智能控制原理

发布网友 发布时间：2022-04-20 04:09

我来回答

共4个回答

热心网友 时间：2022-05-21 13:29

智能控制（intelligent controls）在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。 控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。
智能控制的基本概念　

智能控制的定义一： 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。

定义二： 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。

定义三： 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。

定义四： 智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。

产生及发展
自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。一般认为，前30年是 经典控制理论的发展和成熟阶段，后30年是 现代控制理论的形成和发展阶段。随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。智能控制是针对控制对象及其环境、目标和任务的 不确定性和复杂性而产生和发展起来的。

从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。

1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。1967年，Leondes和Mendel首先正式使用“智能控制”一词。

20世纪70年代初，傅京孙、Glofis0和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。

20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。1974年，Mamdani提出了基于 模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于 工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。

20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。1986年，K.J.Astrom发表的著名论文《专家控制》中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统——专家控制。目前，专家控制方法已有许多成功应用的实例。

详解
对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制 智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。

随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、 系统学、 运筹学、 信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是 自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。

一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力，即称为 智能控制系统. 智能控制技术是在向人脑学习的过程中不断发展起来的，人脑是一个超级智能控制系统，具有实时推理、决策、学习和记忆等功能，能适应各种复杂的控制环境.

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，即模型未知或知之甚少者模型的结构和参数在很大的范围内变动，比如工业过程的病态结构问题、某些干扰的无法预测，致使无法建立其模型，这些问题对基于模型的传统自动控制来说很难解决。

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，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息。另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况。 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。 可喜的是，近几年计算机及多媒体技术的迅速发展，为智能控制在这一方面的发展提供了物质上的准备,使智能控制变成了多方位“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（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比较复杂，例如在 智能机器人系统中，它要求系统对一个复杂的任务具有自动规划和决策的能力，有自动躲避障碍物运动到某一预期目标位置的能力等.。对于这些具有复杂的任务要求的系统，采用智能控制的方式便可以满足。

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。 工业过程智能控制系统除具有上述几个特点外，又有另外一些特点，如被控对象往往是动态的，而且控制系统在线运动，一般要求有较高的实时响应速度等，恰恰是这些特点又决定了它与其它智能控制系统如智能机器人系统、航空航天控制系统、交通运输控制系统等的区别，决定了它的控制方法以及形式的独特之处。

热心网友 时间：2022-05-21 13:30

智能控制系统中的通信，更离不开信息和信息论的指导。通信（communication）定义为按照达成的协议，使信息在人、地点、进程和机器之间进行的传送。具体点说，通信是指人与人或人与自然之间通过某种行为或媒介进行的信息交流与传递，从广义上指需要信息的双方或多方在不违背各自意愿的情况下，无论采用何种方法，使用何种媒质，将信息从某一方准确安全传送到另一方。智能控制系统的各个部分一般都需要进行通信的，因而也就离不开信息论的参与和指导。
3.信息论已成为控制智能机器的工具
通过前面的定义和讨论我们知道，信息具有知识的秉性，它能够减少和消除人们认识上的不定性。对于控制系统或控制过程来说，信息是关于控制系统或过程运动状态和方式的知识。智能控制比任何传统控制具有更明显的知识性，因而与信息论有更为密切的关系。许多智能控制系统，实质上是以知识和经验为基础的拟人或仿生控制系统。智能控制的知识和经验源于信息，又可被加工处理，变为新的信息，如指令、决策、方案和计划等，并用于控制系统或装置的活动。
信息论的发展，已把信息概念推广到控制领域，成为控制机器、控制生物和控制社会的手段，发展为控制仿生机器和拟人机器——智能机器的有力T具。许多智能控制系统，都力图模仿人体的活动功能，尤其是人脑的思维和决策过程。那么，人体器官的构造功能是否也反映“三论”的密切关系与相互作用呢？国际一般系统论研讨会*Samuelson曾在一次国际研讨会上配合幻灯片显示出一幅心脏构造示意图（见图1.9），说明了“三论”的核心关系。
组织级是智能控制系统的最高层次，它涉及知识的表示与处理，具有信息理论的含义；此级采用香农（Shannon）熵衡量所需要的知识。协调级连接组织级和执行级，起到承上启下的作用；它采用信息熵测量协调的不确定性。在执行级，则用博尔茨曼（Boltzman）的熵函数表示系统的执行代价，它等价于系统所消耗的能量。把这些熵加起来成为总熵，用于表示控制作用的总代价。设计和建立智能控制系统的原则就是要使所得总熵为最小。
熵和熵函数是现代信息论的重要基础。把熵函数和信息流一起引入智能控制系统，正表明信息论是组成智能控制的不可缺少部分。

热心网友 时间：2022-05-21 13:30

智能控制这一术语于1967年由Leondes和Mendel首先使用，1971年著名美籍华人科学家傅京孙（K.S.Fu）教授从发展学习控制的角度首次正式提出智能控制概念与建立智能控制学科的构思。 傅京孙把智能控制概括为自动控制（AC：Automatic Control）和人工智能（AI：Artificial Intelligence）的交集，即 IC=ACAI 这种交叉关系可用右图形象地表示，它主要强调人工智能中“智能”的概念与自动控制的结合。 自动控制AC 人工智能AI 智能控制IC 智能控制的二元结构 4 以上关于智能控制结构理论的不同见解中，存在着以下几点共识： （1）智能控制是由多种学科相互交叉而形成的一门新兴学科； （2）智能控制是自动控制发展到新阶段的产物，它以人工智能和自动控制的相互结合为主要标志； （3）智能控制在发展过程中不断地吸收着控制论、信息论、系统论、运筹学、计算机科学、模糊数学、心理学、生理学、仿生学等学科的思想、方法以及新的研究成果，目前仍在发展和完善之中。 智能控制的基本概念 由于智能控制是一门新兴学科且正处于发展阶段，所以至今尚无统一的定义，故有多种描述形式。 从三元交集论的角度定义智能控制：它是一种应用人工智能的理论和技术以及运筹学的优化方法，并和控制理论中的方法与技术相结合，在不确定的环境中，仿效人的智能（学习、推理等），实现对系统控制的理论与方法。 从系统一般行为特性出发，J.S.Albus认为：智能控制是有知识的“行为舵手”，它把知识和反馈结合起来，形成感知 – 交互式、以目标为导向的控制系统。该系统可以进行规划，产生有效的、有目的的行为，并能在不确定的环境中，达到预期的目标。 智能控制的基本概念 6 从认知过程出发：智能控制是一种推理计算，它能在非完整的性能指标下，通过一些基本的操作，如归纳(Generalization)和组合搜索(Combinatorial Search)等，把表达不完善、不确定的复杂系统引向规定的目标。 从控制论的角度出发：智能控制是驱动智能机器自主地实现其目标的过程。或者说，智能控制是一类无需人的干预就能独立地驱动智能机器实现其目标的自动控制方法。

热心网友 时间：2022-05-21 13:31

智能控制系统中的通信，更离不开信息和信息论的指导。通信（communication）定义为按照达成的协议，使信息在人、地点、进程和机器之间进行的传送。具体点说，通信是指人与人或人与自然之间通过某种行为或媒介进行的信息交流与传递，从广义上指需要信息的双方或多方在不违背各自意愿的情况下，无论采用何种方法，使用何种媒质，将信息从某一方准确安全传送到另一方。智能控制系统的各个部分一般都需要进行通信的，因而也就离不开信息论的参与和指导。
3.信息论已成为控制智能机器的工具
通过前面的定义和讨论我们知道，信息具有知识的秉性，它能够减少和消除人们认识上的不定性。对于控制系统或控制过程来说，信息是关于控制系统或过程运动状态和方式的知识。智能控制比任何传统控制具有更明显的知识性，因而与信息论有更为密切的关系。许多智能控制系统，实质上是以知识和经验为基础的拟人或仿生控制系统。智能控制的知识和经验源于信息，又可被加工处理，变为新的信息，如指令、决策、方案和计划等，并用于控制系统或装置的活动。
信息论的发展，已把信息概念推广到控制领域，成为控制机器、控制生物和控制社会的手段，发展为控制仿生机器和拟人机器——智能机器的有力T具。许多智能控制系统，都力图模仿人体的活动功能，尤其是人脑的思维和决策过程。那么，人体器官的构造功能是否也反映“三论”的密切关系与相互作用呢？国际一般系统论研讨会*Samuelson曾在一次国际研讨会上配合幻灯片显示出一幅心脏构造示意图（见图1.9），说明了“三论”的核心关系。
组织级是智能控制系统的最高层次，它涉及知识的表示与处理，具有信息理论的含义；此级采用香农（Shannon）熵衡量所需要的知识。协调级连接组织级和执行级，起到承上启下的作用；它采用信息熵测量协调的不确定性。在执行级，则用博尔茨曼（Boltzman）的熵函数表示系统的执行代价，它等价于系统所消耗的能量。把这些熵加起来成为总熵，用于表示控制作用的总代价。设计和建立智能控制系统的原则就是要使所得总熵为最小。
熵和熵函数是现代信息论的重要基础。把熵函数和信息流一起引入智能控制系统，正表明信息论是组成智能控制的不可缺少部分