西電智能控制導(dǎo)論大作業(yè)

1、智能控制導(dǎo)論大作業(yè) 摘要：智能控制（intelligent controls）是一項(xiàng)基于人工智能（artificial intelligence）而發(fā)展成熟的學(xué)科。伴隨著人工智能的發(fā)展，人們得以將自動(dòng)控制發(fā)展為智能控制。智能控制的思潮起源于20世紀(jì)60年代的自動(dòng)控制專家和人工智能專家們的研究。在半個(gè)世紀(jì)的歲月中，智能控制已經(jīng)得到長足的發(fā)展。1985年IEEE在紐約召開了第一屆智能控制學(xué)術(shù)討論會(huì)，隨后成立的IEEE智能控制專業(yè)委員會(huì)更是標(biāo)志著智能控制這一新學(xué)科的形成。近30年，科學(xué)界和工程界對(duì)智能控制的研究也越發(fā)的活躍起來。智能控制作為一門新興學(xué)科正式登上了國際科學(xué)的舞臺(tái)，并對(duì)各界有者十分重要的

2、意義和影響?，F(xiàn)在的通常指的智能控制主要包括但不限于：神經(jīng)網(wǎng)絡(luò)控制貝葉斯控制模糊（邏輯）控制神經(jīng)模糊控制專家系統(tǒng)遺傳控制智能代理（認(rèn)知/意識(shí)控制）關(guān)鍵詞：智能控制 發(fā)展 理論 方法 應(yīng)用 前景前言：智能控制是一類新的控制技術(shù)，利用各種智能計(jì)算方法如神經(jīng)網(wǎng)絡(luò)，貝葉斯概率，模糊邏輯，機(jī)器學(xué)習(xí)，進(jìn)化計(jì)算和遺傳算法來實(shí)現(xiàn)功能。智能控制正漸漸取代自動(dòng)控制并成為人類自動(dòng)控制科學(xué)技術(shù)的未來。智能控制發(fā)展簡史：早在中古時(shí)代，人們就有了對(duì)智能機(jī)器及對(duì)其進(jìn)行控制的的幻想，比如傳說中魯班制造的機(jī)械鳥。到了啟蒙時(shí)期，文藝復(fù)興帶來的思想解放也使人們更加大膽的去幻想各種智能機(jī)器。意大利人達(dá)芬奇流傳下來的圖紙中就有了不少關(guān)于

3、智能機(jī)械的設(shè)想。到了工業(yè)時(shí)代，差分機(jī)的設(shè)想被認(rèn)為是現(xiàn)代計(jì)算機(jī)的起源， 奧左斯特. 艾達(dá).洛夫萊斯伯爵夫人（Ada語言即使以她為名）甚至開始研究算法，編寫程序，希望差分機(jī)能智能地解決數(shù)學(xué)問題。進(jìn)入20世紀(jì)之后，計(jì)算機(jī)的真正面世以及人工智能的出現(xiàn)開辟了用智能機(jī)器代替人類從事腦力勞動(dòng)的新紀(jì)元。下面便詳細(xì)說下智能控制在20世紀(jì)的發(fā)展自1932年奈魁斯特（H.Nyquist）的有關(guān)反饋放大器穩(wěn)定性論文發(fā)表以來，控制理論的發(fā)展已走過了60多年的歷程。一般認(rèn)為，前30年是經(jīng)典控制理論的發(fā)展和成熟階段，后30年是現(xiàn)代控制理論的形成和發(fā)展階段。隨著研究的對(duì)象和系統(tǒng)越來越復(fù)雜，借助于數(shù)學(xué)模型描述和分析的傳統(tǒng)控制理

4、論已難以解決復(fù)雜系統(tǒng)的控制問題。智能控制是針對(duì)控制對(duì)象及其環(huán)境、目標(biāo)和任務(wù)的不確定性和復(fù)雜性而產(chǎn)生和發(fā)展起來的。     從20世紀(jì)60年代起，計(jì)算機(jī)技術(shù)和人工智能技術(shù)迅速發(fā)展，為了提高控制系統(tǒng)的自學(xué)習(xí)能力，控制界學(xué)者開始將人工智能技術(shù)應(yīng)用于控制系統(tǒng)。     1965年，美籍華裔科學(xué)家傅京孫教授首先把人工智能的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)，1966年，Mendel進(jìn)一步在空間飛行器的學(xué)習(xí)控制系統(tǒng)中應(yīng)用了人工智能技術(shù)，并提出了“人工智能控制”的概念。0967年，Leondes和Mendel首先正式使用“智能控制”一詞。 &

5、#160;   20世紀(jì)70年代初，傅京孫、Glofis0和Saridis等學(xué)者從控制論角度總結(jié)了人工智能技術(shù)與自適應(yīng)、自組織、自學(xué)習(xí)控制的關(guān)系，提出了智能控制就是人工智能技術(shù)與控制理論的交叉的思想，并創(chuàng)立了人機(jī)交互式分級(jí)遞階智能控制的系統(tǒng)結(jié)構(gòu)。     20世紀(jì)70年代中期，以模糊集合論為基礎(chǔ)，智能控制在規(guī)則控制研究上取得了重要進(jìn)展。1974年，Mamdani提出了基于模糊語言描述控制規(guī)則的模糊控制器，將模糊集和模糊語言邏輯用于工業(yè)過程控制，之后又成功地研制出自組織模糊控制器，使得模糊控制器的智能化水平有了較大提高。模糊控制的形成和發(fā)展，以及與人工智能

6、的相互滲透，對(duì)智能控制理論的形成起了十分重要的推動(dòng)作用。      20世紀(jì)80年代，專家系統(tǒng)技術(shù)的逐漸成熟及計(jì)算機(jī)技術(shù)的迅速發(fā)展，使得智能控制和決策的研究也取得了較大進(jìn)展。1986年，K.J.Astrom發(fā)表的著名論文專家控制中，將人工智能中的專家系統(tǒng)技術(shù)引入控制系統(tǒng)，組成了另一種類型的智能控制系統(tǒng)專家控制。90年代以來，智能控制這一學(xué)科的研究越發(fā)活躍，成為21世紀(jì)重要研究課題之一。體系框架：自1971年傅京孫教授提出“智能控制”概念以來，智能控制已經(jīng)從二元論（人工智能和控制論）發(fā)展到四元論（人工智能、模糊集理論、運(yùn)籌學(xué)和控制論），二元論是20世紀(jì)60

7、年代由K.J.Fu先生提出的，認(rèn)為智能控制是自動(dòng)控制（AC）和人工智能（AI）的交接作用到了1977年，薩里迪斯將傅先生的智能控制擴(kuò)展為三元結(jié)構(gòu)，即把智能控制看作是人工智能、自動(dòng)控制和運(yùn)籌學(xué)（OR）的交接。薩里迪斯認(rèn)為，構(gòu)成二元論無法使智能控制有效應(yīng)用，必須引入運(yùn)籌學(xué)的概念，使其成為三元交集中的一個(gè)子集。在構(gòu)成三元結(jié)構(gòu)的同時(shí)，薩里迪斯還提出分級(jí)智能控制系統(tǒng)，它由三個(gè)智能感知級(jí)組成，為：第一級(jí)：組織級(jí)第二級(jí)：協(xié)調(diào)級(jí)第三級(jí)： 執(zhí)行級(jí)10年之后，也就是1987年，蔡自興提出了更新的四元智能控制結(jié)構(gòu)，把智能控制視為是自動(dòng)控制、人工智能、信息論（IT）和運(yùn)籌學(xué)的交集。這也是智能控制科學(xué)結(jié)構(gòu)理論體系的最新

8、發(fā)展階段。四元交集中每個(gè)子集都和其他三個(gè)子集相關(guān)。四個(gè)子集之間的交接關(guān)系十分清晰，這種關(guān)系遠(yuǎn)比三元交集更豐富，更復(fù)雜。理論、方法和技術(shù)概述：智能控制技術(shù)現(xiàn)階段很大程度基于各種智能計(jì)算方法以及自動(dòng)控制、人工智能、運(yùn)籌學(xué)和信息論的知識(shí)。先來理解一下基礎(chǔ)理論：自動(dòng)控制屬于自動(dòng)化技術(shù)的一門，廣義來說，通常是指不需借著人力親自操作機(jī)器或機(jī)構(gòu)，而能利用動(dòng)物以外的其他裝置元件或能源，來達(dá)成人類所期盼執(zhí)行的工作。更狹義地說即是以生化、機(jī)電、電腦、通訊、水力、蒸汽等科學(xué)知識(shí)與應(yīng)用工具，進(jìn)行設(shè)計(jì)來代替人力或減輕人力或簡化人類工作程序的機(jī)構(gòu)機(jī)制，皆可稱之。自動(dòng)控制是相對(duì)人工控制概念而言的。指的是在沒人參與的情況下，

9、利用控制裝置使被控對(duì)象或過程自動(dòng)地按預(yù)定規(guī)律運(yùn)行。自動(dòng)控制技術(shù)的研究有利于將人類從復(fù)雜、危險(xiǎn)、繁瑣的勞動(dòng)環(huán)境中解放出來并大大提高控制效率。自動(dòng)控制系統(tǒng)的理論主要是反饋論，包括從功能的觀點(diǎn)對(duì)機(jī)器和物體中（神經(jīng)系統(tǒng)、內(nèi)分泌及其他系統(tǒng)）的調(diào)節(jié)和控制的一般規(guī)律的研究。離散控制理論在計(jì)算中也有很廣泛的應(yīng)用。自動(dòng)控制是工程科學(xué)的一個(gè)分支。它涉及利用反饋原理的對(duì)動(dòng)態(tài)系統(tǒng)的自動(dòng)影響，以使得輸出值接近我們想要的值。從方法的角度看，它以數(shù)學(xué)的系統(tǒng)理論為基礎(chǔ)。我們今天稱作自動(dòng)控制的是二十世紀(jì)中葉產(chǎn)生的控制論的一個(gè)分支。基礎(chǔ)的結(jié)論是由諾伯特·維納、魯?shù)婪?#183;卡爾曼提出的。人工智能是指由人工制造出來的

10、系統(tǒng)所表現(xiàn)出來的智能。通常人工智能是指通過普通電腦實(shí)現(xiàn)的智能。該詞同時(shí)也指研究這樣的智能系統(tǒng)是否能夠?qū)崿F(xiàn)，以及如何實(shí)現(xiàn)的科學(xué)領(lǐng)域。人工智能的研究是高度技術(shù)性和專業(yè)的，各分支領(lǐng)域都是深入且各不相通的。人工智能的研究可以分為幾個(gè)技術(shù)問題。其分支領(lǐng)域主要集中在解決具體問題，其中之一是，如何使用各種不同的工具完成特定的應(yīng)用程序。AI的核心問題包括推理，知識(shí)，規(guī)劃，學(xué)習(xí)，交流，感知，移動(dòng)和操作物體的能力等。強(qiáng)人工智能目前仍然是該領(lǐng)域的長遠(yuǎn)目標(biāo)。目前比較流行的方法包括統(tǒng)計(jì)方法，計(jì)算智能和傳統(tǒng)意義的AI。目前有大量的工具應(yīng)用了人工智能，其中包括搜索和數(shù)學(xué)優(yōu)化，邏輯，基于概率論和經(jīng)濟(jì)學(xué)的方法等等。運(yùn)籌學(xué)（Op

11、erations Research，又被稱作作業(yè)研究），是一門應(yīng)用數(shù)學(xué)學(xué)科，利用統(tǒng)計(jì)學(xué)和數(shù)學(xué)模型等方法，去尋找復(fù)雜問題中的最佳或近似最佳的解答。運(yùn)籌學(xué)經(jīng)常用于解決現(xiàn)實(shí)生活中的復(fù)雜問題，特別是改善或優(yōu)化現(xiàn)有系統(tǒng)的效率。 研究運(yùn)籌學(xué)的基礎(chǔ)知識(shí)包括矩陣論和離散數(shù)學(xué)，在應(yīng)用方面多與倉儲(chǔ)、物流等領(lǐng)域相關(guān)。因此運(yùn)籌學(xué)與應(yīng)用數(shù)學(xué)、工業(yè)工程專業(yè)密切相關(guān)。 運(yùn)籌學(xué)是一門研究怎么樣處理事情更有效的學(xué)科，比如機(jī)械動(dòng)作合理安排，計(jì)算機(jī)的多線程，高層建筑材料的合理分配，不同動(dòng)植物的共同養(yǎng)殖等都是當(dāng)今社會(huì)經(jīng)濟(jì)發(fā)展的熱點(diǎn)。信息論（information theory）是運(yùn)用概率論與數(shù)理統(tǒng)計(jì)的方法研究信息、信息熵、通信系統(tǒng)、

12、數(shù)據(jù)傳輸、密碼學(xué)、數(shù)據(jù)壓縮等問題的應(yīng)用數(shù)學(xué)學(xué)科。信息論將信息的傳遞作為一種統(tǒng)計(jì)現(xiàn)象來考慮，給出了估算通信信道容量的方法。信息傳輸和信息壓縮是信息論研究中的兩大領(lǐng)域。這兩個(gè)方面又由信道編碼定理、信源信道隔離定理相互聯(lián)系。而各種智能科學(xué)計(jì)算方法包括：人工神經(jīng)網(wǎng)絡(luò)（artificial neural network，縮寫ANN），簡稱神經(jīng)網(wǎng)絡(luò)（neural network，縮寫NN），是一種模仿生物神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和功能的數(shù)學(xué)模型或計(jì)算模型。神經(jīng)網(wǎng)絡(luò)由大量的人工神經(jīng)元聯(lián)結(jié)進(jìn)行計(jì)算。大多數(shù)情況下人工神經(jīng)網(wǎng)絡(luò)能在外界信息的基礎(chǔ)上改變內(nèi)部結(jié)構(gòu)，是一種自適應(yīng)系統(tǒng)?，F(xiàn)代神經(jīng)網(wǎng)絡(luò)是一種非線性統(tǒng)計(jì)性數(shù)據(jù)建模工具，常

13、用來對(duì)輸入和輸出間復(fù)雜的關(guān)系進(jìn)行建模，或用來探索數(shù)據(jù)的模式。神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型，由大量的節(jié)點(diǎn)（或稱“神經(jīng)元”，或“單元”）和之間相互聯(lián)接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱為激勵(lì)函數(shù)（activation function）。每兩個(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過該連接信號(hào)的加權(quán)值，稱之為權(quán)重（weight），這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵(lì)函數(shù)的不同而不同。而網(wǎng)絡(luò)自身通常都是對(duì)自然界某種算法或者函數(shù)的逼近，也可能是對(duì)一種邏輯策略的表達(dá)。模糊邏輯是處理部分真實(shí)概念的布爾邏輯擴(kuò)展。經(jīng)典邏輯堅(jiān)持所有事物（陳述）都可以用二元項(xiàng)（0或1，黑或白，是或否）來表

14、達(dá)，而模糊邏輯用真實(shí)度替代了布爾真值。這些陳述表示實(shí)際上接近于日常人們的問題和語意陳述，因?yàn)椤罢鎸?shí)”和結(jié)果在多數(shù)時(shí)候是部分（非二元）的和/或不精確的（不準(zhǔn)確的，不清晰的，模糊的）。真實(shí)度經(jīng)?；煜诟怕?。但是它們?cè)诟拍钌鲜遣灰粯拥?；模糊真值表示在模糊定義的集合中的成員歸屬關(guān)系，而不是某事件或條件的可能度（likelihood）。要展示這種區(qū)別，考慮下列情節(jié): Bob在有兩個(gè)毗鄰的屋子的房子中:廚房和餐廳。在很多情況下，Bob的狀態(tài)是在事物“在廚房中”的集合內(nèi)是完全明確的:他要么“在廚房中”要么“不在廚房中”。但Bob站在門口的時(shí)候怎么辦呢? 它可被認(rèn)為是“部分的在廚房中”。量化這個(gè)部分陳述產(chǎn)生了

15、一個(gè)模糊集合成員關(guān)系。比如，只有他的小腳趾在餐廳，我們可以說Bob是0.01“在廚房中”。只要Bob站在了門口，就沒有事件（如拋硬幣）能解決他完全的“在廚房中”或“不在廚房中”。模糊集合是基于集合的模糊定義而不是隨機(jī)性。模糊邏輯允許在包含0和1的它們之間集合成員關(guān)系值，同于黑和白之間的灰色，在它的語言形式中，有不精確的概念如"稍微"、"相當(dāng)"和"非常"。特別是，它允許在集合中的部分成員關(guān)系。它有關(guān)于模糊集合和可能性理論。它是1965年盧菲特·澤德教授在加洲大學(xué)伯克力分校介入的。遺傳算法是模仿自然界生物進(jìn)化機(jī)制發(fā)展起來的隨機(jī)全

16、局搜索和優(yōu)化方法，它借鑒了達(dá)爾文的進(jìn)化論和孟德爾的遺傳學(xué)說。其本質(zhì)是一種高效、并行、全局搜索的方法，它能在搜索過程中自動(dòng)獲取和積累有關(guān)搜索空間的知識(shí)，并自適應(yīng)的控制搜索過程以求得最優(yōu)解。遺傳算法操作使用適者生存的原則，在潛在的解決方案種群中逐次產(chǎn)生一個(gè)近似最優(yōu)解的方案，在遺傳算法的每一代中，根據(jù)個(gè)體在問題域中的適應(yīng)度值和從自然遺傳學(xué)中借鑒來的再造方法進(jìn)行個(gè)體選擇，產(chǎn)生一個(gè)新的近似解。這個(gè)過程導(dǎo)致種群中個(gè)體的進(jìn)化，得到的新個(gè)體比原來個(gè)體更能適應(yīng)環(huán)境，就像自然界中的改造一樣。遺傳算法是計(jì)算機(jī)科學(xué)人工智能領(lǐng)域中用于解決最優(yōu)化的一種搜索啟發(fā)式算法，是進(jìn)化算法的一種。這種啟發(fā)式通常用來生成有用的解決方案

17、來優(yōu)化和搜索問題。進(jìn)化算法最初是借鑒了進(jìn)化生物學(xué)中的一些現(xiàn)象而發(fā)展起來的，這些現(xiàn)象包括遺傳、突變、自然選擇以及雜交等。除此之外還包括機(jī)器學(xué)習(xí)、進(jìn)化算法、貝葉斯概率、模式識(shí)別和機(jī)器學(xué)習(xí)等等?，F(xiàn)在實(shí)用的智能控制技術(shù)有專家控制系統(tǒng)、模糊控制系統(tǒng)、神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)、遺傳控制系統(tǒng)等等。下面重點(diǎn)介紹幾個(gè)：專家系統(tǒng)適合于完成那些沒有公認(rèn)的理論和方法、數(shù)據(jù)不精確或信息不完整、人類專家短缺或?qū)ｉT知識(shí)十分昂貴的診斷、解釋、監(jiān)控、預(yù)測(cè)、規(guī)劃和設(shè)計(jì)等任務(wù)。一般專家系統(tǒng)執(zhí)行的求解任務(wù)是知識(shí)密集型的。專家系統(tǒng)是早期人工智能的一個(gè)重要分支，它可以看作是一類具有專門知識(shí)和經(jīng)驗(yàn)的計(jì)算機(jī)智能程序系統(tǒng)，一般采用人工智

18、能中的知識(shí)表示和知識(shí)推理技術(shù)來模擬通常由領(lǐng)域?qū)＜也拍芙鉀Q的復(fù)雜問題。一般來說，專家系統(tǒng)=知識(shí)庫+推理機(jī)，因此專家系統(tǒng)也被稱為基于知識(shí)的系統(tǒng)。一個(gè)專家系統(tǒng)必須具備三要素：1.領(lǐng)域?qū)＜壹?jí)知識(shí)2.模擬專家思維3.達(dá)到專家級(jí)的水平分級(jí)遞階智能控制是在自適應(yīng)控制和自組織控制基礎(chǔ)上，由美國普渡大學(xué)Saridis提出的智能控制理論.分級(jí)遞階智能控制（Hierarchical Intelligent Control）主要由三個(gè)控制級(jí)組成，按智能控制的高低分為組織級(jí)，協(xié)調(diào)級(jí)，執(zhí)行級(jí)，并且這三級(jí)遵循"伴隨智能遞降精度遞增"原則。組織級(jí)（organization level）：組織級(jí)通過人機(jī)接口

19、和用戶（操作員）進(jìn)行交互，執(zhí)行最高決策的控制功能，監(jiān)視并指導(dǎo)協(xié)調(diào)級(jí)和執(zhí)行級(jí)的所有行為，其智能程度最高.協(xié)調(diào)級(jí)（Coordination level）：協(xié)調(diào)級(jí)可進(jìn)一步劃分為兩個(gè)分層：控制管理分層和控制監(jiān)督分層.執(zhí)行級(jí)（executive level）：執(zhí)行級(jí)的控制過程通常是執(zhí)行一個(gè)確定的動(dòng)作.。所謂模糊控制，就是在被控制對(duì)象的模糊模型的基礎(chǔ)上，運(yùn)用模糊控制器近似推理手段，實(shí)現(xiàn)系統(tǒng)控制的一種方法.模糊模型是用模糊語言和規(guī)則描述的一個(gè)系統(tǒng)的動(dòng)態(tài)特性及性能指標(biāo).模糊控制的基本思想是用機(jī)器去模擬人對(duì)系統(tǒng)的控制.它是受這樣事實(shí)而啟發(fā)的：對(duì)于用傳統(tǒng)控制理論無法進(jìn)行分析和控制的復(fù)雜的和無法建立數(shù)學(xué)模型的系統(tǒng)，有經(jīng)驗(yàn)的操作者或?qū)＜覅s能取得比較好的控制效果，這是因?yàn)樗麄儞碛腥辗e月累的豐富經(jīng)驗(yàn)，因此人們希望把這種經(jīng)驗(yàn)指導(dǎo)下的行為過程總結(jié)成一些規(guī)則，并根據(jù)這些規(guī)則設(shè)計(jì)出控制器.然后運(yùn)用模糊理論，模糊語言變量和模糊邏輯推理的知識(shí)，把這些模糊的語言上升為數(shù)值運(yùn)算，從而能夠利用計(jì)算機(jī)來完成對(duì)這些規(guī)則的具體實(shí)現(xiàn)，達(dá)到以機(jī)器代替人對(duì)某些對(duì)象進(jìn)行自動(dòng)控制的目的。模糊邏輯用模糊語言描述系統(tǒng)，既可以描述應(yīng)用系統(tǒng)的定量模型也可以描述其定性模型. 模糊邏輯可適用于任意復(fù)雜的對(duì)象控制. 但在實(shí)際應(yīng)用中模糊邏輯實(shí)現(xiàn)簡單的應(yīng)用控制比較容易. 簡單控制是指單輸入單輸出系統(tǒng)（SISO) 或多輸入單輸出系統(tǒng)（MISO) 的控制.