（四）智能控制技术浅析

20世纪60年代，随着自动控制理论技术的发展日趋成熟，对于人工智能的研究逐渐兴起。近年来，智能控制已经成为有关自动化科学与技术问题的一个研究热点。源于人工智能、自动控制、运筹学等领域的许多学科知识和方法在这个热点上交叉结合，诸如智能机器人系统、复杂工业过程控制系统、计算机集成制造系统（CIMS）、航天航空控制系统、环境及能源系统，甚至社会经济管理系统等各种复杂系统控制问题，都期待着从智能控制技术这个热点萌发出更好的解决途径。无论在研究方面还是应用方面，智能控制的理论和技术都在吸引着人们的关注。1971年傅京逊（K.S.Fu）从发展学习控制的角度首次正式提出智能控制概念。至此，智能控制理论进入高速发展时期。

1．三大典型智能控制系统

（1）人作为控制器的控制系统

由于人具有识别、决策和控制的能力，因此对于不同的控制任务、不同的对象及环境情况，人具有自学习、自适应和自组织的功能，能自动采取不同的控制策略以适应不同的情况。

（2）人—机结合作为控制器的控制系统

在这样的系统中，机器（主要是计算机）完成那些连续进行的并需要快速计算的常规控制任务，人则主要完成任务分配、决策、监控等任务。

（3）无人参与的自主控制系统

最典型的例子是自主机器人，这时的自主式控制器需要完成问题求解和规划、环境建模、传感信息分析和低层的反馈控制等任务。

2．五项经典智能控制模式

（1）基于信息论的分级递阶智能控制

三级分级递阶智能控制系统，如图0-11所示，由G.N.Saridis于1977年提出，由组织级、协调级和执行级组成，遵循“精度递增伴随智能递减”的原则。其中组织级起主导作用，涉及知识的表示和处理，主要应用人工智能。协调级和执行级之间起连接作用，涉及决策方式及其表示，采用人工智能及运筹学实现控制。执行级是最底层，具有很高的控制精度，采用常规自动控制。

（2）以模糊系统理论为基础的模糊控制

模糊系统理论的基本思想是把人类专家对特定的被控制对象或过程的控制策略总结成一系列以“IF（条件）THEN（作用）”形式表示的控制规则，通过模糊推理得到控制作用集，作用于被控制对象或过程（如图0-12所示）。

（3）基于脑模型的神经网络控制

该模型采用仿生学的观点与方法来研究人脑和智能系统中的高级信息处理。在现代化人工智能应用中起着举足轻重的作用（如图0-13所示）。

（4）基于知识工程的专家控制

该系统具备模糊专家智能的功能，是采用专家系统技术与控制理论相结合的方法设计控制系统（如图0-14所示）。

（5）基于规则的仿人智能控制

该控制模型的核心思想是在控制过程中，利用计算机模型拟人的控制行为功能，最大限度地识别和利用控制系统动态过程提供特征信息，进行启发和直觉推理，从而实现对缺乏精度模型对象的有效控制。其基本原理是模仿人的启发式直觉推理逻辑，即通过特征辨识判断系统当前所处的特征状态，确定控制策略，进行多模态控制（如图0-15所示）。

3．智能控制发展方向

能控制发展方向的两个方面，如图0-16所示。