智能控制及其应用
智能控制及其应用
摘要
智能控制是自动控制发展的高级阶段，是人工智能、控制论、信息论、系统论、仿生学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制的主要方法有人工神经网络、模糊控制与专家系统，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。目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。
关键词：智能控制人工神经网络模糊控制专家系统
ABSTRACT
Intelligent automatic control is the advanced stage of development of automatic control．It is comprehensive and integrated subject of artificial intelligence, cybernetics, information theory, system theory, bionics, evolutionary computation, computer and so on . It is a new edge of the overlapping subject. The main method of intelligent control are following：artificial neural network , fuzzy control and expert system. In order to solve the complex control problem which is difficult to solve by the traditional methods. It provides effective theory and method. At present, the intelligent control has been widely used in industry, agriculture, services, military aviation, etc, and has a broad development prospects.
Keywords: intelligent automatic control artificial neural network fuzzy control expert system
引言
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了新的挑战，促进了智能控制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。智能控制不仅包含了自动控制、人工智能、系统理论和计算机科学的内容，而且还从生物学等学科汲取丰富的营养，正在成为自动化领域中最兴旺和发展最迅速的一个分支学科。
一、智能控制的基本概念和特点
传统的控制方法是建立在被控对象的精确数学模型之上的，而智能控制是针对系统的复杂性、非线性、不确定性等提出来的。IEEE控制系统协会把智能控制归纳为：智能控制系统必须具有模拟人类学习和自适应的能力。一个智能控制系统一般应具有以下一些特点：
1. 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；
2.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；
3.智能控制系统具有自学习、自适应、自组织能力，能从系统的功能和整体优化的角度来分析和综合系统，以实现预期的控制目标；
4.智能控制系统有补偿及自修复能力；
5.智能控制系统能对复杂系统(如非线性、多变量、时变、环境扰动等)进行有效的全局控制，并具有较强的容错能力。
二、智能控制的主要方法
2.1模糊控制
模糊控制是基于模糊推理和模仿人的思维方法，对难以建立精确数学模型的对象实施的一种控制，其成功应用的根源在于模糊逻辑本身提供了由专家构造语言信息并将其转化为控制策略的一种系统的推理方法，以模糊集合、模糊语言变量与模糊逻辑推理为基础，以先验知识和专家经验为控制规则。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。
2.2专家控制
专家控制是智能控制的一个重要部分，它在将人工智能中专家系统的理论和技术同自动控制的理论和方法有机结合的基础上，在未知环境下模仿专家的智能，实现对系统的有效控制。专家系统一般由知识库、推理机、解释机制和知识获取系统等组成。知识库用于存储某一领域专家的经验性知识、原理性知识、可行操作与规则等，可通过知识获取系统对原有知识进行修改和扩充。推理机根据系统信息并利用知识库中知识按一定的推理策略来解决当前的问题。解释机制对找到的知识进行解释，为用户提供了一个人机界面。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。
2.3神经网络控制
神经网络是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。随着人工神经网络应用研究的不断深入，新的模型不断推出，在智能控制领域中，应用最多的是BP网络Hopfield网络等。与传统控制相比，它具有以下重要特性：○1非线性神经元网络在理论上可以充分逼近任意非线性函数；○2自学习和自适应能力；○3并行式分布处理机制；○4数据融合能力。目前神经网络在信号处理、系统辨识和优化、模式识别、故障诊断、机器人等多个领域取得成功应用，它对智能控制的发展应用将具有重大而深远的意义。
三、智能控制的应用
目前，智能控制已经被广泛应用于工业、农业、服务业、军事航空等众多领域，具有广阔的发展前景。主要表现在以下几个方面：
3.1机械制造
在现代先进制造系统中,需要依赖那些不够完备和不够精确的数据来解决难以或无法预测的情况,人工智能技术为解决这一难题提供了有效的解决方案。智能控制随之也被广泛地应用于机械制造行业,它利用模糊数学、神经网络的方法对制造过程进行动态环境建模,利用传感器融合技术来进行信息的预处理和综合。利用模糊集合和模糊关系的鲁棒性,将模糊信息集成到闭环控制的外环决策选取机构来选择控制动作。利用神经网络的学习功能和并行处理信息的能力,进行在线的模式识别,处理那些可能是残缺不全的信息。
3.2 智能仪器
随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器正朝着智能化、系统化、模块化和机电一体的方向发展，微型计算机或微处理机在仪器中得到广泛应用，已成为仪器的核心组成部件之一。它能够实现信息的记忆、判断、处理、执行以及测控过程的操作、监视和诊断，因而这类仪器被称为”智能仪器”。
3.3 智能机器人
智能机器人是一种能够代替人类在非结构化环境下从事危险、复杂劳动的自动化机器，是集机械学、力学、电子学、生物学、控制论、计算机、人工智能和系统工程等多学科知识于一身的高新技术综合体。机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。一个规定的任务出台之后，设计人员首先必须作出满足该任务要求的运动规划；然后，规划再由控制来执行，该控制足以使机器人适当地产生所期望的运动。
3.4 智能监控
在许多的工业连续生产线，其生产过程需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度确保产品的优质高产，我们已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、工业锅炉的递阶智能控制以及核反器的知识基控制等。
3.5 医疗过程智能控制
从70年代中叶起，专家系统技术就被成功的应用于各种医疗领域。医用智能过程控制的新例子之一就是一个用于控制手术过程中麻醉深度的病人平均动脉血压(MAP)的模糊逻辑控制系统。MAP是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，我们采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。
四、智能控制的发展前景
智能控制广泛应用于工业、农业、服务业、军事航空等多个领域，解决了传统控制无法解决的实际控制问题。但是智能控制仍然只处于开创性阶段。就目前智能控制系统的研究和发展来看，智能控制还有许多问题有待解决，主要有以下几点：
○1加强理论研究，给出智能控制的稳定性、可测性、可控性、鲁棒性定义及准则；○2解决知识获取和优化的瓶颈问题，特别是动态系统的知识获取和分类；
○3加强各种智能控制方法结合的耦合度；
○4加强学习问题的研究，进而加快收敛速度，提高实时控制能力；
○5融入更多领域知识，拓宽智能控制的范围。
智能控制是一门跨学科、需要多学科提供基础支持的科学，智能控制很难存在普遍、统一的理论体系，因此，建立具有开放性、形式非唯一的集成化智能控制框架是现实的，也是必要的。
参考文献
[1] 安宁，邱玮炜，戚焐. 智能控制综述[J]. 技术与市场,2010,5(17):10-11.
[2] 胡博.智能控制及其应用[J]. 芜湖职业技术学院，2010，1(12).
[3] 宋胜利.智能控制技术概论[M]．北京：国防工业出版社，2008.
[4] 习玲丽，王永初.智能控制的发展前景[J]. 国立华侨大学机电及自动化学
院，2006.
[5] 魏峰，胡腾，王晓明.智能控制研究的发展及应用[J].工业控制计算机
2007(8).
车辆智能控制技术的研究与应用
车辆智能控制技术的研究与应用 车辆1003 20104043 李琳
车辆智能控制技术的研究与应用 自从汽车被发明以来，人类对于驾驶汽车的看法就一直存在分歧，一部分人热衷于让汽车变得越来越好开，强调驾驶乐趣，让你的双手舍不得离开方向盘；然而另一部分人则更热衷于让汽车变得越来越“傻瓜化”，甚至要将驾驶者的双手从方向盘上解放出来……上世纪80年代开始热播的美剧《霹雳游侠》当中的KITT，正是后者思想的集大成者。正在读这篇文章的您也许就曾经被无敌的KITT 所深深吸引吧？当然人类的科技还根本无法达到科幻电视剧当中的效果，KITT 无与伦比的人工智能、让主人公高枕无忧的自动驾驶、车身超级耐打击的能力以及几乎不用加油的动力科技看上去几乎都是天方夜谭。然而随着汽车技术的发展，现实版“KITT”正在向人们走来，近些年来许多厂商都致力于无人自动驾驶技术的研发，宝马在这领域走在时代的前边。 现阶段的技术成果虽然无法实现《霹雳游侠》或者《钢铁侠》里面那样强大的技术，但是让车子短暂脱离驾驶员的控制而自主驾驶，还是已经成功实现了。宝马将一系列最先进的无人驾驶技术设备集成到了一辆看似非常普通的5系轿车里，这些设备能够在高速公路行驶时，接管驾驶员的所有操作，自主进行油门、刹车甚至超车的动作。 车辆自主变线超车 借助布置在车身四周的传感器，它甚至可以发现从辅路匝道进入主干道的车辆，自主采取加减速或者变道的措施，而具体选择那种操作，也是通过计算当时的行驶条件而决定的，也就是说它具备了自主判断交通状况的能力。而这一切，目前都能够在130km/h以下的车速来完成。
其实这些对于驾驶员来说再容易不过的驾驶操作，对于自动驾驶系统来说可是超级复杂的一件事情。车辆不仅需要随时准确侦测出自己处于道路中的哪一条车道上，更要认出车身周边的车辆或者物体。实现这样的感知，不仅需要普通雷达，更需要激光、超声波以及摄像头的辅助。 若要精确做出判断，上述的集中探测装置至少需要两种协同作用。目前这辆能够自主驾驶的宝马5系轿车已经在驾驶员极少干预的前提下，安全行驶了3000英里。这都要归功于全车所有精良的设备。再有一点就是，这项技术的应用普及速度可能远超过你的想象，有消息称该技术在2014年的宝马i3上就会开始搭载，届时你可要分清路上开车的到底是人还是车自己了。然而一向强调给驾驶者带去驾驶乐趣的宝马开发这么一个产品，缺失会让人觉得有些意外，宝马官方给出的解释是，这项技术并不会完全将驾驶者从眼观六路耳听八方中抽离开来，所以不要指望你能在开车上班的路上睡上一觉…… 1 悬架的研究方法 （1）理论研究[1] 悬架系统的理论研究具有前瞻性和探索性，为智能悬架系统的物理实现奠定理论基础。其主要研究内容： a.悬架力学模型理论研究。悬架力学模型是振动理论中的隔振和减振理论的实际应用，通过振动理论的深入研究，全面综合研究悬架的减振和隔振性能、悬挂系统的非线性特性。 未来几年中，动力学、振动与控制领域的下述研究前沿值重视：①高维非
智能控制理论简述
智能控制理论简述 智能控制（intelligent controls）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。智能控制是指驱动智能机器自主地实现其目标的过程,即无需人的直接干预就能独立地驱动智能机器实现其目标。其基础是人工智能、控制论、运筹学和信息论等学科的交叉,也就是说它是一门边缘交叉学科。 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。 近20年来,智能控制理论(IntelligentControl Theory)与智能化系统发展十分迅速[1].智能控制理论被誉为最新一代的控制理论,代表性的理论有模糊控制(Fuzzy Control)、神经网络控制(Neural Networks Control)、基因控制即遗传算法(Genetic Aigorithms)、混沌控制[2](Chaotic Control)、小波理论[3](Wavelets Theo-ry)、分层递阶控制、拟人化智能控制、博奕论等.应用智能控制理论解决工程控制系统问题,这样一类系统称为智能化系统。它广泛应用于复杂的工业过程控制[4]、机器人与机械手控制[5]、航天航空控制、交通运输控制等.它尤其对于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素.采用其它控制理论难以设计出合适与符合要求的系统时,都有可能期望应用智能化理论获得满意的解决。 自从“智能控制”概念的提出到现在,自动控制和人士_智能专家、学者们提出了各种智能控制理论,下面对一些有影响的智能控制理论进行介绍。 （1）递阶智能(Hierarchical IntelligentControl) 阶智能控制是由G.N.Saridis提出的,它是最早的智能控制理论之一。它以早期的学习控制系统为基础,总结人工智能与自适应控制、自学习控制和自组织控制的关系后逐渐形成的。递阶智能控制遵循“精度随智能降低而提高”的原理分级分布。该控制系统由组织级、协调级、执行级组成。在递阶智能控制系统中,
智能控制的主要应用领域
一）智能控制的主要应用领域？ 答：1在机器人系统中的应用2）在CIMS计算机/现代集成制造系统和CIPS计算机/现代集成作业系统中的应用3）在航天航空控制系统中的应用4）在社会经济管理系统中的应用5）在交通运输系统中的应用。 二）专家系统的组成、主要类型？ 答：专家系统主要有四部分组成1）知识库，包括事实、判断、规则、经验知识和数学模型2）推理机，首先把知识库中的专家知识及数据库中的有关事实，以一定的推理方式进行逻辑推理以给出结论3）解释机制是专家系统区别于传统计算机程的主要特征之一，它可以向用户回答如何导出推理的结论4）知识获取系统，主要完成机器学习。 类型：1）控制系统辅助设计2）过程监控、在先诊断、故障分析与预测维护；3）过程控制4）航天故障诊断与处理5）生产过程的决策与调度。 三）智能控制的产生和发展过程及其主要代表人物？ 答：1）启蒙期从20世纪60年代起，F.W.史密斯提出采用性能模式识别器;1965年,美国扎德模糊集合;1966年,J.M.门德尔人工智能控制; 2)形成期20世纪70年代傅京孙、曼德尼3）发展期20世纪80年代4）高潮期20世纪90年代 四)人工神经网络的特点? 答:1)可以充分逼近任意复杂的非线形关系2)所有定量或定性的信息都分布储存于网络内的各神经元的连接上,故有很强的鲁棒性和容错性3)采用并行分布处理方法,使得快速进行大量运算成为可能4)可自学习和自适应不确知或不确定的系统。 五）智能控制的应用对象？ 答：1）不确定的模型传统的控制是基于模型的控制，这里的模型包括控制对象和干扰模型。 2）高度的非线性传统控制理论中的线性系统理论比较成熟。 3）复杂的任务要求在传统的控制系统中，控制的任务或者是要求输出量为定值，或者是要求输出量跟随期望的运动轨迹，因此控制任务的要求比较单一。对于智能控制系统，任务的要求往往比较复杂。 六）傅京孙关于智能控制的论文中列举的三种智能控制系统？ 答：1）人作为控制器的控制系统2）人机结合作为控制器的控制系统3）无人参与的智能控制系统。 七）模糊控制器的主要特点？ 答：1）设计简单。模糊控制器是一种基于规则的控制。 2）适用于数学模型难以获取、动态特性不易掌握或变化非常显著的对象。 3）控制效果优于常规控制器。 4）具有一定的智能水平， 5）模糊控制系统的鲁棒性强。 八）隶属函数选择的基本准则？ 答：1）表示隶属度函数的模糊集合必须是凸模糊集合。 2）变量所取隶属度函数通常是对称的、平衡的。 3）隶属度函数要符合人们的语义顺序，避免不恰当的重叠。 4）论域中每个点至少属于一个隶属度函数的区域，并应属于不超过两个隶属度函数的区域， 5）当两个隶属度函数重叠时，重叠部分对两个隶属度函数的最大隶属度不应有交叉，6）当两个隶属度函数重叠时，重叠部分的任何点的隶属度函数的和应该小于或等于1。九）隶属度函数确定的三种主要方法。
智能控制题目及解答
智能控制题目及解答 第一章绪论作业 作业内容 1.什么就是智能、智能系统、智能控制？ 2.智能控制系统有哪几种类型,各自的特点就是什么？ 3.比较智能控制与传统控制的特点。 4.把智能控制瞧作就是AI(人工智能)、OR(运筹学)、AC(自动控制)与 IT(信息论)的交集,其根据与内涵就是什么? 5.智能控制有哪些应用领域？试举出一个应用实例,并说明其工作原理与 控制性能。 1 答:智能:能够自主的或者交互的执行通常与人类智能有关的智能行为,如判断、推理、证明、识别、感知、理解、通信、设计、思考、规划、学习等一系列活动的能力,即像人类那样工作与思维。 智能系统:就是指具有一定智能行为的系统,对于一定的输入,它能产生合适的问题求解相应。 智能控制:智能控制就是控制理论、计算机科学、心理学、生物学与运筹学等多方面综合而成的交叉学科,它具有模仿人进行诸如规划、学习、逻辑推理与自适应的能力。就是将传统的控制理论与神经网络、模糊逻辑、人工智能与遗传算法等实现手段融合而成的一种新的控制方法。 2 答:(1)人作为控制器的控制系统:人作为控制器的控制系统具有自学习、自适应与自组织的功能。 (2)人-机结合作为作为控制器的控制系统:机器完成需要连续进行的并需快速计算的常规控制任务,人则完成任务分配、决策、监控等任务。 (3)无人参与的自组控制系统:为多层的智能控制系统,需要完成问题求解与规划、环境建模、传感器信息分析与低层的反馈控制任务。 3 答:在应用领域方面,传统控制着重解决不太复杂的过程控制与大系统的控制问题;而智能控制主要解决高度非线性、不确定性与复杂系统控制问题。 在理论方法上,传统控制理论通常采用定量方法进行处理,而智能控制系统大多采用符号加工的方法;传统控制通常捕获精确知识来满足控制指标,而智能控制通常就是学习积累非精确知识;传统控制通常就是用数学模型来描述系统,而智能控制系统则就是通过经验、规则用符号来描述系统。 在性能指标方面,传统控制有着严格的性能指标要求,智能控制没有统一的性能指标,而主要关注其目的与行为就是否达到。 但就是,智能控制与传统的或常规的控制有密切的关系,互相取长补短,而并非互相排斥。基于智能控制与传统控制在应用领域方面、理论方法上与性能指标等方面的差异,往往将常规控制包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。 4 答:人工只能(AI)就是一个用来模拟人思维的知识处理系统,具有学习、记忆、信息处理、形式语言、启发推理等功能;自动控制(AC)描述系统的动力学特性,就是一种动态反馈;运筹学(OR)就是一种定量优化方法,如线性规划、网络规划、调度、管理、优化决策与多目标优化方法等;信息论(IT)信息论就是运用概率论与树立统计的方法研究信息、通信系统、数据传输、密码学、数据压缩等问题的应用数学学科。 早期产生的的二元结构被发现就是很大程度上局限于符号主义的人工智能,无助于智能控制的
智能控制技术现状与发展
摘要：在此我综述智能控制技术的现状及发展,首先简述智能控制的性能特点及主要方法;然后介绍智能控制在各行各业中的应用现状;接着论述智能控制的发展。智能控制技术的主要方法，介绍了智能控制在各行各业中的应用。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。 关键词：智能控制应用自动化 浅谈智能控制技术现状及发展 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。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 一、智能控制的性能特点及主要方法 1.1根据智能控制的基本控制对象的开放性，复杂性，不确定性的特点，一个理想的智能控制系统具有如下性能： （1）系统对一个未知环境提供的信息进行识别、记忆、学习，并利用 积累的经验进一步改善自身性能的能力，即在经历某种变化后，变化后的
智能监控系统的应用
当前，随着国际国内形势的变化，安全已经成为人们日益关注的问题，出于反恐安保的需要，智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控，社会安全也需要视频监控系统，当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等，都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段，第一阶段是人力现场监控，即通过肉眼和人脑对现场情况进行监控，这是几千年来的传统做法，能起到一定的效果，但需要耗费大量的人力物力，而且限于人的视力和脑力，起到的监控效果受到很大的限制。第二阶段是传统视频监控，即通过机器眼和人脑进行监控，即通过摄像机或者其他视频采集设备获取现场视频，然后靠人脑对视频对判断处理，这种方式极大的提升了视频的采集能力，基本能做到全天候、无死角的还原现场情况，但受限于人脑的数据处理能力，没有能力将视频获取的海量数据进行实时处理分析，限制了监控效果的进一步提高。第三阶段是智能视频监控，就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析，从而自动检测与识别出需要掌握的信息，并给出相应的预警预报信号。 三个阶段图 实验表明：在盯着视频画面仅仅22分钟后，人眼会对画面里面95%以上的活动视而不见。
1997年，卡内基梅隆大学牵头，麻省理工学院等高校参与的视觉监控重大项目VSAM启动，主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年，康奈尔大学设计了一套航拍视频检测与持续跟踪系统，该系统能够对多运动目标实现长时间的准确跟踪，即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪，这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC 公司和英国雷丁大学等机构参与研究的AVITRACK项目，检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标，辅助机场管理人员进行管理和调度，不仅可以提高机场利用率，而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置，并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择颜色特征、边缘特征、光流、或者纹理，代表性的方法有均值漂移法（Meanshift）:无参核密度估计。卡尔曼滤波：线性、高斯。扩展卡尔曼滤波（EKF）：非线性、高斯。粒子滤波（PF）：非线性、非高斯。 几个代表性目标检测与跟踪算法 帧差法：适合摄像头固定的场景，利用建立的背景模型来生成背景 图像的像素值，然后将当前帧与背景图像求差，差值较大的像素区域
自动控制现代控制与智能控制的关系
自动控制、现代控制与智能控制的关系 一、基本区别 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。 自动控制理论中建立在频率响应法和根轨迹法基础上的一个分支。经典控制理论的研究对象是单输入、单输出的自动控制系统，特别是线性定常系统。经典控制理论的特点是以输入输出特性（主要是传递函数）为系统数学模型，采用频率响应法和根轨迹法这些图解分析方法，分析系统性能和设计控制装置。经典控制理论的数学基础是拉普拉斯变换，占主导地位的分析和综合方法是频率域方法。建立在状态空间法基础上的一种控制理论，是自动控制理论的一个主要组成部分。 在现代控制理论中，对控制系统的分析和设计主要是通过对系统的状态变量的描述来进行的，基本的方法是时间域方法。现代控制理论比经典控制理论所能处理的控制问题要广泛得多，包括线性系统和非线性系统，定常系统和时变系统，单变量系统和多变量系统。它所采用的方法和算法也更适合于在数字计算机上进行。现代控制理论还为设计和构造具有指定的性能指标的最优控制系统提供了可能性。 智能控制（intelligent controls）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。 二、华山论剑：自动控制的机遇与挑战 传统控制理论在应用中面临的难题包括：(1)传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型；(2)研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合；(3)对于某些复杂的和包含不确定性的对象，根本无法用传统数学模型来表示，即无法解决建模问题；(4)为了提高性能，传统控制系统可能变得很复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。 为了讨论和研究自动控制面临的挑战，早在1986年9月，美国国家科学基金会(NSF)及电气与电子工程师学会(1EEE)的控制系统学会在加利福尼亚州桑克拉拉大学(University of Santa Clare)联合组织了一次名为“对控制的挑战”的专题报告会。有50多位知名的自动控制专家出席了这一会议。他们讨论和确认了每个挑战。根据与会自动控制专家的集体意见，他们发表了《对控制的挑战——集体的观点》，洋洋数万言，简直成为这一挑战的宣言书。 到底为什么自动控制会面临这一挑战，还面临哪些挑战，以及在哪些研究领域存在挑战呢? 在自动控制发展的现阶段，存在一些至关重要的挑战是基于下列原因的：(1)科学技术
智能控制理论及其应用论文
智能控制理论及其应用 [摘要] 本文回顾了智能控制理论的提出与发展过程，介绍了智能控制的特点，给出了智能控制理论的主要类型及其特点，列举了智能控制理论与技术的主要应用领域，最后总结了智能控制理论的发展趋势。 [关键词] 智能控制模糊控制神经网络专家控制[abstract] this paper reviewed the development of intelligence control, and introduced its main methods and characteristics, and particularized their mostly application fields, and pointed out the prospects of intelligent control development trend and put forward the study direction. [key words] intelligent control fuzzy control net neural expert control 0.引言 随着工业和自动化技术的发展，控制理论的应用日趋广泛，所涉及的控制对象日益复杂化，对控制性能的要求也越来越高，控制对象或过程的复杂性主要体现在系统缺乏精确的数学模型、具有高维的判定空间、多种时间尺度和多种性能判据等，要求控制理论能够处理复杂的控制问题和提供更为有效的控制策略。现代控制理论从理论上解决了系统的可观、可控、稳定性以及许多复杂系统的控制。但实际中的许多复杂系统具有非线性、时变性、不确定性、多层次、多因素等热点，难以建立精确的数学模型，因此需要引入新
智能控制技术及其发展趋势
智能控制技术及其发展趋势 智能控制（intelligent controls）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。对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。因此，在研究和设计智能系统时，主要注意力不放在数学公式的表达、计算和处理方面，而是放在对任务和现实模型的描述、符号和环境的识别以及知识库和推理机的开发上，即智能控制的关键问题不是设计常规控制器，而是研制智能机器的模型。此外，智能控制的核心在高层控制，即组织控制。高层控制是对实际环境或过程进行组织、决策和规划，以实现问题求解。为了完成这些任务，需要采用符号信息处理、启发式程序设计、知识表示、自动推理和决策等有关技术。这些问题求解过程与人脑的思维过程有一定的相似性，即具有一定程度的“智能”。 随着人工智能和计算机技术的发展，已经有可能把自动控制和人工智能以及系统科学中一些有关学科分支（如系统工程、系统学、运筹学、信息论）结合起来，建立一种适用于复杂系统的控制理论和技术。智能控制正是在这种条件下产生的。它是自动控制技术的最新发展阶段，也是用计算机模拟人类智能进行控制的研究领域。1965年，傅京孙首先提出把人工智能的启发式推理规则用于学习控制系统。1985年，在美国首次召开了智能控制学术讨论会。1987年又在美国召开了智能控制的首届国际学术会议，标志着智能控制作为一个新的学科分支得到承认。智能控制具有交叉学科和定量与定性相结合的分析方法和特点。 一个系统如果具有感知环境、不断获得信息以减小不确定性和计划、产生以及执行控制行为的能力,即称为智能控制系统。智能控制技术是在向人脑学习的过程中不断发展起来的,人脑是一个超级智能控制系统,具有实时推理、决策、学习和记忆等功能,能适应各种复杂的控制环境。 智能控制与传统的或常规的控制有密切的关系,不是相互排斥的。常规控制往往包含在智能控制之中,智能控制也利用常规控制的方法来解决“低级”的控制问题,力图扩充常规控制方法并建立一系列新的理论与方法来解决更具有挑战性的复杂控制问题。
智能控制发展趋势及应用
智能控制的发展趋势和应用 学号0000000 姓名****** 老师钟春富
摘要：描述了智能控制产生的历史以及全世界对于智能控制有研究的多个国家在智能控制的研究方向以及研究水平，介绍了智能控制的发展趋势以及智能控制发展面临的问题，详述了智能控制的主要研究方向，说明了智能控制的应用方向以及具体应用，展望了智能控制的发展前景以及对于社会生产和日常生活的积极意义。 关键词：智能控制、模糊控制、神经网控制、专家控制、智能化。 一、智能控制的产生 人类的进化归根结底是智能的进化，而智能反过来又为人类的进步服务。我们学习与研究智能系统、智能机器人和智能控制等，其目的就在于创造和应用智能技术和智能系统，从而为人类进步服务。因此，可以说对智能控制的钟情、期待、开发和应用，是科技发展和人类进步的必然趋势。 在科学技术发展史上，控制科学同其他技术科学一样，它的产生与发展主要由人类的生产发展需求和人类当时的知识水平所决定和限制的。 20世纪以来，特别是第二次世界大战以来，控制科学与技术得到了迅速的发展，由研究单输入单输出被控对象的经典控制理论，发展成了研究多输入多输出被控对象的现代控制理论。1948年，美国著名的控制论创始人维纳(N．Wiener)在他的《控制论》中第一次把动物和机器相提并论，引起哲学界的轩然大波，有人骂控制论是“伪科学”。 直到1954年钱学森博士在《工程控制论》中系统地揭示了控制论这一新兴学科对电子通讯、航空航天和机械制造工业等领域的重要意义和深远影响后，反控制论的热潮才逐渐开始平息。20世纪60年代，由于空间技术，海洋技术和机器人技术发展的需要，控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非线性和不确定性，高噪声干扰，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，复杂的环境和复杂的任务，用传统控制(即经典控制和现代控制)
智能控制及其在机电一体化系统中的应用 张惠
智能控制及其在机电一体化系统中的应用张惠 发表时间：2019-06-10T14:14:59.703Z 来源：《防护工程》2019年第5期作者：张惠李春生郭慧洁连丽锋 [导读] 智能控制技术弥补了传统控制技术的缺点，并将其自身优点发扬光大，使机电一体化系统更加完善，其作用运用在各个领域。 摘要：目前我国科技发展的十分迅速，智能控制被广泛应用于机电一体化系统中。本文分析机电一体化系统中智能控制的应用，它改变了传统的生产效率低，质量差等问题，节省了人工，提高工作效率，备受各行各业青睐。以推动工业发展为前提，阐述机电一体化系统中智能控制的应用，有效地促进企业的现代化发展。 关键词：智能控制；机电一体化系统；应用 引言 机电一体化系统的重要组成包括驱动、机械、测试、控制、信息等方面，随着经济科技的飞速发展，这些综合技术也要随着时代去改变、去创新。其中在机电一体化系统中融入智能控制技术就是信息化的体现。智能控制技术弥补了传统控制技术的缺点，并将其自身优点发扬光大，使机电一体化系统更加完善，其作用运用在各个领域。 1机电一体化系统 我们通常所说的机电一体化系统，就是指最近兴起的一种用于微电子方面的技术，这个系统有机地对多项技术进行融合，其中就包括了机械、信息、电工、微电子、传感器等多项技术，依靠包括机械设备、计算机设备与电子元件在内的多项硬件构成，并依赖电子、微机还有通信等多项操作用于系统的软件构成，管控用于生产的系统还有设备。 我们将大部分应用于机电一体化成品和执行一体化的系统称为机电一体化系统，这个系统主要由五个部分构件所构成，一是信息处理的构件，二是控制的构件，三是用于供应电力的构件，最后还有机械的构件和用于执行的构件。这个系统的应用在于可以很大程度的减少能源损耗，提高生产的精细程度。所以可以说是一种综合性的功能性技术。 2智能控制技术 2.1数字控制技术 数字控制主要是应用数字化、智能化设备，将其应用在机电一体化系统中，是对预定的产品精密的加工，加工过程中的问题可以进行自动处理，除此之外还可以检测作业环境。 2.2智能数控机床设备 数控机床在机电一体化系统中是不可缺少的一部分，通过智能控制技术，直接提高机床设备运行效率，保证精准性。将智能控制技术和数控机床相结合，芯片、CPU控制系统会在智能控制的作用下得到优化，提高产品质量。由此可见，将智能控制技术应用于机床设备，为其赋予智能性特点，全面提高机床工作效率，保证生产过程的安全性与准确性，这对于机电一体化系统运行有重要作用。 2.3智能机器人（机械臂） 机器人技术在我国已经有一些研究成果，相关技术的实际应用十分复杂。例如应用在动力领域，不仅具有多变性，还呈现出使用领域的限制，对于环境感受传导，会应用到诸多传感器，增加接收的信息以及传感任务。如果应用智能控制技术，便可以将机器人技术进行优化，获得更好的效果。 3机电一体化系统中智能控制的应用 3.1机电一体化系统中智能控制在机械制造中的应用 智能控制是当下机电一体化的发展方向。智能控制可以模拟人的脑力劳动、动作以及专家的一系列智能活动，为我们提供更好的服务。机械制造是机电一体化系统中的重要环节之一，在机械制造中对智能控制的应用，可有根据智能控制中的数据得出相关的结论，可以利用数学理念以及神经网络系统监控整个机械制造的过程，构建动态、立体的环境建设模型。智能控制在机械制造中的应用，实现了智能学习、智能诊断、智能监控、智能传感器等方面技术的融合，推动了机械制造的数字化进程。 3.2应用在GPS农业机械系统中 随着机电一体化系统的不断完善，农业机械领域也运用了智能控制技术，使农业作业效率大大提升。要想农业机械的工作更加完美，绝对离不开GPS的应用。使用GPS定位系统，同时利用信息技术，可以将各种气候、各种地区的农作物的产量和农作物的其他信息采集起来，制作数据表格来作为农业方面的研究。将信息技术与GPS相结合，使GPS有着更加强大的功能，它可以将农业机械的位置坐标、农业现场的三维图像等等以电子信息的形式展现出来。有时候大型农业作业需要很多的农业机械来集体运作，GPS定位将在这个过程当中发挥极大的作用。 3.3机电一体化系统中智能控制在机器人研发中的应用 智能控制在机器人研发中的应用越来越广泛，机器人技术是当下高端技术之一。对机器人行为的控制，核心是要实现动力学控制，动力学理论具有非线性、实时变化性、高内聚性的特点。比如对于双足行走的机器人，我们可以将其看作动态二级倒立摆，体现了非线性的特点。在机器人的研发中还涉及繁杂的传感器信息数据，而机器人的控制系统属于多变量系统，具有较高的复杂性，要想机器人的平衡行动得到保障，就要同时执行多个命令，比如平衡调整命令、躲避障碍命令、规划动作命令等。传统的控制系统由于自身限制无法实现对机器人的全方位控制，而机电一体化系统中智能控制有效地弥补了传统控制系统存在的不足。 3.4在数控领域的应用 对于数控领域需求来说，数控机床的控制需求主要是依赖于传统的经典控制来建立部分模型，然而在模糊信息中，对于以往的经典控制离乱，没办法通过其进行建模，就是因为建模的一个条件是需要高准确度的信息，模糊推理规则的构建，模糊控制的实现，数据精确程度的降低，还有对加工步骤的不断改善，降低机床对运行环境的条件都是智能控制的应用。模糊理论，能够在数控系统中，通过轻微调节参数，有效地提高数控机床的性能，尤其是在适应性这一方面。而这一理论的基础，就是一体化系统中的一个部分，即智能控制。数控加工在算法方面有许多妙处，而插补计算就是其核心之一，然而在现实的计算过程中我们往往需要取点加工信息，见的最多的加工信息就是包括多个方面，即起点，终点、线型等，在以往的加工系统中，位置软件在调控增益方面的表现往往不尽人意依据现有的技术条件，我们
机电一体化系统中的智能控制技术应用
机电一体化系统中的智能控制技术应用 摘要：近年来，随着我国科学技术的不断发展，使机电一体化系统在智能化和 自动化的研究中得到普及。全新技术的应用极大程度的转变了以往的产业模式， 有效提高了生产效益，同时也提高了产品质量的稳定性。本文就对机电一体化系 统中智能控制技术的应用进行探讨。 关键词：机电一体化；智能；控制；应用 随着我国经济水平的不断提高，各行各业的竞争力逐渐加大，市场经济环境 变得日益复杂。在这一经济发展背景下，各个行业只有不断优化自身的缺点、完 善自己，才能在激烈的竞争中屹立不倒。机电一体化系统是我国应用范围最广的 系统，对于一个工业大国来说至关重要，所以对于机电一体化系统的发展，我们 要不断改进其不足，提高其可靠性与高效性。 1、智能控制概述 智能控制的目标在于无人参与的条件下，也能通过实现的程序来进行自动化 操作，驱动设备进行生产活动，实现程序目标。该项技术属于机械模拟的应用， 用计算机对人类控制模式进行了模仿和替代，在复杂性和系统性的工作要求下， 能够更加稳定的完成工作目标。同时，该项技术在现代化社会也取得了广泛的应用，实现了传统控制模式对复杂系统控制无力的问题。该项技术由多个学科交叉 融合而成，综合了包括信息理论、统筹学、计算机科学、人工智能以及自动化控 制理论等内容。经过多年的研究和发展，智能控制已经具备了相当的优势：1） 智能控制的核心在高层控制，即组织级。2）智能控制器具有非线性特性。3）智 能控制具有变结构特点。4）智能控制器具有总体自寻优特性。5）智能控制系统 应能满足多样性目标的高性能要求。 现阶段，智能控制的主要类型包括集成或者混合（复合）控制、分级递阶控 制系统、专家控制系统、人工神经网络控制系统、学习控制系统以及进化计算与 遗传算法。相信在未来智能控制会取得更大的成果，尤其是在智能控制系统本身 的学习功能和组织功能不断强化之后，在机电一体化系统中也会发挥更大的作用，对于工业生产质效的提升贡献更多力量，促进工业升级。 2、机电一体化系统的特点 2.1综合性 机电一体化系统是由信息技术、控制技术和系统理论技术组成的复合型一体 化系统，机电一体化系统中包含工业生产中控制管理功能、机械生产功能、机械 检测功能等，具有较高的综合能力。 2.2智能性 机电一体化系统的应用根本上转变了传统机械处理的现象，例如，微处理技 术的应用彻底的改变了传统的控制方式，并且有效的提高了控制的精度。机电一 体化系统中的机械构成主要为仪表、传感器，通过对机械一体化系统中的参数调 整和设置可以使机电一体化系统发挥出不同的功能和特性，这一原因使机电一体 化系统的应用较为广泛。通过智能化系统的应用，传感器可以将自身收集的信息 反馈传输到中央处理器，实现智能化的处理方式。 2.3完整性 机电一体化系统主要包含了微处理器、传感器、动力系统、传输系统以及执 行构件等，所以机械一体化系统属于较为完善的系统，机电一体化系统通过对多 种技术的有效融合，使得机电一体化系统可以为各个行业的工业生产提供更加优
智能控制理论及应用
摘要：介绍了智能控制理论的发展概况、研究对象与工具、功能特点，简要列举了智能控制的集中应用。 关键词：智能控制；神经网络；应用 0前言 自从美国数学家维纳在20世纪49年代创立控制论以来，智能控制理论与智能化系统发展十分迅速。智能控制理论被誉为最新一代的控制理论，代表性的理论有模糊控制、神经网络控制、基因控制即遗传算法、混沌控制、小波理论、分层递阶控制、拟人化智能控制、博弈论等。应用智能控制理论解决工程控制系统问题，这样一类系统称为智能化系统。他广泛应用于复杂的工业过程控制、机器人与机械手控制、航天航空控制、交通运输控制等。他尤其适用于被控对象模型包含有不确定性、时变、非线性、时滞、耦合等难以控制的因素。采用其它控制理论难以设计出合适与符合要求的系统时，都有可能期望应用智能化理论获得满意的解决。 科学技术高度发展导致了被控对象在结构上的复杂化和大型化。在许多系统中，复杂性不仅仅表现在高维性上，更多则是表现在系统信息的模糊性、不确定性、偶然性和不完全性上。此时，人工智能得益于计算机技术的飞速发展，已逐渐成为一门学科，并在实际应用中显示出很强的生命力。同时，国际学术界对智能控制的研究也十分活跃，到了20世纪90年代，各种智能控制的国际学术会议日益频繁。国内也在20世纪80年代初开始进行智能控制研究。 1智能控制理论的发展阶段 虽然智能控制理论只有几十年的历史，尚未形成较完整的理论体系，蛋其已有的应用成果和理论发展表明它已成为自动控制的前沿学科之一。智能控制主要经历了以下几个发展阶段： 1.1 自动控制的发展与挫折 上世纪40~50年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地用在雷达及火力控制系统上，形成了“古典控制理论”。上世纪60~70年代，数学家们在控制理论发展中占据了主导地位，形成了以状态空间法为代表的“现代控制理论”。他们引入了能控、能观、满秩等概念，使得控制理论建立在严密精确的数学模型之上，从而造成了理论与实践之间巨大的分歧。上世纪70年代后，又出现了“大系统理论”。但是，由于这种理论解决实际问题的能力更弱，没有得到进一步运用。 1.2人工智能的发展 斯坦福大学人工智能研究中心的Nilsson教授认为：“人工智能是关于知识的科学——怎样标识以及怎样获得知识并使用知识的科学”。MIT的Winston教授指出：“人工智能就是研究如何使用计算机去做过去只有人才做的智能性工作”。 1956年以前是人工智能的萌芽期。英国数学家图灵为现代人工智能做了大量的开拓性的贡献；1956~1961年是人工智能的发展期，人们重点研究了诸如用及其解决数学定义、通用问题求解程序等。1961年以后人工智能进入了飞跃期，主要内容涉及知识工程、自然语言理解等。人们研究人工智能的方法也分为结构模拟派和功能模拟派，分别从闹的结构和脑的功能入手进行研究。 1.3智能控制的兴起 建立于严密的数学理论上的控制理论发展受到挫折，而模拟人类智能的人工智能却迅速发展起来。控制理论丛人工智能中吸取营养求发展成为必然。工业系统往往呈现高维、非线
智能控制技术及其应用 毕业论文
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：自动化智能控制应用 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、智能控制的发展过程 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、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。
智能控制理论及应用复习
智能控制理论及应用复习 （紧扣课本） 第一章绪论 经典控制和现代控制理论的统称为传统控制， 智能控制是人工智能与控制理论交叉的产物，是传统控制理论发展的高级阶段。智能控制是针对系统的复杂性、非线性和不确定性而提出来的， 传统控制和智能控制的主要区别： ?传统控制方法在处理复杂化和不确定性问题方面能力很低； 智能控制在处理复杂性、不确定性方面能力较高。智能控制系统的核心任务是控制具有复杂性和不确定性的系统，而控制的最有效途径就是采用仿人智能控制决策。 ?传统控制是基于被控对象精确模型的控制方式； 智能控制的核心是基于知识进行智能决策，采用灵活机动的决策方式迫使控制朝着期望的目标逼近。 传统控制和智能控制的统一： 智能控制擅长解决非线性、时变等复杂的控制问题，而传统控制适于解决线性、时不变等相对简单的控制问题。 智能控制的许多解决方案是在传统控制方案基础上的改进，因此，智能控制是对传统控制的扩充和发展，传统控制是智能控制的一
个组成部分。 智能控制应用对象的特点 (1)不确定性的模型 模型未知或知之甚少； 模型的结构和参数可能在很大范围内变化。 (2)高度的非线性 (3)复杂的任务要求 例如，要求系统对一个复杂的任务具有自行规划和决策的能力；要求除了实现对各被控物理量定值调节外，还要实现整个系统的自动启停、故障的自动诊断以及紧急情况的自动处理等功能。 智能控制的基本特点 (1)分层递阶的组织结构 (2)多模态控制 (3)自学习能力 (4)自适应能力 (5)自组织能力 (6)优化能力 智能控制系统的主要类型 模糊控制
专家控制系统具有如下特点： ①它在一定程度上模拟人的思维活动规律，能进行自动推理，善于应付各种变化，具有透明性和灵活性。 ②它可以不断监督生产过程，实现特定性能指标下的优化控制，能处理大量低层信息，可进行操作指导。 ③相对传统控制，扩展了许多功能，如复杂系统的高质量控制，故障诊断和容错控制，参数和算法的自动修改，不同算法的组合等。 ④深层知识的引入，可以弥补专家经验的不足，可以自然地消除决策冲突。 分层递阶智能控制具有两个明显的特点： ①对控制来讲，自上而下控制精度愈来愈高； ②对识别来讲，自下而上信息回馈愈来愈粗略。 模糊控制器的一般结构
智能控制应用实例
智能控制的应用 电力系统的作用是尽可能经济地为各类用户提供可靠且合乎标准要求的电能，最基本也是最重要的是要满足负荷要求。为了向用户提供安全、可靠和优质的电能，电力部门需要保持电力系统的安全性和可靠性，在目前的技术条件下还无法实现电能的大规模贮存，这样就要求系统发电出力随时紧跟系统的负荷，否则就会影响供、用电质量，并可危及系统的安全与稳定。 所谓负荷预测是指，在充分考虑一些重要的系统运行特性、增容决策与自然条件的情况下，利用一套系统的方法来处理过去与未来负荷，在一定精度条件上，确定未来某特定时刻的负荷值。电力系统对未来预计要发生的负荷进行预报的必要性在于：在正常运行条件下，系统内的可用发电容量应当在任何时候都能满足系统内负荷要求。如果系统内发电容量不够，则应当采取必要的措施来增加发电容量，例如可新增发电机组或从邻网输入必要的容量；反之，若发电容量过剩，则也应当采取必要的措施，如有选择地停机（计划检修）或者向邻网输出多余的功率。因此，未来本电网内负荷变化的趋势与特点，是一个电网调度部门和规划设计部门所必须具有的基本信息之一。 关于短期电力负荷预测的研究主要集中在三个方面：负荷预测的影响因素、负荷预测的数学模型以及负荷预测的算法。相对前两个方面，在算法方面的研究最广泛，已经涌现出了各种不同算法，而这些算法在模型的复杂性、灵活性、对数据的要求以及满足用户的特殊要求等方面都有着很大的不同。用于短期负荷预测方法很多，常用的方法主要有时间序列预测法、回归分析法、最小二乘法、指数平滑法等。近年来，预测理论技术取得了长足的进步，负荷预测的新技术层出不穷，综合起来主要有：灰色预测法、专家系统预测技术、小波分析预测技术、模糊预测技术、混沌理论预测技术、神经网络预测技术、组合优化算法等。 本问题就是根据电力系统短期负荷的周期性特点和受天气因素影响较大的特性，对不同日期类型的负荷分别建模利用神经网络进行预测。 1、为了更好的对符合进行预测，必须首先做好下列工作： （1）负荷预测技术的总结与研究。主要包括负荷预测的分类、特点及特性的分析；负荷预测的基本模型概述。 （2）在神经网络预测模型的建立中，分析了短期负荷预测模型中应当注意的问题，提出负荷数据预处理的方法，对温度、降雨、光照等进行了独特的分段数值化处理，简化了网络的训练和预测过程。 （3）针对 BP 网络的缺陷，采用 SCG 算法该进 BP 网络建立模型，提高了收敛速度