《智能控制》2023年5月第一章概論主要內(nèi)容控制科學發(fā)展的新階段—智能控制1.11.21.3智能控制的基本概念與研究內(nèi)容本書主要內(nèi)容智能控制的溯源與發(fā)展溯源誕生發(fā)展新興控制論的英文名稱cybernetics最早出現(xiàn)在古希臘哲學家柏拉圖《FirstAlcibiades》中，含義為“自治研究”第一個人工實現(xiàn)的有反饋自動控制系統(tǒng)是古希臘發(fā)明家Ktesibios發(fā)明的水鐘，通過控制液體在管道內(nèi)流入或者流出的量來計時。達爾文的物種起源指出生物個體與環(huán)境間的交互反饋決定了物種及其進化方向水鐘智能控制的溯源與發(fā)展溯源誕生發(fā)展新興上世紀20-40年代，不同領域的研究人員（系統(tǒng)理論學、進化生物學、神經(jīng)科學、電子電路等）控制論和人工智能的產(chǎn)生奠定了共同基礎：1927年，VannevarBush等開發(fā)了第一臺能夠求解微分方程的模擬計算機。1927年，H.S.Black在貝爾實驗室使用反饋控制的放大器來減小電話失真1931年，KurtG?del提出G?del‘s理論，成為關于人類認知的符號處理以及人類與機器智能的辯論的典范參考。1932年，HarryNyquist在放大器設計的研究中提出了反饋穩(wěn)定性1936年，AlanTuring確定了抽象的圖靈機智能控制的溯源與發(fā)展溯源誕生發(fā)展新興AlanTuring計算機科學家WarrenMcCulloch神經(jīng)生理學家NorbertWiener數(shù)學家機器自主邏輯與計算反饋調(diào)節(jié)與自動控制神經(jīng)計算與神經(jīng)通信智能機器與控制論（學習,調(diào)節(jié),自適應,自組織,感知,記憶）智能控制的溯源與發(fā)展溯源誕生發(fā)展新興1943年的兩篇論文代表了控制科學早期的醞釀ArturoRosenblueth,NorbertWiener

and

JulianBigelow,“Behavior,PurposeandTeleology”WarrenMcCulloch

and

WalterPitts,“ALogicalCalculusoftheIdeasImmanentinNervousActivity”

（McCulloch本人設計了最早的神經(jīng)網(wǎng)絡）1948年，NorbertWiener發(fā)表了著名論著Cybernetics:OrControlandCommunicationintheAnimalandtheMachine標志著控制科學作為一個獨立學科的誕生控制論本身就是研究“動物和機器”的智能的原理

達特茅斯（Dartmouth）

會議提出了“人工智能”控制論的神經(jīng)感知、模型調(diào)節(jié)等研究方向，在人工智能領域取得了很大的進展人工智能三大流派（連結主義、符號注意、行為主義）中的行為主義深受控制論影響

行為主義的主要思想和發(fā)展Wiener的控制論；McCulloch的自組織系統(tǒng)；錢學森的工程控制論20世紀60-70年代，初步產(chǎn)生了智能控制傅京孫的啟發(fā)式學習控制，提出“二元論”思想1967年Leondes和Mendel首次使用“智能控制”20世紀80年代，智能控制誕生1985年，在紐約召開第一屆智能控制學術會議，IEEE成立智能控制專業(yè)委員會張鐘俊《智能控制與智能控制系統(tǒng)》，蔣新松《人工智能及智能控制系統(tǒng)概述》智能控制的溯源與發(fā)展溯源誕生發(fā)展新興智能控制是控制理論發(fā)展的新階段溯源誕生發(fā)展新興經(jīng)典控制論40-50年代現(xiàn)代控制論50-60年代智能控制論60年代醞釀80年代形成狀態(tài)空間法、極大值原理、動態(tài)規(guī)劃、卡爾曼-布什濾波等頻率響應法和根軌跡法研究采樣控制系統(tǒng)和簡單的非線性控制系統(tǒng)神經(jīng)網(wǎng)絡、模糊控制、專家系統(tǒng)、遺傳算法等新一代人工智能背景下的智能控制溯源誕生發(fā)展新興物聯(lián)網(wǎng)生物醫(yī)學航空航天無人駕駛機器人控制理論+人工智能控制科學發(fā)展的新階段——智能控制控制理論在應用中面臨的難題模型精確性：實際系統(tǒng)由于存在復雜性、非線性、時變性等，一般無法獲得精確的數(shù)學模型；假設嚴苛性：研究時提出并遵循一些比較苛刻的假設，往往與實際不相吻合；建模困難性：對于某些復雜的和具有不確定性的對象，無法以傳統(tǒng)數(shù)學模型來表示；系統(tǒng)可靠性：傳統(tǒng)控制系統(tǒng)的復雜性增加了設備投資和維修費用，降低了系統(tǒng)的可靠性。自動控制發(fā)展存在上述挑戰(zhàn)的原因科學技術間的相互影響和相互促進：例如，計算機、人工智能和超大規(guī)模集成電路等技術；當前和未來應用的需求：例如，空間技術、海洋工程和機器人技術等應用要求；基本概念和時代進程的推動：例如，離散事件驅(qū)動、信息高速公路、和人工神經(jīng)網(wǎng)絡的連接機制等控制科學發(fā)展的新階段——智能控制面對挑戰(zhàn)，自動控制工作者的任務擴展視野，發(fā)展新的控制概念和控制方法，采用非完全模型控制系統(tǒng)；采用在開始時知之甚少和不甚正確的，但可以在系統(tǒng)工作過程中加以在線改進，使之知之較多和愈臻正確的系統(tǒng)模型；采用離散事件驅(qū)動的動態(tài)系統(tǒng)和本質(zhì)上完全斷續(xù)的系統(tǒng)。從這些任務可以看出建模過程，將不把模型視為固定不變的，而是不斷演化的實體；所開發(fā)的模型不僅含有解析與數(shù)值，而且包含定性和符號數(shù)據(jù)；對于非完全己知的系統(tǒng)和非傳統(tǒng)數(shù)學模型描述的系統(tǒng)，必須建立包括控制律、控制算法、控制策略、控制規(guī)則和協(xié)議等理論；實質(zhì)上，這就是要建立智能化控制系統(tǒng)模型，或者建立傳統(tǒng)解析和智能方法的混合(集成)控制模型，而其核心就在于實現(xiàn)控制器的智能化。控制科學發(fā)展的新階段——智能控制開發(fā)應用計算機科學與工程的最新成果“計算機科學面臨工業(yè)控制應用的挑戰(zhàn)”的研究計劃指出：開發(fā)大型的實時控制與信號處理系統(tǒng)是工程界面臨的最具挑戰(zhàn)的任務之一，這涉及硬件、軟件和智能(尤其是算法)的結合，而系統(tǒng)集成又需要先進的工程管理技術人工智能為自動控制系統(tǒng)智能化提供了有力支撐簡化處理松散結構的啟發(fā)式軟件方法(專家系統(tǒng)外殼、面向?qū)ο蟪绦蛟O計和再生軟件等)

；基于角色(Actor)或智能體(Agent)的處理超大規(guī)模系統(tǒng)的軟件模型；模糊信息處理與控制技術以及基于信息論和人工神經(jīng)網(wǎng)絡的控制思想和方法；等等?？刂瓶茖W發(fā)展的新階段——智能控制推進控制硬件、軟件和智能的結合，實現(xiàn)控制系統(tǒng)的智能化；實現(xiàn)自動控制科學與計算機科學、信息科學、系統(tǒng)科學以及人工智能的結合，為自動控制提供新思想，新方法和新技術，創(chuàng)立邊緣交叉新學科，推動智能控制的發(fā)展。自動控制既面臨嚴峻挑戰(zhàn)，又存在良好發(fā)展機遇硬件軟件智能控制系統(tǒng)的智能化自動控制科學信息科學計算機科學系統(tǒng)科學人工智能為自動控制提供新思想，新方法和新技術，創(chuàng)立邊緣交叉新學科，推動智能控制的發(fā)展主要內(nèi)容控制科學發(fā)展的新階段—智能控制1.11.21.3智能控制的基本概念與研究內(nèi)容本書主要內(nèi)容智能控制的研究內(nèi)容—模糊邏輯控制期望值＋－模糊值精確值模糊化模糊控制系統(tǒng)結構

模糊推理清晰化規(guī)則庫D/AA/D傳感器受控對象輸出值y模糊控制器eeuu精確值模糊值將人類專家對特定對象的控制經(jīng)驗，運用模糊集理論進行量化，轉(zhuǎn)化為可數(shù)學實現(xiàn)的控制器，從而實現(xiàn)對被控對象的控制。模糊控制的概念智能控制的研究內(nèi)容—模糊邏輯控制模糊模型就是用if-then

形式的規(guī)則表示控制系統(tǒng)的輸入/輸出關系，有Mamdani模型和Sugeno模型兩種。模糊模型的概念模糊模型

智能控制的研究內(nèi)容—模糊邏輯控制Mamdani模型模糊模型的概念

系統(tǒng)總的推理輸出為：

智能控制的研究內(nèi)容—模糊邏輯控制模糊模型的概念T-S模糊模型

也可以表示為狀態(tài)方程的形式：

智能控制的研究內(nèi)容—模糊邏輯控制模糊模型的概念T-S模糊模型這種控制系統(tǒng)的結構如圖所示。T-S模糊模型可以看成是系統(tǒng)在不同工況時的局部模型，基于T-S模型，可以充分利用現(xiàn)代控制理論知識對各個局部模型分別設計控制器。Sugeno模糊控制器的設計智能控制的研究內(nèi)容—神經(jīng)網(wǎng)絡控制神經(jīng)網(wǎng)絡控制的優(yōu)越性并行分布式處理非線性映射通過訓練進行學習很強的信息綜合能力神經(jīng)網(wǎng)絡控制的分類和典型模型便于硬件實現(xiàn)……

人工神經(jīng)網(wǎng)絡（ANN）前向網(wǎng)絡反饋網(wǎng)絡自組織網(wǎng)絡CMACMLPHopfieldBoltzman

MachineRNN

KohonenART智能控制的研究內(nèi)容—神經(jīng)網(wǎng)絡控制神經(jīng)網(wǎng)絡用于控制的方式

智能控制的研究內(nèi)容—神經(jīng)網(wǎng)絡控制神經(jīng)網(wǎng)絡控制與傳統(tǒng)控制決策變量：

傳統(tǒng)的控制中，單輸出控制系統(tǒng)中控制策略就是指單一的控制量；

智能控制中，控制策略還可以指一串動作或者一個決策。輸入信息：

傳統(tǒng)的控制中，控制器通過輸出量和給定量的誤差來進行控制策略的計算的；

智能控制中，控制器通過獲取系統(tǒng)的狀態(tài)來進行控制策略的計算。

控制策略：

傳統(tǒng)的控制是根據(jù)系統(tǒng)的機理來設計控制器的；

智能控制中，深度神經(jīng)網(wǎng)絡的控制策略是系統(tǒng)經(jīng)過多次訓練而得出的。智能控制的研究內(nèi)容—遺傳算法遺傳算法（GA）是模擬自然進化過程而得到的一種隨機性全局優(yōu)化方法。全局性快速性并行性魯棒性遺傳算法在自動控制學科中的的應用離散時間最優(yōu)控制問題；Riccati方程的求解問題；控制系統(tǒng)的魯棒穩(wěn)定問題，等。遺傳算法已滲透到許多學科，如工程結構優(yōu)化、計算數(shù)學、制造系統(tǒng)、航空航天、交通、計算機科學、通信、電子學、電力、材料科學等。主要內(nèi)容控制科學發(fā)展的新階段—智能控制1.11.21.3智能控制的基本概念與研究內(nèi)容本書主要內(nèi)容本書的主要內(nèi)容本書的主要內(nèi)容簡述智能控制產(chǎn)生的背景、起源與發(fā)展，討論智能控制的定義、特點和智能控制器的一般結構，介紹智能控制的分層遞階結構，闡述專家系統(tǒng)和學習控制與智能控制之間的