1、控制理論發(fā)展的三個階段第一階段：經(jīng)典控制理論（形成于20世紀(jì)40到60年代）。 研究對象：單輸入單輸出系統(tǒng)。 主要數(shù)學(xué)模型：微分方程，傳遞函數(shù)。 主要研究方法：時域法、根軌跡法、頻率特性法 代表人物： 伯德（H.W.Bode),1945年提出伯德圖法。 伊文思（W.R.Evens），1948年提出根軌跡法。 1第二階段：現(xiàn)代控制理論（形成于20世紀(jì)60到70年代）。 研究對象：多輸入多輸出系統(tǒng) 數(shù)學(xué)模型：狀態(tài)空間表達(dá)式 主要方法：時域方法 重點問題：能控能觀性分析、穩(wěn)定性分析第三階段：智能控制理論（20世紀(jì)70年代至今）。 研究對象：不確定性的復(fù)雜的高度非線性系統(tǒng) 模型：非數(shù)學(xué)的語言描述模型。

2、2數(shù)學(xué)工具：采用數(shù)值計算與符號處理的交叉與結(jié)合形 式，如：神經(jīng)元網(wǎng)絡(luò)、模糊集合論等。智能控制分支：模糊控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制、 學(xué)習(xí)控制及仿人控制等。3第一章 緒論第一節(jié) 智能控制的基本概念1.1.1 智能控制的由來 傳統(tǒng)控制理論（包括經(jīng)典控制理論和現(xiàn)代控制理論）是建立在被控對象精確數(shù)學(xué)模型基礎(chǔ)上的控制理論。實際上，許多工業(yè)被控對象或過程常常具有非線性、時變性、變結(jié)構(gòu)、多層次、多因素以及各種不確定性等，難于建立精確的數(shù)學(xué)模型。即使對一些復(fù)雜對象能夠建立起數(shù)學(xué)模型，模型也往往過于復(fù)雜，既不利于設(shè)計也難于實現(xiàn)有效控制。雖然對缺乏數(shù)學(xué)模型的被控對象可以進(jìn)行在線辨識，但是由于算法復(fù)雜、實時性差，

3、使得應(yīng)用范圍受到一定限制。4 隨著科學(xué)技術(shù)的不斷進(jìn)步，被控對象變得越來越復(fù)雜，而對控制精度的要求日益提高，這就產(chǎn)生了復(fù)雜性和精確性的矛盾，傳統(tǒng)控制理論對于解決這樣的矛盾顯得無能為力。智能控制則應(yīng)運而生。1.1.2 智能控制的定義（1）付京遜和Saridis提出：智能控制就是應(yīng)用人工智能的理論和技術(shù)及運籌學(xué)的優(yōu)化方法同控制理論與技術(shù)相結(jié)合，在未知環(huán)境下，仿效人類的智能，實現(xiàn)對系統(tǒng)的控制。 一個系統(tǒng)具有從周圍環(huán)境自學(xué)習(xí)的能力，自動進(jìn)行信息處理以減少其不確定性，能規(guī)劃、產(chǎn)生并能安全、可靠地執(zhí)行控制作用，這就構(gòu)成了一個智能控制系統(tǒng)。5（2）Meystel（邁斯特爾）對智能控制的定義：智能控制是一種有效

4、的計算機(jī)程序，這個程序指引一個未充分表示的復(fù)雜系統(tǒng)，在沒有充分說明怎樣做的情況下達(dá)到目標(biāo)，即在一個不確定的環(huán)境中作出適當(dāng)?shù)男袨?。智能控制的定義： 一種控制方式或一個控制系統(tǒng)，如果它能夠有效地克服被控對象（過程）和環(huán)境所具有的高度復(fù)雜性和不確定性，并且能夠達(dá)到所期望的目標(biāo)，那么稱這種控制方式為智能控制，這種控制系統(tǒng)為智能控制系統(tǒng)。1.1.3 智能控制系統(tǒng)的三大功能特點（1）學(xué)習(xí)功能：對一個過程或未知環(huán)境所提供的信息進(jìn)行識別、記憶、學(xué)習(xí)并利用積累的經(jīng)驗進(jìn)一步改善系統(tǒng)的性能。與人的學(xué)習(xí)過程類似。6（2）適應(yīng)功能：它包括更高層次的適應(yīng)性，對于從輸入到輸出的映射關(guān)系，它是不依賴于模型的自適應(yīng)估計。如當(dāng)系

5、統(tǒng)的輸入不是已經(jīng)學(xué)習(xí)過的例子時，由于具有插補(bǔ)功能，從而也可給出合適的輸出。甚至當(dāng)系統(tǒng)中某些部分出現(xiàn)故障時，系統(tǒng)也能夠正常工作，如智能程度更高的話，還能自動找出故障甚至具備自修復(fù)功能，從而體現(xiàn)了更強(qiáng)的適應(yīng)性。（3）組織功能：對于復(fù)雜任務(wù)和分散的傳感信息具有自組織和協(xié)調(diào)功能，使系統(tǒng)具有主動性和靈活性。智能控制器可以在任務(wù)要求范圍內(nèi)進(jìn)行自行決策，主動采取行動，當(dāng)出現(xiàn)多目標(biāo)沖突時，在一定限制下，各控制器可以在一定范圍內(nèi)自行解決。1.1.4 智能控制的研究對象（1）不確定性的模型7 模型的不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結(jié)構(gòu)和參數(shù)可能在很大范圍內(nèi)變化。（2）高度的非線性 傳統(tǒng)控制

6、理論解決非線性方法復(fù)雜，有時只能定性分析。如繼電器特性、磁滯回環(huán)特性、死區(qū)、飽和特性等。（3）復(fù)雜的任務(wù)要求 傳統(tǒng)控制，控制任務(wù)要求比較單一，如要求輸出量恒定或要求輸出量跟隨期望的運動軌跡變化。如在復(fù)雜的工業(yè)過程控制系統(tǒng)中，除了要求對各被控物理量實現(xiàn)定值調(diào)節(jié)外，還要求實現(xiàn)整個系統(tǒng)的自動啟停、故障的自動診斷以及緊急情況的自動處理等功能，就要用智能控制系統(tǒng)了。 可以概括為：智能控制是“三高三性”的產(chǎn)物。即“控制系統(tǒng)的高度復(fù)雜性、高度不確定性及人們要求越來越高的控制性能”81.1.5 智能控制系統(tǒng)的結(jié)構(gòu)1.智能控制系統(tǒng)的基本結(jié)構(gòu) 數(shù)據(jù)庫 認(rèn)知學(xué)習(xí) 控制知識庫 規(guī)劃與 控制決策 感知信息 與處理 評價

7、機(jī)構(gòu) 傳感器 執(zhí)行器 廣義對象 環(huán) 境 智 能 控 制 器還包括外部各種干擾等不確定性因素92. 分層遞階智能控制結(jié)構(gòu)1977年Saridis以機(jī)器人控制為背景提出了三級遞階控制結(jié)構(gòu)。 組織級 協(xié)調(diào)級 執(zhí)行級 對象 識別用戶指令組織級：是最高智能級。功能為推理、規(guī)劃、決策和長期記憶信息的交換以及通過外界環(huán)境信息和下級反饋信息進(jìn)行學(xué)習(xí)等?？梢钥醋魇侵R處理和管理級。協(xié)調(diào)級：協(xié)調(diào)級是組織級和執(zhí)行級之間的接口，用來根據(jù)組織級提供的指令信息進(jìn)行任務(wù)協(xié)調(diào)，協(xié)調(diào)執(zhí)行級的動作，需具備學(xué)習(xí)功能，并將反饋信息給組織級。10執(zhí)行級：是系統(tǒng)的最低一級，精度要求較高，理論方法為傳統(tǒng)的控制理論。識別功能模塊：在執(zhí)行級其

8、功能是獲得不確定的參數(shù)值或監(jiān)督系統(tǒng)參數(shù)的變化；在協(xié)調(diào)級其功能是根據(jù)執(zhí)行級送來的測量數(shù)據(jù)和組織級送來的指令產(chǎn)生合適的協(xié)調(diào)作用；在組織級其功能是翻譯定性的命令和其它的輸入。1.1.6 智能控制研究的數(shù)學(xué)工具傳統(tǒng)控制理論：微分方程、狀態(tài)方程及各種變換形式。 其本質(zhì)：數(shù)值計算方法人工智能：符號處理、一階謂詞邏輯等。 其本質(zhì)：符號推理方法 智能控制研究的數(shù)學(xué)工具則是以上兩方面的交叉和結(jié)合。主要形式如下：111. 符號推理與數(shù)值計算的結(jié)合例：專家控制。它的上層是專家系統(tǒng)，采用人工智能中的符號推理方法；下層是傳統(tǒng)的控制系統(tǒng)，采用的仍然是數(shù)值計算方法。2. 離散事件系統(tǒng)和連續(xù)時間系統(tǒng)分析的結(jié)合例：計算機(jī)集成制

9、造系統(tǒng)（CIMS）。上層任務(wù)的分配和調(diào)度、零件的加工和傳輸?shù)染捎秒x散事件系統(tǒng)理論來分析和設(shè)計；下層的控制，如機(jī)床及機(jī)器人的控制則采用常規(guī)的連續(xù)時間系統(tǒng)分析方法。3. 介于符號推理和數(shù)值計算兩者之間的方法（1）神經(jīng)元網(wǎng)絡(luò)。通過簡單的關(guān)系來實現(xiàn)復(fù)雜的函數(shù)關(guān)系。本質(zhì)上是非線性的動力學(xué)系統(tǒng)，但不依賴于模型。12（2）模糊集合論。形式上是利用規(guī)則進(jìn)行邏輯推理，但其邏輯取值可在0-1之間連續(xù)變化，采用數(shù)值的方法而非符號的方法進(jìn)行處理。1.1.7 智能控制系統(tǒng)的分類按作用原理分類：1. 遞階控制系統(tǒng) 是智能控制最早的理論之一。最具影響的是薩里迪斯的分級遞階智能控制理論。三級組成如前圖。2. 專家控制系統(tǒng)

10、專家控制系統(tǒng)（Expert Control System)，是把專家系統(tǒng)技術(shù)與方法與控制機(jī)制尤其是工程控制論的反饋機(jī)制有機(jī)結(jié)合而建立的。專家控制系統(tǒng)一般由知識庫、推理機(jī)、控制規(guī)則集和控制算法等組成。133. 模糊控制系統(tǒng) 是應(yīng)用模糊集合理論的控制方法。是基于知識（基于規(guī)則）的，甚至用語言描述的控制規(guī)律的控制方式。模糊控制器一般由模糊化、模糊規(guī)則庫、模糊推理和模糊判決4個功能模塊組成。 專家控制系統(tǒng)和模糊控制系統(tǒng)一個共同點是都要建立人的經(jīng)驗和決策行為模型。4. 學(xué)習(xí)控制系統(tǒng) 是一個能在其運行過程中逐步獲得受控過程及環(huán)境的非預(yù)知信息，積累控制經(jīng)驗，并在一定的評價標(biāo)準(zhǔn)下進(jìn)行估值、分類、決策和不斷改善

11、系統(tǒng)品質(zhì)的自動控制系統(tǒng)。145. 神經(jīng)控制系統(tǒng) 基于人工神經(jīng)網(wǎng)絡(luò)的控制簡稱神經(jīng)控制。人工神經(jīng)網(wǎng)絡(luò)是模擬人的大腦結(jié)構(gòu)和功能。神經(jīng)控制具有并行處理能力、非線性處理能力、通過訓(xùn)練獲得學(xué)習(xí)能力以及自適應(yīng)能力，特別適合于復(fù)雜系統(tǒng)、大系統(tǒng)和多變量系統(tǒng)的控制。6. 仿生控制系統(tǒng) 從某種意義上說，智能控制就是仿生和擬人控制。模仿人和生物的控制機(jī)構(gòu)、行為和功能所進(jìn)行的控制，就是擬人控制和仿生控制。 在模擬人的控制結(jié)構(gòu)的基礎(chǔ)上，進(jìn)一步研究和模擬人的控制行為與功能，并把它用于控制系統(tǒng)，實現(xiàn)控制目標(biāo)，就是仿人控制。 仿人控制綜合了遞階控制、專家控制和基于模型控制的特點，可以看作是一種混合控制。 15 生物界遵循適者生

12、存、物競天擇的進(jìn)化準(zhǔn)則。生物通過個體間的選擇、交叉和變異來適應(yīng)大自然環(huán)境。把進(jìn)化計算，特別是遺傳算法機(jī)制和傳統(tǒng)的反饋機(jī)制用于控制過程，可實現(xiàn)一種新的控制進(jìn)化控制。 自然免疫系統(tǒng)是個復(fù)雜的自適應(yīng)系統(tǒng)。把免疫控制和計算方法用于控制系統(tǒng)，即可構(gòu)成免疫控制系統(tǒng)。 神經(jīng)控制、進(jìn)化控制、免疫控制等都是仿生控制；遞階控制、專家控制、學(xué)習(xí)控制和仿人控制等屬于擬人控制。7. 集成智能控制系統(tǒng) 把幾種不同的智能控制機(jī)理和方法集成起來而構(gòu)成的控制，稱為集成智能控制或復(fù)合智能控制，其系統(tǒng)稱為集成智能控制系統(tǒng)。它集各智能控制方法的長處，彌補(bǔ)各自的短處，取長補(bǔ)短。如模糊神經(jīng)控制、神經(jīng)學(xué)習(xí)控制、神經(jīng)專家控制、遺傳神經(jīng)控制、

13、進(jìn)化模糊控制等都屬于集成智能控制系統(tǒng)。168. 組合智能控制系統(tǒng) 把智能控制與傳統(tǒng)控制（包括經(jīng)典PID控制和現(xiàn)代控制）有機(jī)地組合起來，即可構(gòu)成組合智能控制系統(tǒng)。如PID模糊控制、神經(jīng)自適應(yīng)控制、神經(jīng)自校正控制、神經(jīng)最優(yōu)控制等。第二節(jié) 智能控制的發(fā)展概況 智能控制是從20世紀(jì)60年代開始的。 1965年，著名的美籍華裔科學(xué)家傅京遜（K.S.Fu）首先把人工智能的啟發(fā)式推理規(guī)則應(yīng)用于學(xué)習(xí)控制系統(tǒng)；又于1971年論述了人工智能與自動控制的交接關(guān)系。已成為國際公認(rèn)的智能控制的先行者和奠基人。 1965年，查德（Zadeh）發(fā)表了著名論文“模糊集合”，開辟了模糊控制的新領(lǐng)域。之后，模糊控制發(fā)展迅速，并取

14、得了令人感興趣的成果。1.2.1 智能控制的發(fā)展歷程17 1966年，門德爾（J. M. Mendel)首先主張將人工智能用于飛船控制系統(tǒng)的設(shè)計。 1967年，利昂茲（Leondes)等人首次正式使用“智能控制”一詞。比“人工智能”晚11年。 1977年，薩里迪斯（G. N. Saridis)出版了“隨機(jī)系統(tǒng)的自組織控制”一書；1979年發(fā)表了綜述文章“朝向智能控制的實現(xiàn)”，提出分層遞階智能控制，對智能控制系統(tǒng)的分類做出了貢獻(xiàn)。雖然遞階控制的應(yīng)用實例較少，但遞階控制的思想已滲透到其它智能控制系統(tǒng)中，并成為這些智能控制的有機(jī)組成部分。 1986年，奧斯特洛姆（K. J. Astrom)發(fā)表“專家

15、控制”著名文章，提出了專家控制的智能控制系統(tǒng)。 1974年，瑪達(dá)尼（Mamdani)將模糊集合與模糊語言邏輯用于控制，創(chuàng)立了基于模糊語言描述控制規(guī)則的模糊控制器。18 1987年以來，一些國際學(xué)術(shù)組織如美國電氣和電子工程師協(xié)會（IEEE）、國際自動控制聯(lián)合會（IFAC）定期或不定期地舉辦各類有關(guān)智能控制的國際學(xué)術(shù)會議或研討會，在一定程度上反映出智能控制發(fā)展的好勢頭。 上個世紀(jì)80年代中后期，神經(jīng)網(wǎng)絡(luò)控制也得到了發(fā)展。 上個世紀(jì)90年代以來，國內(nèi)對智能控制的研究也開始活躍起來，相關(guān)學(xué)術(shù)組織不斷出現(xiàn)，學(xué)術(shù)會議經(jīng)常召開，智能控制的應(yīng)用研究也取得了一批成果。已成立了一些學(xué)術(shù)團(tuán)體，如中國人工智能學(xué)會智能

16、控制與智能管理專業(yè)委員會及智能機(jī)器人專業(yè)委員會，中國自動化學(xué)會智能自動化專業(yè)委員會等。先后創(chuàng)立了與智能控制相關(guān)的刊物，如模式識別與人工智能和智能系統(tǒng)學(xué)報等。191.2.2 智能控制研究的意義（1）為解決傳統(tǒng)控制無法解決的問題找到一條新的途徑。（2）促進(jìn)自動控制向著更高水平發(fā)展。（3）激發(fā)學(xué)術(shù)界的思想解放，推動科技創(chuàng)新。（4）為實現(xiàn)腦力勞動和體力勞動的自動化智能化做出貢獻(xiàn)。（5）為多種學(xué)派合作樹立了典范。20 智能控制的學(xué)科結(jié)構(gòu)理論體系是智能控制基礎(chǔ)研究一個重要的和令人感興趣的課題。 智能控制具有十分明顯的跨學(xué)科（多元）結(jié)構(gòu)特征。有三種學(xué)科結(jié)構(gòu)理論體系思想：二元交集結(jié)構(gòu)、三元交集結(jié)構(gòu)和四元交集結(jié)

17、構(gòu)。分別用各交集表示： IC=AIAC （1） IC=AICTOR （2） IC=AICTITOR （3）第三節(jié) 智能控制的學(xué)科結(jié)構(gòu)理論體系IC：智能控制(intelligent control) AI：人工智能(artificial intelligent)AC：自動控制(automatic control)CT：控制論(control theory 或cybernetics)OR：運籌學(xué)(operation research)IT ：信息論(information theory 或informatics)211. 二元交集結(jié)構(gòu)理論 在1971年，由付京遜指出“智能控制系統(tǒng)描述自動控制系統(tǒng)與

18、人工智能的交接作用”，用上述（1）式來表示這種交接作用，并把它稱為二元交集結(jié)構(gòu)，如圖。ICACAI智能控制的二元結(jié)構(gòu)也可用離散數(shù)學(xué)和人工智能中常用謂詞公式表示：IC=AIAC IC=AICTOR IC=AICTITOR和分別表示交集和連詞“與”符號。222. 三元交集結(jié)構(gòu)理論 薩里迪斯于1977年提出，智能控制可看作為人工智能、自動控制和運籌學(xué)的交接。如圖所示。ICACAI智能控制的三元結(jié)構(gòu)OR 進(jìn)一步描述三元結(jié)構(gòu)各元之間的關(guān)系如圖。23形式語言啟發(fā)調(diào)度管理規(guī)劃信息 處理動力學(xué)動態(tài)反饋優(yōu)化記憶學(xué)習(xí)動態(tài)反饋動力學(xué)管理協(xié)調(diào)AIORACIC24薩里迪斯同時還提出分級智能控制系統(tǒng)，如圖，前已敘述。主要

19、由三個智能級組成：第一級：組織級，代表系統(tǒng)的主導(dǎo)思想，并由人工智能起控制作用。第二級：協(xié)調(diào)級，是上下級間的接口，由人工智能和運籌學(xué)起控制作用。第三級：執(zhí)行級，是智能控制系統(tǒng)的最低層級，要求具有很高的精度，由控制理論進(jìn)行控制。組織級分配器協(xié)調(diào)器1協(xié)調(diào)器N硬件控制器1硬件控制器N過程1過程N組織級協(xié)調(diào)級執(zhí)行級25 李祖樞等在研究仿人智能控制時強(qiáng)調(diào)計算機(jī)科學(xué)技術(shù)對智能控制發(fā)展的重要作用，把計算機(jī)科學(xué)技術(shù)引入智能控制結(jié)構(gòu)，提出了另一種智能控制的三元結(jié)構(gòu)，認(rèn)為智能控制是人工智能技術(shù)、計算機(jī)科學(xué)技術(shù)和自動控制技術(shù)的交叉產(chǎn)物；自動控制要求、人工智能方法、計算機(jī)軟硬件基礎(chǔ)構(gòu)成智能控制的發(fā)展基礎(chǔ)。這種三元結(jié)構(gòu)如

20、圖所示。3. 四元交集結(jié)構(gòu)理論 蔡自興于1987年提出了四元智能控制結(jié)構(gòu)，把智能控制看作是自動控制、人工智能、信息論和運籌學(xué)四個學(xué)科的交集。如圖所示。ICORACAIIT智能控制的四元結(jié)構(gòu)其簡化圖如圖所示。控制理論人工智能計算機(jī)科學(xué) 微電子學(xué)另一種智能控制三元結(jié)構(gòu)IC26為什么把信息論作為智能控制結(jié)構(gòu)的一個子集？1. 信息論是解釋知識和智能的一種手段信息：信息是知識的交流或?qū)χR的感受，是對知識內(nèi)涵的一種量測。所描述事件的信息量越大，該事件的不確定性越小。智能：智能是一種應(yīng)用知識對一定環(huán)境進(jìn)行處理的能力或由目標(biāo)準(zhǔn)則衡量的抽象思維能力。智能的另一定義：在一定環(huán)境下針對特定的目的而有效地獲取信息、

21、處理信息和利用信息從而成功地達(dá)到目的的能力。知識：知識是人們通過體驗、學(xué)習(xí)或聯(lián)想而知曉的對客觀世界規(guī)律性的認(rèn)識，這些認(rèn)識包括事實、條件、過程、規(guī)則、關(guān)系和規(guī)律等。信息論：它是研究信息、信息特性測量、信息處理以及人機(jī)通信過程效率的數(shù)學(xué)理論。ICORACAIIT四元結(jié)構(gòu)簡化圖27推論：（1）“知識”比“信息”的含義更廣，即（信息）（知識）。（2）智能是獲取和運用知識的能力。（3）可以用信息論來在數(shù)學(xué)上解釋機(jī)器知識和機(jī)器智能。 因此，信息論已成為解釋機(jī)器知識和機(jī)器智能（人工智能）及其系統(tǒng)的一種手段。智能控制系統(tǒng)是這種機(jī)器智能系統(tǒng)的一個實例。2. 控制論、系統(tǒng)論和信息論是緊密相互作用的 控制論、系統(tǒng)論和信息論（簡稱“三論”）作為科學(xué)前沿突出的學(xué)科群，無論從哪一方面看，都是相互作用和相