智能控制综述及展望作者：吴学礼， 孟凡华， 李平， 王永骥， 孟华作者单位：吴学礼,王永骥(华中科技大学,控制科学与工程系,湖北,武汉,430074)， 孟凡华,李平,孟华(河北科技大学)1.期刊论文王康.兰洲.甘德强.倪以信.WANG N Zhou.GAN De-qiang.NI Yi-xin非线性系统自适应控制及其在电力系统中的应用-电网技术2007,31(11)电力系统中存在众多不确定的参数,所面临的运行条件和外界扰动复杂多变,有必要引入自适应控制理论来处理这些不确定因素.非线性系统的自适应控制与线性系统相比,在研究方法等方面都有着很大的不同,目前处在继续发展的阶段.文章首先对近十几年来非线性系统的参数自适应控制、鲁棒自适应以及智能化自适应控制做了简明的归纳,然后介绍了其中一些研究成果在电力系统稳定与控制研究中的应用,最后对全文做了总结和展望.2.学位论文王永富非线性系统的模糊建模与自适应控制及其应用2005复杂工业过程常常具有强非线性、不确定性、多变量、强耦合以及工况变化频繁等特点，动态特性难于用精确的数学模型描述。

非线性系统的模糊建模与自适应控制的基本出发点是仿人的智能以实现对复杂不确定性系统进行有效的控制，它具有从环境自学习、适应环境的能力，自动进行信息处理以减少其不确定性，能规划、产生并能安全、可靠地执行控制作用。

因此，深入研究非线性系统的模糊建模与自适应控制对解决复杂工业过程的控制具有重要的理论意义及应用价值。

模糊建模与自适应控制是研究非线性系统控制的有效方法之一，近年来，非线性系统的模糊建模与自适应控制取得了众多成果，实践也表明，模糊建模和自适应控制是解决非线性系统控制问题的有效方法之一。

但是，如何从样本数据中建立良好的模糊规则库、如何构造模糊逼近器、如何改造模糊控制器使得系统获得更好的性能、如何解决状态不可测等问题都是非线性系统的模糊建模与自适应控制有待深入研究和解决的问题。

本文开展了非线性系统的模糊建模与自适应控制及其应用研究，取得了如下成果：1.模糊规则的选取是影响模糊建模精度的一个重要因素之一，针对文[115]所提出的经典方法—查表法产生的模糊规则库缺乏良好的完备性和鲁棒性的弊端，从而影响了模糊建模精度问题。

本文提出了用数据挖掘方法产生模糊规则库，用数据挖掘方法产生的模糊规则库具有良好的完备性和鲁棒性。

通过仿真对比实验验证了用数据挖掘方法所产生的模糊规则库建立的模糊模型精度比经典方法—查表法更高。

2.针对现有的自适应模糊控制器的参数自适应律仅由跟踪误差进行调节从而导致了系统的跟踪性能收敛过慢的现状，本文探讨了自适应模糊控制器的参数自适应律由跟踪误差和逼近误差共同进行调节，并从理论分析和仿真角度证明了该方法比参数自适应律仅用跟踪误差进行调节的控制器具有更好的跟踪效果，该方法加快了系统跟踪误差的收敛速度。

并将该方法推广到一类有界外扰的多输入多输出非线性系统，提出了基于模糊辨识与控制的混合鲁棒自适应控制方法。

3.针对非线性系统的广义Luenberger自适应观测器要求被观测对象模型结构已知的问题，本文设计了基于模糊系统的非线性广义Luenberger自适应模糊观测器，该观测器采用模糊基函数模糊系统逼近被观测对象的非线性函数，故该观测器不要求被观测对象模型结构和参数已知的条件，是对现有非线性系统的广义Luenberger自适应观测器的一种扩展。

并给出了基于广义Luenberger模糊观测器的自适应控制器的设计方法，该设计方法可有效避免文[107]基于观测器的控制器设计难于实现问题和文[106]Kalman-Yacubovitch-Popov方程难于求解等问题。

最后，将所提出的方法推广到一类有界外扰的多输入多输出非线性系统，给出了多变量系统的自适应模糊观测器和控制器设计方法。

4.在机器人的运动过程控制中，机器人系统普遍存在摩擦现象，摩擦的存在降低了系统的性能。

基于摩擦机理模型的补偿控制在实际中很难实现，因为摩擦力的机理模型很难精确建立。

针对此情况，本文提出了用自适应模糊系统对摩擦进行补偿建模与PD控制方法相结合的一体化方案以提高控制精度，并采用Lyapunov稳定性理论证明了跟踪误差的一致有界性，通过仿真和机器人实验验证了该方法的有效性和实用性。

3.期刊论文刘小河.殷杰.张奇志.LIU Xiao-he.YIN Jie.ZHANG Qi-zhi基于Lyapunov方法的一类非线性系统分段线性化自适应控制-控制理论与应用2005,22(5)非仿射非线性系统在非线性系统领域的研究中还不够成熟.本文针对一类非仿射单输入单输出的非线性系统,采用分段线性化方法来处理对象的非线性,基于Lyapunov第二方法对分段线性化后的系统进行了自适应律的设计,并旦证明了其渐近稳定性,这为使用分段线性化方法来处理一类非线性系统提供了理论支持,基于所设计的自适应律,以电弧炉电极调节系统的自适应控制为例,进行了数字仿真.仿真结果表明了该设计方法的有效性,为处理一类非线性系统提供有益的思路.4.学位论文高峡一类非线性系统的模糊与神经网络自适应控制1999未知非线性系统的自适应控制问题一直是控制领域中未能很好解决的一个难题.由于非线性系统本身的复杂性,单纯依靠传统的控制理论已无法彻底解决非线性系统的控制问题.以模糊控制和神经网络控制为代表的智能控制方法为解决这一问题带来了新的转机,为非线性系统的自适应控制提供了新的思路.该文对一类带扰动的单输入单输出非线性系统给出了一个直接模糊自适应控制方案.利用Lyapunov方法证明了闭环系统稳定,同时跟踪误差可以收敛到零的一个小邻内.控制方案中结合了模糊滑模控制以抵消外来干扰和系统逼近误差对跟踪误差的影响.5.期刊论文孙富春.孙增圻.慕春棣.SUN Fuchun.SUN Zengqi.MU Chundi采样非线性系统的动态神经网络稳定自适应控制-自动化学报2000,26(6)研究了一类采样数据非线性系统的动态神经网络稳定自适应控制方法.不同于静态神经网络自适应控制,动态神经网络自适应控制中神经网络用于逼近整个采样数据非线性系统,而不是动态系统中的非线性分量.系统的控制律由神经网络系统的动态逆、自适应补偿项和神经变结构鲁棒控制项组成.神经变结构控制用于保证系统的全局稳定性,并加速动态神经网络系统的逼近速度.证明了动态神经网络自适应控制系统的稳定性,并得到了动态神经网络系统的学习算法.仿真研究表明,基于动态神经网络的非线性系统稳定自适应控制方法较基于静态神经网络的自适应方法具有更好的性能.6.会议论文孙富春.孙增圻.慕春棣采样非线性系统的动态神经网络稳定自适应控制1999该文研究了一类采样数据非线性系统的动态神经网络稳定自适应控制方法。

动态神经网络系统用于逼近整个采样数据非线性系统，系统的控制律由动态神经网络系统的动态逆、自适应补偿项和神经变结构鲁棒控制项组成。

神经变结构鲁棒控制用于保证系统的全局稳定性，并加速神经网络系统的逼近速度。

该文证明了动态神经网络自适应控制系统的稳定性，并得到了动态神经网络系统的学习算法。

仿真研究表明，动态神经网络稳定自适应控制较静态神经网络自适应控制具有较好的性能。

7.学位论文胡刚基于动态优化的非线性系统多模型自适应控制2005非线性系统是实际中存在的一类复杂系统，特别是具有强耦合、高度不确定性、参数快时变特性的非线性系统，无论在建模还是控制方面都具有相当的难度。

对非线性系统，多模型方法是一种行之有效的建模与控制方法，它通过建立多个局部模型来实现对被控对象的模型结构和参数不确定性的覆盖及强非线性的逼近，并根据每个局部模型设计相应的局部控制器，通过多模型的切换指标函数，将这些局部模型/控制器构造成系统的全局模型/控制器。

多模型方法能够有效地改善控制系统的过渡过程品质，满足实际中对控制系统的暂态、静态性能指标的要求。

但是，以往多模型自适应控制的研究工作多集中在设计不确定性线性系统，而多模型方法在非线性系统的研究工作还处于起步阶段。

本文以非线性系统作为研究对象，将多模型方法与局部化技术相结合，提出了一种关于非线性系统模型集动态优化的多模型自适应控制方法。

对于非线性系统，可以利用系统的先验知识建立由部分线性化局部模型组成的初始模型集，也可以在无初始固定模型的情况下，实时在线建立系统模型集。

在模型集动态优化方法中，利用模型间距离的概念确定模型集中模型优化动作(模型更新、添加、移除、删除)。

在模型切换方面采用基于指标函数的间接切换方法，利用局部化技术建立模型子集，减少了在线计算模型集中的模型数量，大大缩短了模型切换时间，并对其中的切换指标函数进行改进，在一定程度上改善了模型切换过程中存在的抖动，加快了模型间切换的收敛问题。

仿真结果表明，对非线性系统在一定范围内有很好的控制效果，并较以往的方法在控制性能上有不同程度的改善。

8.期刊论文孙富春.李莉.孙增圻.SUN Fu-chun.LI Li.SUN Zeng-qi非线性系统神经网络自适应控制的发展现状及展望-控制理论与应用2005,22(2)简要回顾了神经网络控制及其应用的发展历程,重点论述了人们在连续、离散时间非线性系统的神经网络以及神经模糊稳定自适应控制研究方面所取得的主要进展,探讨了神经网络自适应控制研究方面存在的主要问题及解决问题的基本途径.作为当前解决神经网络自适应控制问题的途径之一,介绍了近来人们对二阶模糊神经网络以及量子神经网络的研究.最后,总结并指出了这一领域下一步的发展方向和有待解决的新课题.9.学位论文韩存武非线性系统自适应控制中若干问题的研究1996该文主要工作包括:1.研究了具有死区非线性系统的自适应控制,针对单变量和多变量的离散时间系统,分别提出了有效的间接自适应控制方法,并证明了所提方法的全局收敛性.所研究的系统可以是随机的开环不稳定的非最小相位系统,并且对于多变量系统可以具有任意的传输延时结构.2.研究了具有滞环非线性系统的自适应控制;分别针对单变量和多变量的离散时间系统,提出了有效的间接自适应控制方法,并证明了所提方法的全局收敛性.3.研究了非最小相位非线性系统的自适应控制,通过引入一个近似系统,分别提出了有效的基于近似线性化技术的间接和直接自适应控制方法,并证明了所提方法和全局收敛性.10.期刊论文胡致强.李向东.HU Zhi-qiang.LI Xiang-dong一类多重时滞非线性系统无模型学习自适应控制-哈尔滨工业大学学报2001,33(2)对于一类常见多重时滞非线性离散系统，提出了基于动态线性逼近的增量型最小化模型、递推预测模型，无模型学习自适应控制律和带有参数限定时域长度的参数自适应预报递推算法，实现了对存在较大滞后的多重时滞非线性系统的无模型学习自适应控制。