1、控制理论发展的三个阶段控制理论发展的三个阶段第一阶段：经典控制理论（形成于20世纪40到60年代）。研究对象：单输入单输出系统。主要数学模型：微分方程，传递函数。主要研究方法：时域法、根轨迹法、频率特性法 代表人物：伯德（H.W.Bode),1945年提出伯德图法。伊文思（W.R.Evens），1948年提出根轨迹法。第二阶段：现代控制理论（形成于20世纪60到70年代）。研究对象：多输入多输出系统 数学模型：状态空间表达式 主要方法：时域方法 重点问题：能控能观性分析、稳定性分析第三阶段：智能控制理论（20世纪70年代至今）。研究对象：不确定性的复杂的高度非线性系统 模型：非数学的语言描述模
2、型。数学工具：采用数值计算与符号处理的交叉与结合形 式，如：神经元网络、模糊集合论等。智能控制分支：模糊控制、神经网络控制、专家控制、学习控制及仿人控制等。第一章第一章 绪论绪论第一节第一节 智能控制的基本概念智能控制的基本概念1.1.1 智能控制的由来智能控制的由来 传统控制理论（包括经典控制理论和现代控制理论）是建立在被控对象精确数学模型基础上的控制理论。实际上，许多工业被控对象或过程常常具有非线性、时变性、变结构、多层次、多因素以及各种不确定性等，难于建立精确的数学模型。即使对一些复杂对象能够建立起数学模型，模型也往往过于复杂，既不利于设计也难于实现有效控制。虽然对缺乏数学模型的被控对象
3、可以进行在线辨识，但是由于算法复杂、实时性差，使得应用范围受到一定限制。随着科学技术的不断进步，被控对象变得越来越复杂，而对控制精度的要求日益提高，这就产生了复杂性和精确性的矛盾，传统控制理论对于解决这样的矛盾显得无能为力。智能控制则应运而生。1.1.2 智能控制的定义智能控制的定义（1）付京逊和Saridis提出：智能控制就是应用人工智能的理论和技术及运筹学的优化方法同控制理论与技术相结合，在未知环境下，仿效人类的智能，实现对系统的控制。一个系统具有从周围环境自学习的能力，自动进行信息处理以减少其不确定性，能规划、产生并能安全、可靠地执行控制作用，这就构成了一个智能控制系统。（2）Meyst
4、el（迈斯特尔）对智能控制的定义：智能控制是一种有效的计算机程序，这个程序指引一个未充分表示的复杂系统，在没有充分说明怎样做的情况下达到目标，即在一个不确定的环境中作出适当的行为。智能控制的定义：一种控制方式或一个控制系统，如果它能够有效地克服被控对象（过程）和环境所具有的高度复杂性和不确定性，并且能够达到所期望的目标，那么称这种控制方式为智能控制，这种控制系统为智能控制系统。1.1.3 智能控制系统的三大功能特点智能控制系统的三大功能特点（1）学习功能：对一个过程或未知环境所提供的信息进行识别、记忆、学习并利用积累的经验进一步改善系统的性能。与人的学习过程类似。（2）适应功能：它包括更高层次
5、的适应性，对于从输入到输出的映射关系，它是不依赖于模型的自适应估计。如当系统的输入不是已经学习过的例子时，由于具有插补功能，从而也可给出合适的输出。甚至当系统中某些部分出现故障时，系统也能够正常工作，如智能程度更高的话，还能自动找出故障甚至具备自修复功能，从而体现了更强的适应性。（3）组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性。智能控制器可以在任务要求范围内进行自行决策，主动采取行动，当出现多目标冲突时，在一定限制下，各控制器可以在一定范围内自行解决。1.1.4 智能控制的研究对象智能控制的研究对象（1）不确定性的模型 模型的不确定性包含两层意思：一是
6、模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。（2）高度的非线性 传统控制理论解决非线性方法复杂，有时只能定性分析。如继电器特性、磁滞回环特性、死区、饱和特性等。（3）复杂的任务要求 传统控制，控制任务要求比较单一，如要求输出量恒定或要求输出量跟随期望的运动轨迹变化。如在复杂的工业过程控制系统中，除了要求对各被控物理量实现定值调节外，还要求实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能，就要用智能控制系统了。可以概括为：智能控制是“三高三性”的产物。即“控制系统的高度复杂性、高度不确定性及人们要求越来越高的控制性能”1.1.5 智能控制系统的结构智能控制系统
7、的结构1.智能控制系统的基本结构 数据库 认知学习 控制知识库 规划与 控制决策 感知信息 与处理 评价机构 传感器 执行器 广义对象 环 境 智 能 控 制 器还包括外部各种干扰等不确定性因素2.分层递阶智能控制结构1977年Saridis以机器人控制为背景提出了三级递阶控制结构。组织级 协调级 执行级 对象 识别用户指令组织级：是最高智能级。功能为推理、规划、决策和长期记忆信息的交换以及通过外界环境信息和下级反馈信息进行学习等。可以看作是知识处理和管理级。协调级：协调级是组织级和执行级之间的接口，用来根据组织级提供的指令信息进行任务协调，协调执行级的动作，需具备学习功能，并将反馈信息给组织
8、级。执行级：是系统的最低一级，精度要求较高，理论方法为传统的控制理论。识别功能模块：在执行级其功能是获得不确定的参数值或监督系统参数的变化；在协调级其功能是根据执行级送来的测量数据和组织级送来的指令产生合适的协调作用；在组织级其功能是翻译定性的命令和其它的输入。1.1.6 智能控制研究的数学工具智能控制研究的数学工具传统控制理论：微分方程、状态方程及各种变换形式。其本质：数值计算方法人工智能：符号处理、一阶谓词逻辑等。其本质：符号推理方法 智能控制研究的数学工具则是以上两方面的交叉和结合。主要形式如下：1.符号推理与数值计算的结合例：专家控制。它的上层是专家系统，采用人工智能中的符号推理方法；
9、下层是传统的控制系统，采用的仍然是数值计算方法。2.离散事件系统和连续时间系统分析的结合例：计算机集成制造系统（CIMS）。上层任务的分配和调度、零件的加工和传输等均可用离散事件系统理论来分析和设计；下层的控制，如机床及机器人的控制则采用常规的连续时间系统分析方法。3.介于符号推理和数值计算两者之间的方法（1）神经元网络。通过简单的关系来实现复杂的函数关系。本质上是非线性的动力学系统，但不依赖于模型。（2）模糊集合论。形式上是利用规则进行逻辑推理，但其逻辑取值可在0-1之间连续变化，采用数值的方法而非符号的方法进行处理。1.1.7 智能控制系统的分类智能控制系统的分类按作用原理分类：1.递阶控
10、制系统 是智能控制最早的理论之一。最具影响的是萨里迪斯的分级递阶智能控制理论。三级组成如前图。2.专家控制系统 专家控制系统（Expert Control System)，是把专家系统技术与方法与控制机制尤其是工程控制论的反馈机制有机结合而建立的。专家控制系统一般由知识库、推理机、控制规则集和控制算法等组成。3.模糊控制系统 是应用模糊集合理论的控制方法。是基于知识（基于规则）的，甚至用语言描述的控制规律的控制方式。模糊控制器一般由模糊化、模糊规则库、模糊推理和模糊判决4个功能模块组成。专家控制系统和模糊控制系统一个共同点是都要建立人的经验和决策行为模型。4.学习控制系统 是一个能在其运行过程
11、中逐步获得受控过程及环境的非预知信息，积累控制经验，并在一定的评价标准下进行估值、分类、决策和不断改善系统品质的自动控制系统。5.神经控制系统 基于人工神经网络的控制简称神经控制。人工神经网络是模拟人的大脑结构和功能。神经控制具有并行处理能力、非线性处理能力、通过训练获得学习能力以及自适应能力，特别适合于复杂系统、大系统和多变量系统的控制。6.仿生控制系统 从某种意义上说，智能控制就是仿生和拟人控制。模仿人和生物的控制机构、行为和功能所进行的控制，就是拟人控制和仿生控制。在模拟人的控制结构的基础上，进一步研究和模拟人的控制行为与功能，并把它用于控制系统，实现控制目标，就是仿人控制。仿人控制综合
12、了递阶控制、专家控制和基于模型控制的特点，仿人控制综合了递阶控制、专家控制和基于模型控制的特点，可以看作是一种混合控制。可以看作是一种混合控制。生物界遵循适者生存、物竞天择的进化准则。生物通过个体间的选择、交叉和变异来适应大自然环境。把进化计算，特别是遗传算法机制和传统的反馈机制用于控制过程，可实现一种新的控制进化控制。自然免疫系统是个复杂的自适应系统。把免疫控制和计算方法用于控制系统，即可构成免疫控制系统。神经控制、进化控制、免疫控制等都是仿生控制；递阶控制、专家控制、学习控制和仿人控制等属于拟人控制。7.集成智能控制系统 把几种不同的智能控制机理和方法集成起来而构成的控制，称为集成智能控制
13、或复合智能控制，其系统称为集成智能控制系统。它集各智能控制方法的长处，弥补各自的短处，取长补短。如模糊神经控制、神经学习控制、神经专家控制、遗传神经控制、进化模糊控制等都属于集成智能控制系统。8.组合智能控制系统 把智能控制与传统控制（包括经典PID控制和现代控制）有机地组合起来，即可构成组合智能控制系统。如PID模糊控制、神经自适应控制、神经自校正控制、神经最优控制等。第二节第二节 智能控制的发展概况智能控制的发展概况 智能控制是从20世纪60年代开始的。1965年，著名的美籍华裔科学家傅京逊（K.S.Fu）首先把人工智能的启发式推理规则应用于学习控制系统；又于1971年论述了人工智能与自动
14、控制的交接关系。已成为国际公认的智能控制的先行者和奠基人。1965年，查德（Zadeh）发表了著名论文“模糊集合”，开辟了模糊控制的新领域。之后，模糊控制发展迅速，并取得了令人感兴趣的成果。1.2.1 智能控制的发展历程智能控制的发展历程 1966年，门德尔（J.M.Mendel)首先主张将人工智能用于飞船控制系统的设计。1967年，利昂兹（Leondes)等人首次正式使用“智能控制”一词。比“人工智能”晚11年。1977年，萨里迪斯（G.N.Saridis)出版了“随机系统的自组织控制”一书；1979年发表了综述文章“朝向智能控制的实现”，提出分层递阶智能控制，对智能控制系统的分类做出了贡献
15、。虽然递阶控制的应用实例较少，但递阶控制的思想已渗透到其它智能控制系统中，并成为这些智能控制的有机组成部分。1986年，奥斯特洛姆（K.J.Astrom)发表“专家控制”著名文章，提出了专家控制的智能控制系统。1974年，玛达尼（Mamdani)将模糊集合与模糊语言逻辑用于控制，创立了基于模糊语言描述控制规则的模糊控制器。1987年以来，一些国际学术组织如美国电气和电子工程师协会（IEEE）、国际自动控制联合会（IFAC）定期或不定期地举办各类有关智能控制的国际学术会议或研讨会，在一定程度上反映出智能控制发展的好势头。上个世纪80年代中后期，神经网络控制也得到了发展。上个世纪90年代以来，国内
16、对智能控制的研究也开始活跃起来，相关学术组织不断出现，学术会议经常召开，智能控制的应用研究也取得了一批成果。已成立了一些学术团体，如中国人工智能学会智能控制与智能管理专业委员会及智能机器人专业委员会，中国自动化学会智能自动化专业委员会等。先后创立了与智能控制相关的刊物，如模式识别与人工智能和智能系统学报等。1.2.2 智能控制研究的意义（1）为解决传统控制无法解决的问题找到一条新的途径。（2）促进自动控制向着更高水平发展。（3）激发学术界的思想解放，推动科技创新。（4）为实现脑力劳动和体力劳动的自动化智能化做出贡献。（5）为多种学派合作树立了典范。智能控制的学科结构理论体系是智能控制基础研究一
17、个重要的和令人感兴趣的课题。智能控制具有十分明显的跨学科（多元）结构特征。有三种学科结构理论体系思想：二元交集结构、三元交集结构和四元交集结构。分别用各交集表示：IC=AIAC （1）IC=AICTOR （2）IC=AICTITOR（3）第三节第三节 智能控制的学科结构理论体系智能控制的学科结构理论体系IC：智能控制(intelligent control)AI：人工智能(artificial intelligent)AC：自动控制(automatic control)CT：控制论(control theory 或cybernetics)OR：运筹学(operation research)IT
18、：信息论(information theory 或informatics)1.二元交集结构理论二元交集结构理论 在1971年，由付京逊指出“智能控制系统描述自动控制系统与人工智能的交接作用”，用上述（1）式来表示这种交接作用，并把它称为二元交集结构，如图。ICACAI智能控制的二元结构也可用离散数学和人工智能中常用谓词公式表示：IC=AIAC IC=AICTOR IC=AICTITOR和分别表示交集和连词“与”符号。2.三元交集结构理论三元交集结构理论 萨里迪斯于1977年提出，智能控制可看作为人工智能、自动控制和运筹学的交接。如图所示。ICACAI智能控制的三元结构OR 进一步描述三元结构各
19、元之间的关系如图。形式语言启发调度管理规划信息 处理动力学动态反馈优化记忆学习动态反馈动力学管理协调AIORACIC萨里迪斯同时还提出分级智能控制系统，如图，前已叙述。主要由三个智能级组成：第一级：组织级，代表系统的主导思想，并由人工智能起控制作用。第二级：协调级，是上下级间的接口，由人工智能和运筹学起控制作用。第三级：执行级，是智能控制系统的最低层级，要求具有很高的精度，由控制理论进行控制。组织级分配器协调器1协调器N硬件控制器1硬件控制器N过程1过程N组织级协调级执行级 李祖枢等在研究仿人智能控制时强调计算机科学技术对智能控制发展的重要作用，把计算机科学技术引入智能控制结构，提出了另一种智
20、能控制的三元结构，认为智能控制是人工智能技术、计算机科学技术和自动控制技术的交叉产物；自动控制要求、人工智能方法、计算机软硬件基础构成智能控制的发展基础。这种三元结构如图所示。3.四元交集结构理论四元交集结构理论 蔡自兴于1987年提出了四元智能控制结构，把智能控制看作是自动控制、人工智能、信息论和运筹学四个学科的交集。如图所示。ICORACAIIT智能控制的四元结构其简化图如图所示。控制理论人工智能计算机科学 微电子学另一种智能控制三元结构IC为什么把信息论作为智能控制结构的一个子集？1.信息论是解释知识和智能的一种手段信息：信息：信息是知识的交流或对知识的感受，是对知识内涵的一种量测。所描
21、述事件的信息量越大，该事件的不确定性越小。智能：智能：智能是一种应用知识对一定环境进行处理的能力或由目标准则衡量的抽象思维能力。智能的另一定义：在一定环境下针对特定的目的而有效地获取信息、处理信息和利用信息从而成功地达到目的的能力。知识：知识：知识是人们通过体验、学习或联想而知晓的对客观世界规律性的认识，这些认识包括事实、条件、过程、规则、关系和规律等。信息论：信息论：它是研究信息、信息特性测量、信息处理以及人机通信过程效率的数学理论。ICORACAIIT四元结构简化图推论：（1）“知识”比“信息”的含义更广，即（信息）（知识）。（2）智能是获取和运用知识的能力。（3）可以用信息论来在数学上解
22、释机器知识和机器智能。因此，信息论已成为解释机器知识和机器智能（人工智能）及其系统的一种手段。智能控制系统是这种机器智能系统的一个实例。2.控制论、系统论和信息论是紧密相互作用的 控制论、系统论和信息论（简称“三论”）作为科学前沿突出的学科群，无论从哪一方面看，都是相互作用和相互依靠的。人工智能（含知识工程）、控制论（含工程控制论和生物控制论）或系统论（含运筹学），都与信息论息息相关。例：一台具有高度自主制导能力的智能机器人（是一个智能控制系统）。它对环境的感觉，对信息的获取、存储与处理以及为适应各种情况而做出的优化、决策和运动等，都需要“三论”参与作用，并相互渗透。3.信息论已成为控制智能机
23、器的工具 信息具有知识的秉性，比如能够减少和消除人们认识上的不确定性。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。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运行。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利工具。4.信息熵成为智能控制的测度 在萨里迪斯的分层递阶智能控制理论中，提出用熵作为整个系统的一个性能测度。熵在信息论中指的是信息源中所包含的平均信息量H，并表示如下：iniiPPKHlog1式中，Pi 为信息源中各事件发生的概率，K为常数，与选用的单位有关。对于分层递阶智能控制系统，设计的原则是寻求正确的决策和控制序列以使整个系统的总熵最小。5.信息论参与智能控制的全过程并对执行级起到核心作用 信息论参与智能控制的全过程包括信息传递、信息交换、知识获取、知识表示、知识推理、知识处理、知识检索、决策以及人机通信等。在智能控制系统的执行级，各控制硬件接受、变换、处理和输出种种信息，信息论起到核心作用。例：专家控制系统。例：专家控制系统。
