1、1 摘要：摘要：本文主要介绍了智能控制技术从经典控制理论、现代控制理论发展到今天的智能控制 理论的发展过程和主要方法，并介绍了智能控制在工业发展、机械制造、电力电子学研究领 域中的应用。 关键字：关键字：自动化 智能控制 应用 2 随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术 提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复 杂系统的控制问题。 一、一、智能控制的智能控制的发展过程发展过程 从经典控制理论、现代控制理论发展到今天的智能控制理论，经历了很长时间。 四十年代到五十年代形成了经典控制理论。经典控制理论中基于传递函数建立起
2、来的如 频率特性、根轨迹等图解解析设计方法，对于单输入-单输出系统极为有效，至今仍在广泛地 应用。但传递函数对处于系统内部的变量不便描述，对某些内部变量还不能描述，且忽略了 初始条件的影响。鼓传递函数描述不能包含系统的所有信息。 现代控制理论主要研究具有高性能、高精度的多变量变参数系统的最优控制问题，它对 多变量有很强的描述和综合能力，其局限在于必须预先知道被空对象或过程的数学模型。 智能控制是在经典和现代控制理论基础上进一步发展和提高的。智能控制的提出，一方 面是实现大规模复杂系统控制的需要；另一方面是现代计算机技术、人工智能和微电子学等 学科的高度发展，给智能控制提供了实现的基础。智能控制
3、提供了一种新的控制方法，基本 解决了非线性、大时滞、变结构、无精确数学模型对象的控制问题。 二二、智能控制的主要方法、智能控制的主要方法 通俗地讲，智能控制就是利用有关知识（方法）来控制对象，按一定要求达到预定目的。 智能控制为解决控制领域的难题，摆脱了经典和现代控制理论的困境，开辟了新的途径。 智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能 控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。 1、模糊控制 模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础,以先验知识和专家经验 作为控制规则。 其基本思想是用机器模拟人对系统的控制,就是在被控对象的
4、模糊模型的基础 上运用模糊控制器近似推理等手段,实现系统控制。 在实现模糊控制时主要考虑模糊变量的隶 属度函数的确定,以及控制规则的制定二者缺一不可。 2、专家控制 专家控制是将专家系统的理论技术与控制理论技术相结合,仿效专家的经验,实现对系 统控制的一种智能控制。主体由知识库和推理机构组成,通过对知识的获取与组织,按某种策 略适时选用恰当的规则进行推理,以实现对控制对象的控制。 专家控制可以灵活地选取控制率, 灵活性高;可通过调整控制器的参数,适应对象特性及环境的变化,适应性好;通过专家规则, 系统可以在非线性、大偏差的情况下可靠地工作,鲁棒性强。 3 3、神经网络控制 神经网络模拟人脑神经元的活动,利用神经元之间的联结与权值的分布来表示特定的信 息,通过不断修正连接的权值进行自我学习,以逼近理论为依据进行神经网络建模,并以直接 自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制。 4、学习控制 (1)遗传算法学习控制 智能控制是通过计算机实现对系统的控制,因此控制技术离不开优化技术。快速、高效、 全局化的优化算法是实现智能控制的重要手段。遗传算法是模拟自然选择
