邢英楠

摘 要：控制理論與社會生產(chǎn)及科學技術(shù)的發(fā)展息息相關(guān)。計算機科學的發(fā)展又推動了控制理論的發(fā)展，計算機已經(jīng)成為控制系統(tǒng)分析和設(shè)計的有力計算工具，是實現(xiàn)現(xiàn)代化工程自動控制不可缺少的設(shè)備。自動控制與計算機已經(jīng)滲透到當今社會中的每一個角落。智能控制屬于當代控制理論的范疇，他依據(jù)人的思維方式和處理問題的技巧，解決那些目前需要人的智能才能解決的復雜的控制問題。

關(guān)鍵詞：智能控制；理論；應(yīng)用

1 智能控制的研究及發(fā)展

智能控制是自動控制和人工智能的結(jié)合，研究的主要目標不僅僅是被控對象，同時也包括控制器本身?？刂破鞑辉偈菃我坏臄?shù)學模型，而是數(shù)學解析和知識系統(tǒng)相結(jié)合的廣義模型，是多種知識混合的控制系統(tǒng)。智能算法主要分四大類。

1.1 模糊計算

模糊理論的研究最早始于模糊邏輯數(shù)學，就是用“不確切”的數(shù)學量來描述“確切”的事物。模糊數(shù)學起源于20世紀60年代。

1.2 神經(jīng)計算

神經(jīng)計算就是用數(shù)學算法來模擬人大腦的生物神經(jīng)系統(tǒng)，神經(jīng)網(wǎng)絡(luò)控制就是利用人工神經(jīng)網(wǎng)絡(luò)的學習能力、泛化能力、推理能力、信息分布存儲能力及并行處理能力來完成只有用人的智能才能完成的控制。起源于20世紀40年代。

1.3 群體智能計算

群體智能就是在這個物質(zhì)世界中，只有某一類生物的群體才表現(xiàn)出來的智能。例如遺傳算法、粒子群算法等。起源于20世紀60年代。

1.4 專家系統(tǒng)

專家系統(tǒng)是研究如何利用一個具有大量專門知識和經(jīng)驗的計算機程序系統(tǒng)，能夠以人類專家的水平完成某一專業(yè)領(lǐng)域比較困難的

任務(wù)。

2 智能控制的優(yōu)化及建模

2.1 智能優(yōu)化的三個常用方法

1）遺傳優(yōu)化算法。遺傳算法來源于對生物進化過程的模擬，它根據(jù)“優(yōu)勢劣汰”原則，將問題的求解表示成染色體的適者生存過程。染色體通過交叉和變異等操作一代代地進化，最終收斂到最適應(yīng)環(huán)境的個體，即問題的最優(yōu)解或滿意解。相對于傳統(tǒng)的優(yōu)化方法，遺傳算法具有一些顯著的優(yōu)點。該算法允許所求解的問題是非線性的、不連續(xù)的以及多極值的。并能從整個可行解空間尋找全局最優(yōu)解和次優(yōu)解，避免只得到局部最優(yōu)解。

2）蟻群優(yōu)化算法。蟻群算法是受自然界中螞蚊搜索食物行為的啟發(fā)而提出的一種隨機優(yōu)化算法，單個螞蟻是脆弱的，而蟻群的群居生活卻能完成許多單個個體無法承擔的工作，螞蚊間借助于信息索這種化學物質(zhì)進行信息的交流和傳遞，并表現(xiàn)出正反饋觀象，某段路徑上經(jīng)過的螞蟻越多，該路段被重復選址的概率就越高。

3）粒子群優(yōu)化算法。粒子群算法來源于對鳥群優(yōu)美而不可測的飛行動作的模擬，粒子的飛行速度動態(tài)地隨著粒子自身和同伴的歷史飛行行為改變而改變。它沒有遺傳算法的交叉、變異等操作，而是讓粒子在解空間追隨最優(yōu)的粒子進行捜索，同遺傳算法比較，其優(yōu)勢在于算法簡單、在計算機上容易實現(xiàn)，并且待調(diào)整的參數(shù)較少。

2.2 智能建模理論與方法

1）機理建模。機理建模就是當我們要求系統(tǒng)的數(shù)學模型時，需要知道系統(tǒng)本身的許多細節(jié)，比如這個系統(tǒng)由幾個部分組成，相互之間怎樣鏈接和怎樣影響等，只有對系統(tǒng)的機理有了詳細的了解之后，才可能得到描述該系統(tǒng)的數(shù)學模型。機理建模優(yōu)點是它具有比較嚴密的理論依據(jù)，在任何狀態(tài)下使用都不會引起定性的錯誤，其缺點是它沒有一個普適的方法，要視所要求解的問題，根據(jù)物理意義來進行

求解。

2）試驗建模。試驗建模是針對一個系統(tǒng)加入不同的輸入信號，觀察其輸出。根據(jù)所記錄的輸入、輸出信號，估計出表達這個系統(tǒng)的輸入與輸出關(guān)系的一個或幾個數(shù)學表達式的結(jié)構(gòu)和參數(shù)。用試驗法建立系統(tǒng)的數(shù)學模型。其中以時域法應(yīng)用最為廣泛，也是目前工程實際中應(yīng)用最多的方法。

3 智能控制的應(yīng)用

智能控制領(lǐng)域主要應(yīng)用在系統(tǒng)建模、優(yōu)化和控制三個方面，在工程中應(yīng)用最早的是模糊控制。模糊控制與神經(jīng)網(wǎng)絡(luò)結(jié)合或加入專家知識構(gòu)成模糊神經(jīng)控制系統(tǒng)，都取得了成功的應(yīng)用，比如機器人智能控制、機械制造中的智能控制、工業(yè)過程中的智能控制等。

3.1 智能機器人

智能機器人一直是智能控制的一個重要應(yīng)用領(lǐng)域。尤其是智能機器人的長足發(fā)展，使得新型智能控制技術(shù)滲透到機器人學研究的各個方面。采用人工神經(jīng)網(wǎng)絡(luò)、模糊控制和專家系統(tǒng)技術(shù)對機器人進行定位、環(huán)境建模、檢測、控制和規(guī)劃的研究已經(jīng)日趨成熟，并在多個實際應(yīng)用系統(tǒng)中得到驗證。智能控制技術(shù)也應(yīng)用于機器人傳感器信息融合和視覺處理方面。遺傳算法和進化計算為機器人系統(tǒng)帶來了新型的優(yōu)化編程和控制技術(shù)。

3.2 機械制造中的智能控制

工業(yè)制造業(yè)涉及一系列相關(guān)的操作和行為，包括產(chǎn)品設(shè)計、材料選擇、工藝流程設(shè)計、生產(chǎn)過程、檢測過程、管理以及產(chǎn)品的銷售。智能控制隨之也被廣泛地應(yīng)用于機械制造行業(yè)。例如，模糊控制在焊接過程中用于焊縫跟蹤、焊接質(zhì)量及控制焊接設(shè)備，汽車工業(yè)的模糊控制變速發(fā)動機，神經(jīng)網(wǎng)絡(luò)懸架控制系統(tǒng)，轎車中央智能控制系統(tǒng)，食品擠出機模糊控制系統(tǒng)，數(shù)控銑床的智能控制系統(tǒng)等等。

3.3 電力系統(tǒng)的智能控制

智能控制近年來在電力系統(tǒng)中廣泛應(yīng)用。如發(fā)電機、變壓器、電動機等電機電器設(shè)備的設(shè)計、生產(chǎn)、運行、控制是一個復雜的過程，國內(nèi)外的電氣工作者將人工智能技術(shù)引入到電氣設(shè)備的優(yōu)化設(shè)計、故障診斷及控制中，取得了良好的控制效果。遺傳算法是一種先進的優(yōu)化算法，采用此方法來對電器設(shè)備的設(shè)計進行優(yōu)化，可以降低成本，縮短計算時間，提高產(chǎn)品設(shè)計的效率和質(zhì)量。

3.4 工業(yè)過程中的智能控制

在化工、冶煉等工業(yè)連續(xù)生產(chǎn)線上，由于反應(yīng)機理復雜、關(guān)聯(lián)耦合嚴重、環(huán)境干擾不確定、要求與約束多樣等原因，需要運用智能控制模式。生產(chǎn)過程的智能控制主要包括局部級和全局級兩個方面。局部級的智能控制是指將智能引入工藝過程中的某一單元進行控制器設(shè)計，例如專家控制器、智能PID控制器等。全局級的智能控制主要針對整個生產(chǎn)過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規(guī)劃過程操作處理異常等。

參考文獻

[1]韓璞，王建國.自動化專業(yè)概述.北京：中國電力出版社，2007.

[2]郭雷.關(guān)于控制理論發(fā)展的某些思考[J].系統(tǒng)科學與數(shù)學，2011，31（9）：1015-1017.

[3]王海龍.談控制論與控制工程的發(fā)展與應(yīng)用[J].工業(yè)技術(shù)，2013，4：66.

[4]蔡自興，陳海燕，魏世勇.智能控制工程研究的進展[J].控制工程，2003，10（1）：2-5.