智能控制考试题.doc

一、 综述题：智能控制理论综述摘 要：介绍了智能控制的发展历史与现状，智能控制与传统控制的比较，智能控制的主要方法与当前的研究热点，智能控制系统的定义及其实现智能控制系统的计算机辅助设计语言，智能控制在火电厂的应用，今后智能控制需要加强的研究工作关键词：智能控制；智能控制系统；传统控制；MatLabAn overview to intelligent controlAbstract:The history and status quo of intelligent control are introduced. A comparison between intelligent control and conventional control is discussed. The main methods, the current hot study point and the prospect of intelligent control are included. A defination of intelligent control system and the Computer Aided Control System Design Language to realize it are given, and the applications in fossil power plants are summarized. At last, the work that should be noticed and studied is pointed out.Key words: intelligent control; intelligent control system; conventional control; MatLab引言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是当今国内外自动化学科中的一个十分活跃和具有挑战性的领域，代表着当今科学和技术发展的最新方向之一它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。

1、智能控制的发展历史与现状从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长的一段时间，大致可以分为三个阶段第一阶段为“经典控制理论”时期（1965年以前）20世纪40-50年代基于传递函数建立起来的如频率特性、根轨迹等等图解解析设计方法，对于单输入-单输出系统极为有效，至今仍在广泛地应用但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了初始条件的影响故传递函数描述不能包含系统的所有信息 第二阶段为“现代控制理论”时期（1965-1979），主要研究具有高性能、高精度的多变量(多输入-多输出)参数系统的最优控制问题，采用的方法包括状态空间法、Kalman滤波理论、Belman动态规划方法和Pontryagin极大值原理等现代控制理论可以解决多输入多输出问题，系统可以是现行定长的，也可以是非线性时变的，但其局限性在于必须预先知道被控对象或过程的数学模型 第三阶段为“智能控制”时期（1980年至今），是在经典和现代控制理论基础上进一步发展和提高的智能控制的提出，一方面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等学科的高度发展，给智能控制提供了实现的基础。

智能控制提供了一种新的控制方法，基本解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题1987年1月，第一次国际智能控制大会在美国举行，标志着智能控制领域的形成80年代为智能控制的迅速发展期，智能控制的研究机应用领域逐步扩大并取得了一批应用成果1992年至今为智能控制的崭新阶段随着对象规模的扩大和过程复杂行的加大，形成了智能控制的多元论，而且在应用实践方面取得了突破性的进展，应用对象也更加广泛 2、智能控制的定义 智能控制已经出现了相当长的一段时间，并且已取得了一定的应用成果，但究竟什么是“智能”，什么是“智能控制”，至今没有统一的明确定义下面给出的是最让大家接受的定义 2从信息的角度来看，所谓智能，可具体地定义为：能有效地获取、传递、处理、再生和利用信息，从而在任意给定的环境下成功地达到预定目的的能力可以看出，智能的核心是一种思维的活动 所谓智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在未知环境下，仿效人的智能，实现对系统的控制这里所指的环境是指广义的被控对象或过程及其外界条件或者说，智能控制是一类无需（或仅需尽可能少的）人的干预就能够独立地驱动智能机器实现其目标的自动控制[5]。

3 智能控制与传统控制的比较 传统控制器都是基于系统的数学模型建立的，因此，控制系统的性能好坏很大程度上都取决于模型的精确性，这是传统控制的本质，也是传统控制的缺点下面分别分析经典控制理论与现代控制理论面临的问题，再着重比较智能控制理论与它们的差别 3.1 传统控制理论面临的问题: ① 难以建立精确的数学模型：经典控制理论的思想是建立在精确地数学模型基础上的，但是对实际应用中的非线性、时变行和不确定性的系统，一般无法获得精确的数学模型 ② 控制方法和手段的单一性：根据现有的理论和技术描述复杂的控制过程通常会出现片面性、单一性，建立的模型有可能与实际过程相差甚远传统的控制对象往往局限于单一的、有确定的物理规律的系统；对于复合型系统，传统的通知方法就显得力不从心了 ③ 无法满足控制性能的高要求：控制系统的性能可以用稳、准、快三个字来描述传统控制系统为了提高系统性能，可能变得相当复杂，从而使得系统的可靠性与其它系统成为不可调和的矛盾 3.2 现代控制理论面临的问题: ① 控制对象所处的环境的变化 随着计算机网络技术普及与发展，基于网络的远程控制受到人们的关注。

在网络环境下，存在数据的丢失、数据时序的变化、数据的非等间隔采样以及延时等等，都会使得网络环境变得十分复杂和困难，同时，网络自身的安全和控制都是一个十分重要和棘手的问题 ② 现代控制理论的思想也是建立在精确地数学模型之上的，由于复杂系统的建模、稳定性与系统设计缺乏理论支撑和指导，有必要综合应用其它学科来建立一个解决复杂性问题的完整理论[7] 3.3 智能控制与传统控制的比较： 智能控制与传统控制在理论基础、实现方法和系统规模上有着本质的区别，但它们也不是互相排斥的通常情况下，传统控制往往包含在智能控制之中，用来解决系统底层(执行层) 的控制问题, 而在系统的中层(协调层)和高层(决策层)则采用智能控制，这样既能提高系统的智能化程度，又能保证系统的控制精度,同时使系统结构更加合理，达到互补的效果控制过程是对知识的获取、描述、加工和执行的全过程[8][9]表1对智能控制和传统控制在知识的获取、描述、加工、运用各个环节进行了全面的比较[10] 3.4 智能控制的主要方法与当前的研究热点 智能控制已不是一个学科所能独自完成得了的，应结合多种学科知识来解决复杂系统的控制问题，这一点已得到专家的共识[11]。

基于这种认识，人们将各种学科大胆地应用于控制中引出了许多新理论和新方法分析当前国际最新智能控制方法及应用的状况和发展趋势，智能控制的主要方法有: ①模糊控制；②神经网络控制；③专家控制；④分级递阶智能控制；⑤拟人智能控制等当前的研究热点：①组合智能控制方法，即将智能控制和传统控制有机地结合起来而形成的控制方法；②集成智能控制，即将几种智能控制方法或机理融合在一起而构成的智能控制方法；③混沌控制 4.1 分层递阶控制 分层递阶智能控制实在研究早期学习控制系统的基础上，并从工程控制轮的角度总结人工智能与自适应、自学习和自组织控制的关系后逐渐形成的，是智能控制的最早理论之一三层分级地界智能控制系统是由G.N.Saridis于1977年提出的，该系统由组织级、协调级和执行级组成，并遵循“精度递增伴随智能递减”的原则其中组织级期主导作用，涉及知识的表示与处理，主要应用人工智能；协调级在组织级和执行级间期连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制；执行级是底层，具有很高的控制精度，采用常规自动控制[12] 4.2 模糊控制 FC-Fuzzy Control 模糊控制主要研究现实生活中广泛存在的定性的、模糊的、非精确的信息系统控制问题[13]。

这方面的工作首先是从Zadeh建立模糊集理论开始的模糊控制系统有三个基本组成部分：模糊化、模糊决策、精确化计算模糊控制的工作过程简单地可描述为：首先将信息模糊化，然后经模糊推理规则得到模糊控制输出，再将模糊指令进行精确化计算最终输出控制值 模糊控制的特点为： ① 提供了一种实现基于自然语言描述规则的控制规律的新机制 ② 提供了一种非线性控制器，这种控制器一般用于控制含有不确定性和难以用传统非线性理论处理的场合 4.3 神经网络控制 NNC-Neural Networks Control 神经网络控制是模拟人脑神经中枢系统智能活动的一种控制方式对难以通过常规方法进行描述的复杂非线性对象进行建模，或充当控制器，或信息处理，或模式识别，或故障诊断等，或以上几种功能的组合，这种神经网络控制系统的控制方式即为神经网络控制神经网络控制采用仿生学的观点对智能系统中的高级信息处理问题进行研究，神经网络控制的特点为： ① 能充分逼近任意非线性特性; ② 分布式并行处理机制; ③ 自学习和自适应能力;④ 数据融合能力;⑤ 适合于多变量系统，可进行多变量处理[1] 4.4 专家控制 EC-Expert Control 由人工智能领域发展起来的专家控制是一种基于知识的智能计算机程序的技术，专家控制的实质是基于控制对象和控制规律的各种知识，并且要以智能的方式利用这些知识，以求得控制系统尽可能的优化和实用化。

一般的专家控制系统由三部分组成，一是控制机制，它决定控制过程的策略，即控制哪一个规则被激活以及什么时候被激活等二是推理机制，它实现知识之间的逻辑推理以及知识库的匹配三是知识库，包括事实、判断、规则、经验以及数学模型专家系统的混合控制技术正引起各国专家的关注，如：神经网络专家系统、专[14] 4家模糊控制等[15]专家控制的特点为：① 具有领域专家级的专业知识，能进行符号处理和启发式推理；② 具有获取知识能力，具有灵活性 透明性和交互性 4. 5 集成智能控制 各种智能方法都具有自身明显的优势和特点，但同时也存在一定的局限性近年来，人们普遍认为：基于知识和经验的专家系统、基于模糊逻辑推理的模糊控制、 基于人工神经网络的神经网络控制方法的交叉与融合，相互取长补短、优势互补、有机结合是当今智能控制的研究热点之一近年来集成智能控制方法及其在控制中应用的研究非常活跃，取得[17]-[19]了令人鼓舞的成果，并形成了模糊神经网络控制、专家模糊控制等多个方向目前，智能集成控制还处于初级研究阶段，由于各种智能控制方法本身的理论还不完善，客观上制约了集成智能控制理论的发展[20][16] 5 智能控制系统的定义 由于智能控制系统尚处在发展阶段，关于什么是智能控制系统目前还没有非常明确一致的定义。

但可以这样说，智能控制系统是实现某种控制任务的一种智能系统所谓智能系统是指具备一定智能行为的系统具体的说，若对于一个问题的。