智能控制是指驱动智能机器自主地实现其目标的过程,也就是说,智能控制是一类
无需人的直接干预就能独立地驱动智能机器实现其目标的自动控制。智能控制的基础是
人工智能、控制论、运筹学和信息论等学科的交叉。智能控制理论及系统具有下面几个
鲜明的特点:第一,在分析和设计智能控制系统时,重点不要放在传统控制器的分析和
设计上,而要放在智能机模型上,也就是说,不要把重点放在对数学公式的描述、计算
和处理上(实际上,一些复杂大系统可能根本无法用精确的数学模型进行描述 ),而要把
重点放在对非数学模型的描述、符号和环境的识别、知识库和推理机设计和开发等上面
来。第二,智能控制的核心是高层控制,其任务在于对实际环境或过程进行组织,即决
策和规划,实现广义问题求解。第三,智能控制是一门边缘交叉学科,傅京孙教授于
1971 年首先提出了智能控制的二元交集理论(即人工智能和自动控制的交叉),美国的
G.N.Saridis 于 1977 年把傅京孙的二元结构扩展为三元结构(即人工智能、自动控制和
运筹学的交叉),后来中南工业大学的蔡自兴教授又将三元结构扩展为四元结构 (即人工
智能、自动控制、运筹学和信息论的交叉),从而进一步完善了智能控制的结构理论。第
四 , 智 能 控 制 是 一 个 新 兴 的 研 究 和 应 用 领 域 , 有 着 极 其 诱 人 的 发 展 前 途 。
“
”
自从 智能控制 概念的提出到现在,自动控制和人工智能专家和学者已经提出了各
种智能控制理论,有些已经在实际中发挥了重要作用。下面对一些有影响的智能控制理
论
和
系
统
进
行
介
绍
。
4.1
递
阶
智
能
控
制
递阶智能控制(Hierarchical Intelligent Control)是在研究早期学习控制系统的基
础上,从工程控制论角度总结人工智能与自适应控制、自学习控制和自组织控制的关系
之后逐渐形成的,它是智能控制的最早理论之一。该理论最初是由 G.N.Saridis 提出的。
该系统由组织级、协调级、执行级 3
“
级组成。递阶智能控制遵循 精度随智能降低而提
”
高 的原理分级分布。在递阶智能控制系统中,智能主要体现在高的层次即组织级上,由
人工智能起控制作用;协调级是组织级和执行级之间的接口,承上起下,由人工智能和
运筹学共同作用;执行级要求具有较高的精度和较低的智能,仍然采用现有数学解析控
制 算 法 , 对 相 关 过 程 执 行 适 当 的 控 制 作 用 。
4.2
专
家
智
能
控
制
专家系统(Expert System)是人工智能的一个重要分支,它是于 1965 年由美国斯
坦福大学当时的年轻教授 E.A.Feigenbaum 开创的人工智能研究的新领域。专家系统
ES 与当时人们追求的通用问题求解程序 GPS 不同,专家系统并不试图发现很强有力的
和很通用的问题求解方法,它把研究范围缩小在一个特定的相对狭小的专业领域中。人
类专家之所以成为专家,是因为他拥有解决自己专业领域问题的大量专门知识,包括各
种有用的诀窍和经验,专家系统实际上就是在计算机上实现的这种领域专家的模仿物。
应用专家系统的概念和技术,模拟人类专家的控制知识与经验而建造的控制系统,就是
专家控制系统。虽然专家控制系统是基于专家系统建立起来的,但是它与专家系统之间
存在一些重要差别。首先,一般的专家系统中操作人员是系统的组成部分,通过人机对
“
”
话完成 计算机专家 的功能,而专家控制系统中没有操作人员的参与,要求专家控制系
统能够独立和自动地对控制对象做出决策;其次,专家系统通常以离线方式工作,而专
家 控 制 系 统 需 要 获 取 在 线 动 态 信 息 , 并 对 系 统 进 行 实 时 控 制 。
4.3
模
糊
智
能
控
制
模糊理论是美国加利福尼亚大学的自动控制理论专家 L.A.Zadeh 教授最先提出的。
1965
“
年他在 Information&Control”
“
杂志上发表了 Fuzzy Set”(模糊集)一文,首次提
出了模糊集合的概念,并很快被人们接受。1974 年,英国的 Mamdani 首先把模糊理论
用于工业控制,取得了良好的效果。从此,模糊逻辑控制理论和模糊逻辑控制系统的应
用发展很快,展示了模糊理论在控制领域中有着很好的发展前景。模糊逻辑控制现已成
为
智
能
控
制
的
重
要
组
成
部
分
。
专家控制系统和模糊逻辑控制系统至少有一点是共同的,即二者都要建立人类经验
和人类决策行为的模型。此外,二者都含有知识库和推理机。因此,模糊逻辑控制器
(FLC)通常又称为模糊专家控制器(FEC),有时人们也把模糊专家系统叫做第二代专家系
统,因为它能够为专家系统的设计、开发和实现提供 2 个基本的和统一的优点,即模糊
知
识
表
示
和
模
糊
推
理
方
法
。
4.4
神
经
网
络
智
能
控
制
1943 年麦卡洛克和皮茨(Pitts)
“
”
提出一种叫做 似脑机器 (Mindlike Machine)的思
想。这种机器可由基于生物神经元特性的互连模型来制造,这就是最初的人工神经网络
(ANN)概念。随着人工神经网络应用研究的不断深入,新的神经网络模型不断推出,现
有的神经网络模型已达近百种。在智能控制领域中,应用最多的是 BP 网络、Hopfield