1974 年英国工程师 E.H.Mamdam 首次把 Fuzzy 集合理论用于锅炉和蒸气机的控
制以来
,开辟了 Fuzzy 控制的新领域,特别是对于大时滞、非线性等难以建立精确
数学模型的复杂系统
,通过计算机实现模糊控制往往能取得很好的结果。
(Neural Network Control)
神经网络是由所谓神经元的简单单元按并行结构经过可调的连接权构成的网
络。神经网络的种类很多
,控制中常用的有多层前向 BP 网络,RBF 网络,Hopfield
网络以及自适应共振理论模型
(ART)等。
神经网络控制就是利用神经网络这种工具从机理上对人脑进行简单结构模拟的
新型控制和辨识方法。神经网络在控制系统中可充当对象的模型
,还可充当控制
器
7.实时专家控制(Real Time Expert Control)
是一个具有大量专门知识和经验的程序系统
,它应用人工智能技术,根
据某个领域一个或多个人类专家提供的知识和经验进行推理和判断
,模拟人类专
家的决策过程
,以解决那些需要专家决定的复杂问题。专家系统和传统的计算机
程序最本质的区别在于
:专家系统所要解决的问题一般没有算法解,并且往往要在
不完全、不精确或不确定的信息基础上作出结论。
实时专家系统应用模糊逻辑控制和
,融进专家系统自适应地管理
一个客体或过程的全面行为
,自动采集生产过程变量,解释控制系统的当前状况,
预测过程的未来行为
,诊断可能发生的问题,不断修正和
计划。实时专家
系统具有启发性、透明性、灵活性等特点
,目前已经在航天试验指挥、工业炉窑的
控制、高炉炉热诊断中得到广泛应用。目前需要进一步研究的问题是如何用简洁
语言来描述人类长期积累的经验知识
,提高联想化记忆和自学习能力。
8.定性控制(Qualitative Control)
定性控制是指系统的状态变量为定性量时
(其值不是某一精确值而只知其处于
某一范围内
),应用定性推理对系统施加控制变量使系统在某一期望范围。
定性控制与模糊控制的区别
:模糊控制不需建模,其控制律凭经验或算法调整,
而定性控制基于定性模型
,控制规则基于对系统的
;模糊控制是基于状态
的精确测量值
,而定性控制基于状态的定性测量值。
定性控制面临的问题
:发展定性数学理论,改进定性推理方法,注重定性和定量
知识的结合
;研究定性建模方法,定性控制方法;加强定性控制应用领域的研究。
(Predictive Control)
预测控制是在工业实践过程中独立发展起来的一种新型控制方法
,它不仅适用于
工业过程这种
“慢过程”的控制,也能适用于快速跟踪的伺服系统这种“快过程”控
制。目前实用的预测控制方法有动态矩阵控制
(DMC),模型算法控制(MAC),广义
预测控制
(GPC),模型预测启发控制(MPHC)以及预测函数控制(PFC)等。这
最近有人提出一种新的基于主导内模概念的预测控制方法
:结构对外来激励的
响应主要由其本身的模态所决定
,即结构只对激励信息中与其起主导作用的几个
主要自振频率相接近的频率成分有较大的响应。目前利用神经网络对被控对象进
行在线辨识
,然后用广义预测控制规律进行控制得到较多重视。
预测控制目前存在的问题是预测精度不高
;反馈校正方法单调;滚动优化策略少;
对任意的一般系统
,其稳定性和鲁棒性分析较难进行;参数调整的总体规则虽然比
较明确
,但对不同类型的系统的具体调整方法仍有待进一步总结。
(Distributed Control System)