息的记忆、判断、处理、执行以及测控过程的操作、监视和诊断，因而这类仪器被称为”智能仪器”。
3.3 智能机器人
智能机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。一个规定的任务出台之后，设计人员首先必须作出满足该任务要求的运动规划；然后，规划再由控制来执行，该控制足以使机器人适当地产生所期望的运动。
3.4 智能监控
在许多的工业连续生产线，其生产过程需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度确保产品的优质高产，我们已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、工业锅炉的递阶智能控制以及核反器的知识基控制等。
3.5 医疗过程智能控制
从70年代中叶起，专家系统技术就被成功的应用于各种医疗领域。医用智能过程控制的新例子之一就是一个用于控制手术过程中麻醉深度的病人平均动脉血压(MAP)的模糊逻辑控制系统。MAP是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，我们采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。
四、智能控制的发展前景
智能控制广泛应用于工业、农业、服务业、军事航空等多个领域，解决了传统控制无法解决的实际控制问题。但是智能控制仍然只处于开创性阶段。就目前智能控制系统的研究和发展来看，智能控制还有许多问题有待解决，主要有以下几点： ○1加强理论研究，给出智能控制的稳定性、可测性、可控性、鲁棒性定义及准则；○2解决知识获取和优化的瓶颈问题，特别是动态系统的知识获取和分类； ○3加强各种智能控制方法结合的耦合度； ○4加强学习问题的研究，进而加快收敛速度，提高实时控制能力； ○5融入更多领域知识，拓宽智能控制的范围。
智能控制是一门跨学科、需要多学科提供基础支持的科学，智能控制很难存在普遍、统一的理论体系，因此，建立具有开放性、形式非唯一的集成化智能控制框架是现实的，也是必要的。
参考文献
[1] 安宁，邱玮炜，戚焐.智能控制综述[J].技术与市场,2010,5(17):10-11.[2] 胡博.智能控制及其应用[J].芜湖职业技术学院，2010，1(12).[3] 宋胜利.智能控制技术概论[M]．北京：国防工业出版社，2008.[4]习玲丽，王永初.智能控制的发展前景[J].国立华侨大学机电及自动化学院，2006.[5] 魏峰，胡腾，王晓明.智能控制研究的发展及应用[J].工业控制计算机
2007(8).
