智能控制的研究现状摘要：本文介绍了智能控制的产生背景和智能控制的特点以及智能控制国内外研究现状及发展趋势,分析了智能控制的应用现状。

最后,对今后智能控制的发展前景进行了展望。

关键词：智能控制，背景，智能控制技术，展望引言：智能控制（intelligent controls），是指在无人干预的情况下能自主地驱动智能机器，以实现控制目标的自动控制技术。

智能控制是近年来控制界新兴的研究领域，是一门边缘交叉学科。

智能控制技术在很多领域得到了广泛应用，如制造业、工业工程、能源工程、生物医学工程、汽车以及飞行器等。

智能控制是一种直接控制模式，它建立在启发、经验和专家知识等基础上，应用人工智能、控制论、运筹学和信息论等学科相关理论，驱动控制系统执行机构实现预期控制目标[1]。

智能控制是自动控制发展的高级阶段，为解决那些用传统方法难以解决的复杂系统的控制问题提供了有效的理论和方法。

它处于控制科学的前沿领域，代表着自动控制科学发展的最新进程。

1.智能控制产生的背景科学技术的产生和发展主要由生产发展需求和知识水平所决定，控制科学也不例外。

二十世纪以来，控制科学与技术得到了迅速发展，由研究单输入单输出被控对象的经典控制理论发展形成了研究多输入多输出被控对象的现代控制理论。

经典控制理论主要是采用频域法对控制系统进行描述、分析和设计，现代控制主要采用时域的状态空间方法。

二十世纪六十年代，由于空间技术、海洋工程和机器人技术发展的需要[2],控制领域面临着被控对象的高度复杂性和不确定性,以及人们对控制性能要求越来越高的挑战。

被控对象的高度复杂性和不确定性主要表现为对象的高维、高度非线性和不确定性[3]，高噪声干扰、强耦合，系统工作点动态突变性，以及分散的传感元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据量。

面对复杂的对象，复杂的任务和复杂的环境，用传统控制（经典控制和现代控制）的理论和方法去解决是不可能的。

原因[4]：（1）传统的控制理论都是建立在以微分和积分为工具的精确数学模型之上的，而复杂系统的复杂性和不确定性都难以用精确的数学模型描述，否则就会使原问题丢失很多信息，例如：骑自行车沿一条曲线行走这套看似简单的动作，如果我们要把这一系列的动作和环境建立出精确的数学模型，然后再一步一步按模型去操作，可以想象其过程是多复杂而又难以实现；（2）传统的控制理论虽然也有办法对付控制对象的不确定性和复杂性，如自适应控制和Robust控制可以克服系统中所包含的不确定性，保证控制系统的控制质量不变，达到优化控制的目的。

但他们仅适用于系统参数在一定范围内缓慢变化的情况，其优化控制的范围是很有限的。

（3）传统的控制系统要求输入的信息比较单一，而现代的控制系统要面对复杂系统以各种形式（视觉、听觉、触觉和直接操作的方式）将周围环境信息作为输入的状况，并将各种信息进行融合、分析和推理，再随环境与条件的变化，相应地采取对策或行动。

传统的控制策略单一，不能适合高层决策问题，所以智能控制应运而生。

2.智能控制的特点智能控制理论不同于经典控制理论和现代控制理论的处理方法,它研究的主要目标不再是被控对象而是控制器本身。

控制器不再是单一的数学模型解析型,而是数学模型和知识系统相结合的广义模型。

特点概括为[17,18]:智能控制系统具有足够的关于人的控制策略、被控对象及环境的有关知识以及运用这些知识的能力;智能控制的核心在高层控制,能对复杂系统进行有效的全局控制,实现广义问题求解,并具有较强的容错能力,系统具有变结构特点,能总体自寻优,具有自适应、自组织、自学习和自协调能力;智能控制具有混合控制特点,系统能以知识表示非数学广义模型和以数学表示的混合控制过程,采用开闭环控制和定性决策及定量控制相结合的多模态控制方式;智能控制系统有补偿及自修复能力;智能控制系统具有判断决策能力,体现了“智能递增,精度递降”的一般组织结构的基本原理,并具有高度的可靠性。

总之,智能控制系统通过智能机自动地完成其目标的控制过程,其智能机可以在熟悉或不熟悉的环境中自动或人-机交互地完成拟人任务。

3.国内外研究现状及发展趋势智能控制的概念最早是由美国普渡大学的美籍华人傅京孙教授提出的,他在1965年发表的论文中首先提出把人工智能的启发式推理规则用于学习系统[5],为控制技术迈向智能化揭开了崭新的一页。

接着,Mendel于1966年提出了“人工智能控制”的新概念[6]。

1967年,Leondes和Mendel首次使用了“智能控制(Intelligent Control)”一词[7],并把记忆、目标分解等技术应用于学习控制系统[8]。

自1932年奈魁斯特（H.Nyquist）的有关反馈放大器稳定性论文发表以来，控制理论的发展已走过了60多年的历程。

一般认为，前30年是经典控制理论的发展和成熟阶段，后30年是现代控制理论的形成和发展阶段。

随着研究的对象和系统越来越复杂，借助于数学模型描述和分析的传统控制理论已难以解决复杂系统的控制问题。

智能控制是针对控制对象及其环境、目标和任务的不确定性和复杂性而产生和发展起来的。

从20世纪60年代起，计算机技术和人工智能技术迅速发展，为了提高控制系统的自学习能力，控制界学者开始将人工智能技术应用于控制系统。

1965年，美籍华裔科学家傅京孙教授首先把人工智能的启发式推理规则用于学习控制系统，1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并提出了“人工智能控制”的概念。

1967年，Leondes和Mendel首先正式使用“智能控制”一词。

20世纪70年代初，傅京孙、Glofiso和Saridis等学者从控制论角度总结了人工智能技术与自适应、自组织、自学习控制的关系，提出了智能控制就是人工智能技术与控制理论的交叉的思想，并创立了人机交互式分级递阶智能控制的系统结构。

20世纪70年代中期，以模糊集合论为基础，智能控制在规则控制研究上取得了重要进展。

1974年，Mamdani提出了基于模糊语言描述控制规则的模糊控制器，将模糊集和模糊语言逻辑用于工业过程控制，之后又成功地研制出自组织模糊控制器，使得模糊控制器的智能化水平有了较大提高。

模糊控制的形成和发展，以及与人工智能的相互渗透，对智能控制理论的形成起了十分重要的推动作用。

20世纪80年代，专家系统技术的逐渐成熟及计算机技术的迅速发展，使得智能控制和决策的研究也取得了较大进展。

1986年，K.J.Astrom发表的著名论文《专家控制》中，将人工智能中的专家系统技术引入控制系统，组成了另一种类型的智能控制系统——专家控制。

目前，专家控制方法已有许多成功应用的实例。

自1971年傅京孙教授提出“智能控制”概念以来，智能控制已经从二元论（人工智能和控制论）发展到四元论（人工智能、模糊集理论、运筹学和控制论），在取得丰硕研究和应用成果的同时，智能控制理论也得到不断的发展和完善。

智能控制是多学科交叉的学科，它的发展得益于人工智能、认知科学、模糊集理论和生物控制论等许多学科的发展，同时也促进了相关学科的发展。

智能控制也是发展较快的新兴学科，尽管其理论体系还远没有经典控制理论那样成熟和完善，但智能控制理论和应用研究所取得的成果显示出其旺盛的生命力，受到相关研究和工程技术人员的关注。

随着科学技术的发展，智能控制的应用领域将不断拓展，理论和技术也必将得到不断的发展和完善。

控制理论发展至今已有100多年的历史，经历了“经典控制理论”和“现代控制理论”的发展阶段，已进入“大系统理论”和“智能控制理论”阶段。

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。

20世纪80年代以来，信息技术、计算技术的快速发展及其他相关学科的发展和相互渗透，也推动了控制科学与工程研究的不断深入，控制系统向智能控制系统的发展已成为一种趋势。

4.智能控制的应用现状目前，智能控制已广泛地应用于自然科学和社会科学的各个领域，其工程应用现状日益成熟，为方便智能控制应用的开发，研究人员开发设计了各种软硬件技术。

软件方面，有Math works公司推出的高性能数值计算可视化软件Matlab，其中的神经网络工具箱、模糊逻辑工具箱可以通过直接调用其中的函数进行智能控制系统的设计应用。

硬件方面，微电子技术界出现了DSP 芯片极大提高了运算速度，大大方便了智能控制应用系统的实现。

智能控制的发展现状如：机器人智能控制、机械制造中的智能控制、电力电子学研究领域中的智能控制以及工业过程中的智能控制。

从广义上理解自动控制，可把它看作不通过人工干预而对控制对象进行自动操作或控制的过程[9]。

对于这个控制对象的理解也可以包括那些具体的有形的机械设备以及抽象的时变的信息对象，如股市行情、气象信息、城市交通、地震火灾预报数据等[8-9]。

这类对象的特点是以知识表示的非数学广义模型，或者含有不完全性、模糊性、不确定性的数字过程。

对它们进行控制是无法用常规的控制器，而需要采用符号信息知识表示和建模，进行智能算法的程序设计来进行自动推理和决策。

5．智能控制的前景和展望智能控制出现时间不长,取得了可喜的成果和进展,但作为一门新学科,无论在理论上还是应用上都不够完善,有待继续研究与发展。

总体来说,智能控制在以下几方面要加强研究工作[10]。

（1）加强理论研究,寻求更新的理论框架,目前呈现出应用前景广泛而理论研究大大滞后的状况,要重点研究智能控制系统的稳定性、可控性、可观性、鲁棒性、镇定性、跟踪性等问题。

（2）加强对智能控制学习问题的研究工作。

（3）解决知识获取和优化的瓶颈问题,特别是在动态系统的知识获取、分类、表达、利用及规划的相容性和完备性等问题上。

（4）加强各种智能控制方法结合特别是人机智能结合系统、离散事件动态系统、神经网络方法、混沌方法、认知心理学等方法更深入研究以及同传统控制方法结合研究,注意开展对照研究。

（5）注重技术创新进行更好的技术集成,加快研制新型智能控制硬件和软件的步伐。

为此,智能控制工程研究将深入建模过程,把模型视为不断演化的实体。

所开发的模型将不仅含有解析的数值,而且包括定性分析的符号。

对于非完全已知的系统和非传统数学模型描述的系统,必须建立包括控制律、控制算法、控制策略、控制规则和协议等新理论。

实质上,这就是要建立智能化的控制系统模型,或者建立混合(集成)控制模型,其核心就是实现控制器的智能化。

（6）加强智能优化技术的发展。

（7）扩宽实际应用范围,提高实时控制能力;智能控制已被广泛地应用于工业、农业、军事等多个领域,已经解决了大量的传统控制无法解决的实际控制应用问题,呈现出强大的生命力和发展前景,随着基础理论不断创新和实际应用方法日益成熟,智能控制在控制领域将产生一个大的飞跃。