浅谈智能控制及其应用

摘 要：智能控制在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。智能控制理论的研究和应用是现代控制理论在深度和广度上的拓展。本文就智能控制及其应用进行叙述，介绍了智能控制的发展历程，分析了智能控制的主要形式，对智能自主控制进行了深入探讨。

关键词：智能控制；方法；形式

中图分类号：TP31 文献标识码：A

1智能控制的发展

科学技术和生产的迅速发展是智能控制学科发展的动力。以往以单纯数学解析结构为基础的控制理论，其局限性日益明显。它的局限性主要体现在以下几方面：其一，在航空、航天、航海及各种工业部门，受控对象日益复杂。受控对象不仅规模大，运动学结构复杂，而且各运动变量之间严重耦合，同时还带有严重的不确定性（包括结构和参数两个方面的不确定性）和非线性。这样复杂的受控对象使得以确定模型和数学解析方法为基础的传统控制理论遇到了困难和挑战。其二，控制任务和目标的复杂化，也使传统的控制理论难于胜任。例如，一架性能优良的攻击机必须具备对空、地多目标自动攻击的能力，必须具备自动地形跟踪、回避的能力，必须具备自动导航和高品质自动飞行的能力。这样复杂的控制任务和控制指标要求，对于传统的控制理论来说是很困难的。其三，系统工作环境的复杂化，也使传统的控制理论产生麻烦。例如，在空战条件下，战场敌我态势的突变，气象条件的突变，敌方对我方系统的破坏和干扰，驾驶员的疲劳和意外失误，或者系统处于不利的化学物质环境中工作等。上述复杂受控对象，复杂的控制任务和控制目的，复杂的系统运行环境都促使人们研究新的控制方式去实现对它们的有效控制。这就是智能控制产生和发展的背景和动力。

另一方面，近代迅速发展的人工智能技术和计算机技术又为智能控制的发展提供了条件。诸如符号、语言的知识表达，状态特征的辨识，定性与定量，精确与模糊信号的处理，分析推理，逻辑运算，判断决策，自然语言理解和视觉系统等一系列拟人思维和功能均可通过计算机来实现。可以说，人工智能和计算机技术为智能控制的发展提供了物质条件。因此，智能控制不仅是科学技术和生产发展的推动和需要，也是科学技术发展的必然趋势；不仅是控制科学的继承、发展和提高，也是多学科相结合、共同迸发出的新的科学技术的火花。

2智能控制的主要形式

智能控制这一学科正在蓬勃发展，智能控制的形式也日新月异。目前正在兴起和研究的形式很多，其中主要的有如下几种。

2.1分级递阶智能控制

分级递阶智能控制是从系统工程出发，总结了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，是智能控制最早的理论之一。

分级递阶智能控制有两种比较重要的理论：知识基/解析混合多层智能控制理论，该理论是由意大利学者A.Villa提出的，可用于解决复杂离散事件系统的控制设计问题。萨里迪斯三级智能控制理论，按照这种理论设计的智能控制系统是由组织级（最高级）、协调级（中间级）和执行级（最下级）三级组成的，并用熵函数来衡量每一一级的执行代价和效果，用熵进行最优决策。这一方法为现代工业、空间探测、核处理和医学领域应用自主控制系统提供了一个有效的方法。总之，分级递阶智能控制是为求解大系统，复杂系统的寻优、决策和有效控制而提出来的，是研究多级自寻优控制、多级模糊控制、多级专家控制、递阶智能多目标预测控制以及大型空间运动结构系统的三级递阶智能控制的有效方法。

2.2专家系统控制

专家系统控制（包括仿人智能控制和智能PID控制），是工程控制论和专家系统相结合的产物。这类智能控制的特点是专家的知识和经验与传统的PID控制器的结合，它所设计产生的控制规则简单易于实现，如飞行控制过程、化工PH过程的智能控制。在这一类智能控制中，还应指出的一种形式是实时监督控制专家系统，由故障检测、故障诊断和故障处理三部分组成，这种形式在航天、航空和化工等领域都有大量应用。

2.3模糊控制

该控制方法最早提出者之一是美国著名控制论专家LA.Zadeh，1965他发表了模糊集合论。模糊控制理论主要以模糊数学和规则表组成控制决策。它适用于难以建模的受控对象，但很难做到高精度。

2.4人工神经元网络控制

20世纪50年代末就已问世的神经元网络模仿生物神经系统，主要模仿人的大脑的神经网络模型和信息处理机能，如信息处理、判断、决策、联想、记忆、学习等功能，以实现仿人行为的智能控制。

2.5各种智能控制方法的交叉和结合

为了发挥各种不同智能控制方法的优点，克服它们各自的缺点和不足，各种组合、结合、互相交叉渗透的智能控制方法不断被提出和研究。例如，专家模糊控制、模糊神经网络控制、专家神经网络控制、模糊PID控制、专家PID控制和模糊学习控制等。

2.6各种智能控制方法与传统控制理论方法的交叉和结合

它们既能发挥智能控制的优点，也能发挥传统控制方法的优点，在工程实际中可获得完美的控制效果。它不仅是方法研究的交叉，而且也是多学科研究的交叉和发展。这些交叉和结合有模糊变结构控制、自适应模糊控制、自适应神经网络控制、神经网络变结构控制和专家模糊PID控制等。上述交叉和结合还可以举出一些，这些控制有的学者又称为综合控制理论和方法。

3智能自主控制

随着科学技术发展和生产的需要，自主控制，特别是用智能化的方法实现自主控制成为当今的热门研究课题。智能自主控制也是智能控制的一种形式。什么是智能自主控制，至今没有统一的定义，根据普遍的理解，给出如下说明。

3.1智能自主控制的含义

智能自主控制系统应该具有如下功能：系统能自动接受控制任务、控制要求和目标，并能对任务、目标和要求自主进行分析、判断、规划和决策。系统能自主感知、检测自身所处的状态信息、环境信息和干扰信息，并能自主进行融合、分析、识别、判断和决策；同时能作出能否执行任务的决策。

系统能根据控制任务、目标要求，结合系统所处的当前自身状态信息、环境信息、干扰信息，自主地进行分析、综合，并作出执行任务和如何完成任务的控制决策。系统能根据上述决策自主形成控制指令，自主操控系统状态的行为，并朝着完成控制任务和目标的方向运动。

在上述运动过程中，如果出现任务改变，出现事先未预见的环境变化和自身状态变化，或出现系统自身损伤，系统能根据任务改变、新的环境（干扰属环境变化）信息和自身状态信息的改变，自主地作出分析、判断，并作出改变系统状态行为的指令，使系统改变自身的状态。或自主进行系统重组，以适应外界环境的变化；或自主进行系统的故障诊断、自修复，以适应完成控制任务和目标的要求，最终自主完成控制任务，达到控制的目标。具有上述功能的系统可以认为是智能自主控制系统，或称为智能自主控制。

3.2智能自主控制系统的应用

智能自主控制的关键是用智能化的方法实现完全无人参与的控制过程，并使系统运行达到预期的目的。

现以智能自主控制的行驶车辆为例说明其智能自主控制的过程。假定要使车辆完成由A城去B城送货的任务。智能自主控制行车系统接受这一任务后，首先要做的工作是，接受任务，分析任务，同时检测系统自身所处状态（是否处于运行准备状态）和车辆重心目前所处的地理坐标位置。第二步，开启环境状态检测识别系统，确定车辆自身的环境坐标位置，即确定车身是否处于地理坐标的道路中间，车头和道路规定的行车方向是否相同。第三步，将以上检测结果与任务要求相结合，进行决策分析。根据智能自主控制行车系统存储的数字地图，决策、规划出行车路线，选择好行车道路，同时根据规划出的行车路线和道路向行车智能自动驾驶系统发出行车指令，给出行车控制信号。该系统能协调地启动发动机，能控制油门，方向盘和刹车，驾车按规划的行车路线和所选择的道路行驶。第四步，在行车过程中，智能自主控制行车系统中的智能自主导航系统，能不断记录行车方向、路线、行车速度和里程，确定车身重心的地理位置坐标；智能环境状态检测识别系统能确定车身相对周围环境的坐标。如果行车中的地理位置坐标偏离了规划出的行车路线，智能自主控制行车系统应能根据车身目前所处的位置，结合系统携带的数字地图重新规划出新的行车路线，并能选好行车道路。如果行车中车身偏离了行车道路中间线，或行车前方出现障碍，则智能自主控制行车系统能通过环境视觉识别系统，给出行车方向修正指令和停车指令，避免行车事故，保持行车任务的正常执行。第五步，当行车到达终点B城时，智能自主控制行车系统的智能导航系统能根据行车规划的终点位置的地理坐标和行车当前的地理位置坐标，判断行车的终点任务是否完成。

如果行车终点位置到达，则将停车任务转交给环境状态检测识别系统，由该系统搜索选择停车位置，并将此停车位置与出发前记录在系统数据库中的停车位置环境图像相匹配，匹配无差，则命令行车智能自动驾驶系统关闭油门、发动机，并停车。如果行车过程中，智能自主控制行车系统发生损坏，系统自身应能实现故障自诊断、自修复或系统自重组。这种自修复和系统自重组往往要求能在车辆行进中完成。

结语

智能控制系统的设计是一项复杂的系统工程，随着科技的发展与进步，有关技术还在不断的发展之中，但发展迅速，各种不同智能控制水平的系统正在不断的研究，其实际应用也不断涌现为人们的生活带来可极大的便利。

参考文献

[1]游明坤.智能控制理论的发展及应用[J].软件导刊，2006.

[2]胡氢，司纪凯.智能控制技术现状分析及发展[J].煤矿机械，2006.

[3]何谦.智能控制技术及其在化工生产中的应用前景分析[J].泸天化科技，2001.

[4]张晓军，张二为.智能控制系统发展综述及其应用[J].有色冶金设计与研究，2006.