智能控制简介

1、智能控制技术

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。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。

发展

智能控制器是以自动控制技术和计算机技术为核心，集成微电子技术、电力电子技术、信息传感技术、显示与界面技术、通讯技术、电磁兼容技术等诸多技术而形成的高科技产品。作为核心和关键部件，智能控制器内置于设备、装置或系统之中，扮演“神经中枢”及“大脑”的角色。

20世纪90年代中期之后，智能控制器行业日益成熟，作为一个独立的行业，其发展受到了双重动力的驱动，其一是市场驱动，市场需求的增长和市场应用领域的持续扩大，致使智能控制器至今已经在工业、农业、家用、军事等几乎所有领域得到了广泛应用;其二是技术驱动，随着相关技术领域的日新月异，智能控制器行业作为一个高科技行业得到了飞速发展。

根据《2013-2017年中国智能控制器行业发展前景与投资预测分析报告》[1]统计，2012年全球智能控制器行业市场规模接近6800亿美元。从地域分布上看，欧洲和北美市场是智能控制产品的两大主要市场，市场规模占全球智能控制市场的56%，主要是由于这两大区域在小型生活电器、汽车、大型生活电器、电动工具等领域的市场发展比较成熟，产品普及率高，未来几年内欧洲和北美将继续占有主要市场地位。

智能控制产品在中国等发展中国家的应用仍处于初级阶段，现阶段市场规模不大，但是增长速度较高，拥有巨大的发展空间。据前瞻网统计，目前我国智能控制器行业规模为4200亿元，2004年以来的年均增长率接近19%。汽车电子和大型生活电器是中国电子智能控制产品传统主要应用领域，市场占有率分别为31%和10%左右。小型生活电器产品种类众多，目前我国小型生活电器智能控制产品应用还不普及，正处于高速发展阶段，市场空间巨大。此外，电动汽车、智能建筑及家居等新兴领域的崛起也将带动智能控制器需求的快速增长。

智能控制产品行业由于下游厂商需求分散造成了产品差异较大、产能较分散，因此全球智能控制产品行业总体集中度较低。根据市场规模、技术实力，全球智能控制产品厂商可以分为三个档次：第一集团：技术实力领先，市场遍布全球，向全球跨国电器、整机厂商提供高端智能控制产品和服务，主要厂商有英国英维斯、德国代傲等;第二集团：中等规模智能控制厂商，拥有自己的技术研发团队，能够根据客户需求独立开发并提供智能控制产品和服务，具有同第一集团竞争的潜力，主要厂商有拓邦股份、英唐智控、和而泰、金宝通等;第三集团：中小规模智能控制厂商，产品研发能力欠缺，在竞争中处于相对较弱的地位。

概念

智能控制的基本概念

智能控制的定义一：智能控制是由智能机器自主地实现其目标的过程。而智能机器则定义为，在结构化或非结构化的，熟悉的或陌生的环境中，自主地或与人交互地执行人类规定的任务的一种机器。

定义二： K.J.奥斯托罗姆则认为，把人类具有的直觉推理和试凑法等智能加以形式化或机器模拟，并用于控制系统的分析与设计中，使之在一定程度上实现控制系统的智能化，这就是智能控制。他还认为自调节控制，自适应控制就是智能控制的低级体现。

定义三：智能控制是一类无需人的干预就能够自主地驱动智能机器实现其目标的自动控制，也是用计算机模拟人类智能的一个重要领域。

定义四：智能控制实际只是研究与模拟人类智能活动及其控制与信息传递过程的规律，研制具有仿人智能的工程控制与信息处理系统的一个新兴分支学科。

5研究对象

智能控制的研究对象具备以下的一些特点：

1. 不确定性的模型

智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是模型未知或知之甚少；二是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

对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。

3. 复杂的任务要求

对于智能控制系统，任务的要求往往比较复杂。

应用存在的情况

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。

应用传统控制理论进行控制必须提出并遵循一些比较苛刻的线性化假设，而这些假设在应用中往往与实际情况不相吻合。

对于某些复杂的和饱含不确定性的控制过程，根本无法用传统数学模型来表示，即无法解决建模问题。

为了提高控制性能，传统控制系统可能变得很复杂，从而增加了设备的投资，减低了系统的可靠性。

类型

集成或者（复合）混合控制

几种方法和机制往往结合在一起，用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统.

分级递阶控制系统

分级递阶智能控制是在自适应控制和自组织控制基础上，由美国普渡大学Saridis提出的智能控制理论.分级递阶智能控制（Hierarchical Intelligent Control）主要由三个控制级组成，按智能控制的高低分为组织级，协调级，执行级，并且这三级遵循"伴随智能递降精度递增"原则。

组织级（organization level）：组织级通过人机接口和用户（操作员）进行交互，执行最高决策的控制功能，监视并指导协调级和执行级的所有行为，其智能程度最高.

协调级（Coordination level）：协调级可进一步划分为两个分层：控制管理分层和控制监督分层.

执行级（executive level）：执行级的控制过程通常是执行一个确定的动作.

专家控制系统（Expert System)

专家指的是那些对解决专门问题非常熟悉的人们，他们的这种专门技术通常源于丰富的经验，以及他们处理问题的详细专业知识.

专家系统主要指的是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题.它具有启发性，透明性，灵活性，符号操作，不一确定性推理等特点.应用专家系统的概念和技术，模拟人类专家的控制知识与经验而建造的控制系统，称为专家控制系统.

专家系统是利用专家知识对专门的或困难的问题进行描述. 用专家系统所构成的专家控制，无论是专家控制系统还是专家控制器，其相对工程费用较高，而且还涉及自动地获取知识困难、无自学能力、知识面太窄等问题. 尽管专家系统在解决复杂的高级推理中获得较为成功的应用，但是专家控制的实际应用相对还是比较少。

人工神经网络控制系统

神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络；或由大量象生物神经元的处理单元并联互连而成.这种神经网络具有某些智能和仿人控制功能. 学习算法是神经网络的主要特征，也是当前研究的主要课题.学习的概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节.神经网络具备类似人类的学习功能.一个神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其输人,而改变输人的唯一方法只能修改加在输人端的加权系数.

神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学习结束.常用的学习算法有：Hebb学习算法，widrow Hoff学习算法，反向传播学习算法一BP学习算法，Hopfield反馈神经网络学习算法等。

神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法. 它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等. 这些特性是人们长期追求和期望的系统特性. 它在智能控制的参数、结构或环境的自适应、自

组织、自学习等控制方面具有独特的能力. 神经网络可以和模糊逻辑一样适用于任意复杂对象的控制，但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制. 在模糊逻辑表示的SIMO 系统和MIMO 系统中，其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现.模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用. 两者既有相同性又有不同性. 其相同性为：两者都可作为万能逼近器解决非线性问题，并且两者都可以应用到控制器设计中. 不同的是：模糊逻辑可以利用语言信息描述系统，而神经网络则不行；模糊逻辑应用到控制器设计中，其参数定义有明确的物理意义，因而可提出有效的初始参数选择方法；神经网络的初始参数（如权值等）只能随机选择. 但在学习方式下，神经网络经过各种训练，其参数设置可以达到满足控制所需的行为. 模糊逻辑和神经网络都是模仿人类大脑的运行机制，可以认为神经网络技术模仿人类大脑的硬件，模糊逻辑技术模仿人类大脑的软件. 根据模糊逻辑和神经网络的各自特点，所结合的技术即为模糊神经网络技术和神经模糊逻辑技术. 模糊逻辑、神经网络和它们混合技术适用于各种学习方式智能控制的相关技术与控制方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点．

模糊控制系统

所谓模糊控制，就是在被控制对象的模糊模型的基础上，运用模糊控制器近似推理手段，实现系统控制的一种方法.模糊模型是用模糊语言和规则描述的一个系统的动态特性及性能指标.

模糊控制的基本思想是用机器去模拟人对系统的控制.它是受这样事实而启发的：对于用传统控制理论无法进行分析和控制的复杂的和无法建立数学模型的系统，有经验的操作者或专家却能取得比较好的控制效果，这是因为他们拥有日积月累的丰富经验，因此人们希望把这种经验指导下的行为过程总结成一些规则，并根据这些规则设计出控制器.然后运用模糊理论，模糊语言变量和模糊逻辑推理的知识，把这些模糊的语言上升为数值运算，从而能够利用计算机来完成对这些规则的具体实现，达到以机器代替人对某些对象进行自动控制的目的。模糊逻辑用模糊语言描述系统，既可以描述应用系统的定量模型也可以描述其定性模型. 模糊逻辑可适用于任意复杂的对象控制. 但在实际应用中模糊逻辑实现简单的应用控制比较容易. 简单控制是指单输入单输出系统（SISO) 或多输入单输出系统（MISO) 的控制. 因为随着输入输出变量的增加，模糊逻辑的推理将变得非常复杂。

学习控制系统

学习是人类的主要智能之一，人类的各项活动也需要学习.在人类的进化过程中,学习功能起着十分重要的作用.学习控制正是模拟人类自身各种优良的控制调节机制的一种尝试. 所谓学习是一种过程，它通过重复输人信号，并从外部校正该系统，从而使系统对特定输人具有特定响应.学习控制系统是一个能在其运行过程中逐步获得受控过程及环境的非预知信息，积累控制经验，并在一定的评价标准下进行估值，分类，决策和不断改善系统品质的自动控制系统。

（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和遗传机制的一种搜索和优化算法，它模拟生物界/生存竞争，优胜劣汰，适者生存的机制，利用复制、交叉、

变异等遗传操作来完成寻优。遗传算法作为优化搜索算法，一方面希望在宽广的空间内进行搜索，从而提高求得最优解的概率；另一方面又希望向着解的方向尽快缩小搜索范围，从而提高搜索效率。如何同时提高搜索最优解的概率和效率，是遗传算法的一个主要研究方向。遗传算法作为一种非确定的拟自然随机优化工具，具有并行计算、快速寻找全局最优解等特点，它可以和其他技术混合使用，用于智能控制的参数、结构或环境的最优控制。

（2）迭代学习控制

迭代学习控制模仿人类学习的方法、即通过多次的训练，从经验中学会某种技能，来达到有效控制的目的。迭代学习控制能够通过一系列迭代过程实现对二阶非线性动力学系统的跟踪控制。整个控制结构由线性反馈控制器和前馈学习补偿控制器组成，其中线性反馈控制器保证了非线性系统的稳定运行、前馈补偿控制器保证了系统的跟踪控制精度。它在执行重复运动的非线性机器人系统的控制中是相当成功的。

人工智能期末试题及答案完整版

xx学校 2012—2013学年度第二学期期末试卷考试课程：《人工智能》考核类型：考试A卷考试形式：开卷出卷教师：考试专业：考试班级：一单项选择题（每小题2分，共10分） 1.首次提出“人工智能”是在（D ）年 A.1946 B.1960 C.1916 D.1956 2. 人工智能应用研究的两个最重要最广泛领域为：B A.专家系统、自动规划 B. 专家系统、机器学习 C. 机器学习、智能控制 D. 机器学习、自然语言理解 3. 下列不是知识表示法的是 A 。 A：计算机表示法B：“与/或”图表示法 C：状态空间表示法D：产生式规则表示法 4. 下列关于不确定性知识描述错误的是 C 。 A：不确定性知识是不可以精确表示的 B：专家知识通常属于不确定性知识 C：不确定性知识是经过处理过的知识 D：不确定性知识的事实与结论的关系不是简单的“是”或“不是”。 5. 下图是一个迷宫，S0是入口，S g是出口，把入口作为初始节点，出口作为目标节点，通道作为分支，画出从入口S0出发，寻找出口Sg的状态树。根据深度优先搜索方法搜索的路径是 C 。 A：s0-s4-s5-s6-s9-sg B：s0-s4-s1-s2-s3-s6-s9-sg C：s0-s4-s1-s2-s3-s5-s6-s8-s9-sg D：s0-s4-s7-s5-s6-s9-sg 二填空题（每空2分，共20分） 1.目前人工智能的主要学派有三家：符号主义、进化主义和连接主义。 2. 问题的状态空间包含三种说明的集合，初始状态集合S 、操作符集合F以及目标

状态集合G 。 3、启发式搜索中，利用一些线索来帮助足迹选择搜索方向，这些线索称为启发式(Heuristic)信息。 4、计算智能是人工智能研究的新内容，涉及神经计算、模糊计算和进化计算等。 5、不确定性推理主要有两种不确定性，即关于结论的不确定性和关于证据的不确定性。三名称解释（每词4分，共20分）人工智能专家系统遗传算法机器学习数据挖掘答：（1）人工智能人工智能(Artificial Intelligence) ，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等（2）专家系统专家系统是一个含有大量的某个领域专家水平的知识与经验智能计算机程序系统,能够利用人类专家的知识和解决问题的方法来处理该领域问题.简而言之,专家系统是一种模拟人类专家解决领域问题的计算机程序系统（3）遗传算法遗传算法是一种以“电子束搜索”特点抑制搜索空间的计算量爆炸的搜索方法，它能以解空间的多点充分搜索，运用基因算法，反复交叉，以突变方式的操作，模拟事物内部多样性和对环境变化的高度适应性，其特点是操作性强，并能同时避免陷入局部极小点，使问题快速地全局收敛，是一类能将多个信息全局利用的自律分散系统。运用遗传算法(GA)等进化方法制成的可进化硬件(EHW)，可产生超出现有模型的技术综合及设计者能力的新颖电路，特别是GA独特的全局优化性能，使其自学习、自适应、自组织、自进化能力获得更充分的发挥，为在无人空间场所进行自动综合、扩展大规模并行处理(MPP)以及实时、灵活地配置、调用基于EPGA的函数级EHW，解决多维空间中不确定性的复杂问题开通了航向（4）机器学习机器学习(Machine Learning)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎（5）数据挖掘数据挖掘是指从数据集合中自动抽取隐藏在数据中的那些有用信息的非平凡过程，这些信息的表现形式为：规则、概念、规律及模式等。它可帮助决策者分析历史数据及当前数据，并从中发现隐藏的关系和模式，进而预测未来可能发生的行为。数据挖掘的

2019级智能控制技术专业人才培养方案

（3+2）智能控制技术专业人才培养方案一、专业名称及代码专业名称：智能控制技术专业代码：560304 二、招生对象、学制及学历本专业招收普通初中毕业生，全日制五年，其中中职3年、高职2年。三、人才培养目标与规格 1.人才培养目标本专业主要针对锦州地区对智能控制技术技能型人才的需要，面向新型工业化的机电制造、新能源、电力和新型建材等行业，从事智能化电气元件的设计、制造、调试、维护和管理的高级技术应用性专门人才。能完成智能化设备及其生产线的安装调试、运行和维护；智能电气元件的自动化设计与改造、故障诊断、管理与售后；智能配电柜的设计制造等典型工作任务，具有较强的实践动手能力、拥护党的基本路线，德、智、体、美全面发展的高级技术应用型人才。三、培养规格及课程体系：能力、素质结构如下表：

六、专业核心课程简介

七、实践教学安排表八、专业教学计划 1.教学执行计划

填写说明:打*号课时由讲座、班会、讨论、竞赛等形式完成， 2、教学环节综合分析 (1) 理论教学与实践教学比例分析学时与学分分析 (2) 九、教学实施保障 1.师资队伍配备（1）“双师型”专业教学团队智能控制专业教学团队由专、兼职教师组成，本专业的专职专业教师为28人，兼职教师16其中，专业带头人1人，专业骨干教师4人；具有高级以上职称12人、具有中级职称10人；双师型教师24人；均为大学本科以上学历。教师队伍的职称、学历、专业能力满足教学要求。（2）专业带头人专业带头人具有本科学历，副高职称，具有双师能力；有较高的专业建设水平和企业实践能力；掌握国内外职业教育与专业发展动态，能够在专业规划、专业建设、科研与教研、教学改革和青年教师培养等方面发挥引领作用。（3）专业骨干教师专业骨干教师应具有本科以上学历，讲师以上职称，具有中高级职业资格证书，具有双师能力；独立承担一门以上工学结合专业主干课程，能够独立完成课程开发和教学改革项目，在专业建设中发挥骨干作用。（4）企业兼职教师兼职教师为锦州地区机电类相关企业和学校的能工巧匠，具有从事5年以上机电专业的

学校智能控制技术专业可行性报告

江西师范高等专科学校开设智能制造相关专业的可行性报告一、智能制造产业现状分析 1.智能制造产业上升到国家战略近年来，随着世界各国在智能制造产业投入和发展，新的科技革命和产业革命能正在兴起，各国纷纷出台啦以智能制造为核心的战略。美国大力推进“工业互联网”，德国提出工业4.0的概念都致力于发展制造业的“未来工厂”的项目。智能制造不仅是全球制造业的发展方向，也是我国战略性新兴产业的重要支柱。中国制造业已经进入了新的阶段，智能制造是我国制造业摆脱高损耗和低效率的困局、提高制造业竞争力、实现“制造强国”的必由之路。 2.人才需求旺盛与之相适应的智能控制相关的工业机器人、3D打印、智能飞行器等方面的人才的需求急速增加,尤其是工业机器人的人才需求尤为突出。传统制造业的改造提升、人工成本快速提高促使企业用工业机器人来提高产业附加值、保证产品质量，使工业机器人及智能装备产业面临前所未有的发展时机。一台工业机器人（机械臂）能否投入到生产当中去，以及能发挥多大的作用，取决于生产工艺的复杂性，产品的多样性还有周边设施的配套程度。而解决这些问题却需要3到5名相关的操作维护和集成应用人才。目前在长三角地区使用工业机器人的企业六千多家，人才缺口达5000人左右。不仅企业需要工业机器人现场编程、机器人自动化线维护等方面的人才，还需要大量从事工业机器人安装调试和售后服务等工作的专门人才。随着我国制造业的发展，预计未来3-5年，工业机器人的增速有望达到25%，高技能人才缺口将逐年加大。 3.工业机器人技术人才短缺

目前，机器人在汽车制造以外的一般工业领域应用需求快速增长，而相应的人才储备数量和质量却捉襟见肘。工业机器人应用（系统集成）是典型的多学科交叉融合的行业，目前的当务之急，是大量培养掌握机器人系统知识并能与各行业工艺要求相结合的应用工程人才，帮助用户解决机器人的应用的实际问题，取得实效，以此开拓机器人市场。从一些招聘要求不难看出，操作机器人的技术人员，是目前企业中最缺的技术工人。企业把工业机器人买回来以后，想要把标准的机器人变成一台可以投入生产的专用自动化设备，这就需要机器人应用工程师结合生产工艺和工件的类型，通过手动示教编程并结合周边的辅助设施，才能使机器人完成特定的任务。目前国内高职院校尚无工业机器人应用方面的对口专业毕业生，从事工业机器人现场编程、机器人自动线维护、工业机器人安装调试等岗位的人员主要来自对电气自动化技术、机电一体化等专业毕业生的二次培训，而且短期培训难以达到岗位要求。二、我校开设智能制造相关专业的必要性 1.具备开设智能制造（工业机器人方向）专业的办学基础。我校现有机电一体化技术、电气自动化技术等高职专科专业，这些为我系工业机器人技术专业的申办提供了良好的基础。首先具备一支结构合理、素质优良的专业教学团队，我院机电一体化技术专业现有机械、电子电气类16位专任教师，具备开设专业的基础，其中2位从企业引进的企业能工巧匠作兼职教师，专任教师中硕士11人，副高职称以上4人，“双师型”教师16人；其次，实验实训条件良好，目前具备开设此专业所需的电工电子实验室、电气拖动、电工实训、液压与气动、机械制图、先进制造、CAD机房、单片机实验室等实训室12个，只需补充机器人、传感器检测实训室就能满足专业建

智能控制基础期末考试题答案

2 0 10级智能控制基础期末复习思考题一重要概念解释 1智能控制所谓的智能控制，即设汁一个控制器（或系统），使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化做岀适应性反应，从而实现由人来完成的任务。 2专家系统与专家控制专家系统是一类包含知识和推理的智能汁算机程序，英内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。专家控制是智能控制的一个重要分支。所谓专家控制，是将专家系统的理论和技术同控制理论、方法与技术相结合，在未知环境下，仿效专家的经脸，实现对系统的控制。它由知识库和推理机构构成主体框架，通过对控制领域知识的获取与组织，按某种策略及时的选用恰当的规则进行推理输出，实现对实际对象的控制3模糊集合与模糊关系，模糊推理模糊控制 ?1）模糊集合：给泄论域U上的一个模糊集入是指:对任何元素"已” 都存在一个数"人（"）丘［°」1与之对应，表示元素u属于集合久的程度，这个数称为元素u对集合彳的隶属度,这个集合称为模糊集合。 ?模糊关系：二元模糊关系：设A、B是两个非空集合，则直积AxB = ｛（M）lxA,beB｝中的一个模糊集合称为从A 到B的一个模糊关系。模糊关系斤可由其隶属度从（4巧完全描述，隶属度表明了元素a与元素b具有关系斤的程度。 ?模糊推理：知道了语言控制规则中蕴含的模糊关系后，就可以根据模糊关系和输入情况，来确定输出的情况，这就叫“模糊推理”。 4神经网络？答：人工神经网络是模拟人脑思维方式的数学模型。神经网络是在现代生物学研究人脑组织成果的基础上提出的,用来模拟人类大脑神经网络的结构和行为，对人脑进行抽象和简化，反映了人脑的基本特征，信息处理、学习、联想、模式分类、记忆等。 5遗传算法答:遗传算法将“优胜劣汰，适者生存”的生物进化原理引入优化参数形成的编码串联群体中，按所选择的适配置函数并通过遗传的复制、交叉及变异对个体进行筛选，使适配值髙的个体被保留下来，组成新的群体，新的群体既继承了上一代的信息，又优于上一代。这样周而复始，群体中个体适应度不断提高，直到满足一立的条件。一专家控制部分 1.专家系统的组成及各部分特点？专家系统一般由知识库、数据库、推理机、解释器及知识获取五个部分组成，有不相同的表述形式。 -（1）知识库。用于存取和管理所获取的专家知识和经验，供推理机利用，具有存储、检索、编辑、增删和修改等功能。丄（2）数据库。用来存放系统推理过程中用到的控制信息、中间假设和中间结果。 *（3）推理机。用于利用知识进行推理，求解专门问题，具有启发推理、算法推理;正向、反向或双向推理等功能。（4）解释器。解释器用于作为专家系统与用户之间的“人-机”接口，其功能是向用户解释系统的行为。5（上）知识获取。知识工程师采用"专题面谈”、"记录分析”等方式获取知识,经过整理以后，再输入知识库。 2.专家控制与专家系统的区别？

智能控制考试题库

填空题（每空1分，共20分）控制论的三要素是：信息、反馈和控制。传统控制是经典控制和现代控制理论的统称。智能控制系统的核心是去控制复杂性和不确定性。神经元（即神经细胞）是由细胞体、树突、轴突和突触四部分构成。按网络结构分，人工神经元细胞可分为层状结构和网状结构按照学习方式分可分为：有教师学习和无教师学习。前馈型网络可分为可见层和隐含层，节点有输入节点、输出节点、计算单元。神经网络工作过程主要由工作期和学习期两个阶段组成。 1、智能控制是一门控制理论课程，研究如何运用人工智能的方法来构造控制系统和设计控制器；与自动控制原理和现代控制原理一起构成了自动控制课程体系的理论基础。 2、智能控制系统的主要类型有：分级递阶控制系统，专家控制系统，学习控制系统，模糊控制系统，神经控制系统，遗传算法控制系统和混合控制系统等等。 3、模糊集合的表示法有扎德表示法、序偶表示法和隶属函数描述法。 4、遗传算法是以达尔文的自然选择学说为基础发展起来的。自然选择学说包括以下三个方面：遗传、变异、适者生存。 5、神经网络在智能控制中的应用主要有神经网络辨识技术和神经网络控制技术。 6、在一个神经网络中，常常根据处理单元的不同处理功能，将处理单元分成输入单元、输出单元和隐层单元三类。 7、分级递阶控制系统：主要有三个控制级组成，按智能控制的高低分为组织级、协调级、执行级，并且这三级遵循“伴随智能递降精度递增”原则。传统控制方法包括经典控制和现代控制，是基于被控对象精确模型的控制方式，缺乏灵活性和应变能力，适于解决线性

、时不变性等相对简单的控制。智能控制的研究对象具备以下的一些特点：不确定性的模型、高度的非线性、复杂的任务要求。 IC(智能控制)=AC(自动控制)∩AI(人工智能) ∩OR(运筹学) AC：描述系统的动力学特征，是一种动态反馈。 AI ：是一个用来模拟人思维的知识处理系统，具有记忆、学习、信息处理、形式语言、启发推理等功能。OR：是一种定量优化方法，如线性规划、网络规划、调度、管理、优化决策和多目标优化方法等。智能控制：即设计一个控制器，使之具有学习、抽象、推理、决策等功能，并能根据环境信息的变化作出适应性，从而实现由人来完成的任务。智能控制的几个重要分支为模糊控制、神经网络控制和遗传算法。智能控制的特点：1，学习功能2，适应功能3，自组织功能4，优化功能智能控制的研究工具：1，符号推理与数值计算的结合2，模糊集理论3，神经网络理论4，遗传算法5，离散事件与连续时间系统的结合。智能控制的应用领域，例如智能机器人控制、计算机集成制造系统、工业过程控制、航空航天控制和交通运输系统等。 10、专家系统：是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。 11、专家系统的构成：由知识库和推理机（知识库由数据库和规则库两部分构成） 18、专家控制的特点：灵活性、适应性和鲁棒性。 19、模糊控制是以模糊集理论、模糊语言变量和模糊逻辑推理为基础的一种智能控制方法。，它从行为上模仿人的模糊推理和决策过程。 20、模糊控制理论具有一些明显的特点：1，模糊控制不需要被控对象的数学模型2，

智能控制技术试卷

一、选择题 1、蔡自兴教授提出智能控制系统的四元结构，认为智能控制是人工智能、控制理论、系统理论和运筹学四种学科的交叉。 2、专家是指在某一专业领域内其专业知识与解决问题的能力达到很高水平的学者。 3、专家系统中的知识按其在问题求解中的作用可分为三个层次，即数据级、知识库级和控制级。 4、不确定性知识的表示有三种:概率、确定性因子和模糊集合。 5、Hebb学习规则是一种无教师的学习方法，它只根据神经元连接间的激活水平改变权值，因此这种方法又称为相关学习和并联学习。 6、交叉运算是两个相互配对的染色体按某种方式相互交换其部分基因，从而形成两个新的个体。二、判断题 1、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。（T ） 2、不精确推理得出的结论可能是不确定的，但会有一个确定性因子，当确定性因子超过某个域值时，结论便不成立。（ F ） 3、一般的专家系统由知识库、推理机、解释机制和知识获取系统等组成。（T ） 4、人机接口是专家系统与领域专家、知识工程师、一般用户间进行交互的界面，由一组程序及相应的硬件组成，用于完成知识获取工作。（ F ） 5、Hopfield神经网络是反馈神经网络中最简单且应用广泛的模型，它具有联想记忆的功能。（F ） 6、知识是将有关的信息进一步关联在一起，形成了更高层次含义的一种信息结构，信息与关联是构成知识的两个基本要素。（T ） 7、建造知识库涉及知识库建造的两项主要技术是知识获取和知识存放。（F ） 8、模糊控制系统往往把被控量的偏差（一维）、偏差变化（二维）以及偏差的变化率（三维）作为模糊控制器的输入。（T ） 9、RBF网络的学习过程与BP网络的学习过程是类似的，两者的主要区别在于使用了相同的激励函数。（F ） 10、应用遗传算法求解问题时，在编码方案、适应度函数及遗传算子确定后，算法将利用进化过程中获得的信息自信组织搜索。（T ）三、简答题 1.分别说明专家系统与专家控制系统？答：专家系统就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决过去需要人类专家才能解决的现实问题的计算机系统。专家控制是将人工智能领域的专家系统理论和技术与控制理论方法和技术相结合，仿效专家智能，实现对较为复杂问题的控制。基于专家控制原理所设计的系统称为专家控制系统。 2.人工神经网络中两种典型的结构模型是什么？它们进行学习时具有哪些特点？答：两种典型的结构模型是前馈神经网络和反馈神经网络。前馈神经网络有感知器和BP网络等；主要采用学习规则，这是有教师学习方法。反馈神经网络有Hopfield神经网络、Boltzmann机网络等；主要采用Hebb学习规则，概率式学习算法。 3.应用遗传算法计算时，设计编码的策略与编码评估准则（即编码原则）是什么？

智能控制系统试卷

（勤奋、求是、创新、奉献） 2015～2016学年第1学期考试试卷A 学院班级姓名__________ 学号___________ 《智能控制系统》课程试卷（本卷考试时间90 分钟）一．填空题 1．智能控制系统主要包括（递阶控制系统）、（专家控制系统）、（模糊控制系统）、（神经控制系统）。 2．分层递阶智能控制系统由（组织级）、（协调级）、（执行级）组成，其进行功能分配的原则是（自上而下精度程度渐增，智能程度渐减）。 3．模糊控制的特点有（无需知道被控对象的数学模型）、（反映人类智慧思维的智能控制）、（易被人们所接受）、（构造容易）、（鲁棒性好）。 4．模糊控制器主要由（模糊接口）、（知识库）、（模糊推理机）、（解模糊接口）组成。 5．模糊输出向量的解模糊方法有（重心法）、（最大隶属度法）、（加权平均法）。 6．感知器的（结构）决定框架，（参数）决定内容。 7．BP神经网络执行优化的方法是（梯度下降法）。 8．遗传算法的特点有（全局性）、（并行性和高效性）、（鲁棒性）、（普适性和易扩性）、（简明性）。 9．基本遗传算法的3个基本操作（选择）、（交叉）、（变异）。 10．交叉运算可以分为（二进制交叉运算）、（浮点数交叉运算）两类，变异运算可分为（二进制变异运算）和（浮点数变异运算）两类。二、简答题 1、简述递阶智能控制系统。 2、简述递阶智能控制系统的组成，并说明其组织级的工作流程。 3、简述模糊控制器的主要组成部分及工作原理。 4、简述BP算法中工作信号正向传播、误差信号反向传播过程。 5、简述神经网络的特征和功能。 6、简述何谓神经网络和前向神经网络。 7、写出典型的人工神经元模型结构并加以说明 9、简述遗传算法的基本原理与流程。

2011-10学年第1学期_ 智能控制试题A答案

（勤奋、求是、创新、奉献） 2010～2011学年第1学期考试试卷A 学院班级__ __ 姓名__________ 学号___________ 《智能控制系统》课程试卷（本卷考试时间90 分钟）一． 1．写出4种专家系统的知识表示方法。逻辑表示法、产生式表示法、框架表示法、语义网络表示法 2．递阶智能系统的智能程度分布一般要遵循什么原则。随着智能程度的提高，精度下降 3．写出宽度优先搜索和深度优先搜索的根本区别？深度优先与宽度优先算法最根本的不同在于：扩展的后继节点放在OPEN表的前端。 4．何谓多层前向神经网络？具有分层的结构，通常包括输入层、隐层（也称中间层）和输出层。每一层的神经元只接受上一层神经元的输入，并且该层神经元的输出送给下一层的各个神经元。 5．写出3种模糊输出向量的解模糊方法重心法、最大隶属度法、取中位数判决法

6．写出基本遗传算法的3个基本操作遗传、交叉、变异二、简答题（共24分，每题6分） 1、简述模糊控制器的组成，及各组成部分功能（1）模糊化接口对于任意输入x，将其映射到模糊集系统中去，映射的过程实际上是将当前的物理输入根据模糊子集的分布情况确定出此时此刻输入值对这些模糊子集的隶属程度。（2）知识库知识库包括数据库和规则库。模糊控制器设计的关键在于如何有效地建立知识库，决策逻辑控制实际上是依赖规则库来实现的。（3）推理决策逻辑它是模糊控制的核心，利用知识库的信息模拟人类的推理决策过程，给出适合的控制量，其实质是模糊逻辑推理。（4）精确化过程通过模糊推理得到的结果是一个模糊集合。但实际使用中，特别是模糊控制中，必须要有一个确定的值才能去控制或驱动执行机构。在推理得到的模糊集合中取一个能最佳代表这个模糊推理结果可能性的精确值的过程称为精确化过程 2、设个体域是人类，试用两种方法（全称量词和存在量词）将语句“没有不犯错误的人”译为谓词公式设F(x)：“x犯错误”，M(x)：x是人，则语句形式化为： ┐?x(M(x)∧┐F(x)) 或?x(M(x)→F(x)) 3、简述BP算法中工作信号正向传播、误差信号反向传播过程（1）工作信号正向传播：输入信号从输入层经隐层，传向输出层，在输出端产生输出信号，这是信号的正向传播。在信号向前传递过程中网络的权值是固定不变的，每一层神经元的状态只影响下一层神经元的状态。如果在输出层不能得到期望的输出，则转入误差信号反向传播。（2）误差信号反向传播：网络的实际输出与期望输出之间差值即为误差信号，误差信号由输出端开始逐层向前传播，这是误差信号的反向传播。在误差信号反向传播的过程中，网络权值由误差反馈进行调节，通过权值的不断修正使网络的实际输出更接近期望输出 W

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

西南大学网络教育1085《智能控制》期末考试复习题及参考答案

西南大学网络与继续教育学院课程代码： 1085 学年学季：20182 窗体顶端单项选择题 1、下列不是决定神经网络性能的要素是（）神经元（信息处理单元）的特性。神经元之间相互连接的形式——拓扑结构。为适应环境而改善性能的学习规则。初始权值参数。 2、下列不属于神经网络特征的是（）能逼近任意非线性函数。信息的并行分布式处理与存储。可以多输入、多输出。具有全局收索特性。 3、下列有关专家系统和专家控制说法错误的是。（）专家控制引入了专家系统的思想，但与专家系统存在区别专家系统能完成专门领域的功能，辅助用户决策；专家控制能进行独立的、实时的自动决策。专家控制比专家系统对可靠性和抗干扰性有着更高的要求。专家系统处于离线工作方式，而专家控制要求在线获取反馈信息，即要求在线工作方式。由于专家控制引入了专家系统的思想，因此专家控制和专家系统没有区别。 4、下列不属于专家控制的特点的是（）鲁棒性：通过利用专家规则，系统可以在非线性、大偏差下可靠地工作。离线性：专家控制能够在离线状态下工作。灵活性：根据系统的工作状态及误差情况，可灵活地选取相应的控制律。

适应性：能根据专家知识和经验，调整控制器的参数，适应对象特性及环境的变化。 5、下列不属于专家控制的关键技术的是（）知识的表达方法从传感器中识别和获取定量的控制信号将定性知识转化为定量的控制信号控制知识和控制规则的获取推理机的方法 6、下列有关专家系统的定义正确的是（）专家系统是一类包含知识和推理的智能计算机程序，其内部包含某领域专家水平的知识和经验，具有解决专门问题的能力。专家系统是指由多个专家组成的控制系统，具有解决专门问题的能力。专家系统就是一种专门的计算机程序，具有解决专门问题的能力。专家系统是具有推理能力的计算机程序，具有解决专门问题的能力。 7、下列有关遗传算法的参数中说法不正确的是（） M：群体大小，即群体中所含个体的数量，一般取为20~100。 G：遗传算法的终止进化代数，一般取为100~500。 Pc：交叉概率，一般取为0.4~0.99。 Pm：变异概率，一般取为0.5~1. 8、下列有关单神经元自适应控制算法的表达式说法不正确的是（）控制算法的表达式为：表达式中的K越大，则快速性越好，但超调量大，甚至可能使系统不稳定。

昆工智能控制试题及答案

一、填空题 1．智能控制是一门新兴的学科，它具有非常广泛的应用领域，例如、、和。 1、交叉学科在机器人控制中的应用在过程控制中的应用飞行器控制 2．传统控制包括和。2、经典反馈控制现代理论控制 3．一个理想的智能控制系统应具备的基本功能是、、和。 3 、学习功能适应功能自组织功能优化能力 4．智能控制中的三元论指的是：、和。 4、运筹学，人工智能，自动控制 5．近年来，进化论、、和等各门学科的发展给智能控制注入了巨大的活力，并由此产生了各种智能控制方法。 5、神经网络模糊数学专家系统 6．智能控制方法比传统的控制方法更能适应对象的、和。6、时变性非线性不确定性 7．傅京逊首次提出智能控制的概念，并归纳出的3种类型智能控制系统是、和。 7、人作为控制器的控制系统、人机结合作为控制器的控制系统、无人参与的自主控制系统 8、智能控制主要解决传统控制难以解决的复杂系统的控制问题，其研究的对象具备的3个特点为、和。 8、不确定性、高度的非线性、复杂的任务要求 9．智能控制系统的主要类型有、、、、和。 9、分级递阶控制系统，专家控制系统，神经控制系统，模糊控制系统，学习控制系统，集成或者（复合）混合控制系统 10．智能控制的不确定性的模型包括两类：(1) ； (2) 。 10、(1)模型未知或知之甚少；(2)模型的结构和参数可能在很大范围内变化。11．控制论的三要素是：信息、反馈和控制。 12．建立一个实用的专家系统的步骤包括三个方面的设计，它们分别是、和。知识库的设计推理机的设计人机接口的设计13．专家系统的核心组成部分为和。知识库、推理机 14．专家系统中的知识库包括了3类知识，它们分别为、、和。判断性规则控制性规则数据 15．专家系统的推理机可采用的3种推理方式为推理、和推理。 15、正向推理、反向推理和双向推理 16．根据专家控制器在控制系统中的功能，其可分为和。

智能控制-考试题(附答案)

《智能控制》考试试题试题1：针对某工业过程被控对象：0.520 ()(101)(21) s G s e s s -= ++，试分别设计常规PID 算法控制器、模糊控制器、模糊自适应PID 控制器，计算模糊控制的决策表，并进行如下仿真研究及分析： 1. 比较当被控对象参数变化、结构变化时，四者的性能； 2. 研究改善Fuzzy 控制器动、静态性能的方法。解：常规PID 、模糊控制、Fuzzy 自适应PID 控制、混合型FuzzyPID 控制器设计错误！未找到引用源。. 常规PID 调节器 PID 控制器也就是比例、积分、微分控制器，是一种最基本的控制方式。它是根据给定值()r t 与实际输出值()y t 构成控制偏差()e t ，从而针对控制偏差进行比例、积分、微分调节的一种方法，其连续形式为： 1 () ()[()()]t p d i de t u t K e t e t dt T T dt =+ +? （1.1）式中，p K 为比例系数，i T 为积分时间常数，d T 为微分时间常数。 PID 控制器三个校正环节中p K ，i T 和d T 这三个参数直接影响控制效果的好坏，所以要取得较好的控制效果，就必须合理地选择控制器的参数。 Ziegler 和Nichols 提出的临界比例度法是一种非常著名的工程整定方法。通过实验由经验公式得到控制器的近似最优整定参数，用来确定被控对象的动态特性的两个参数：临界增益u K 和临界振荡周期u T 。用临界比例度法整定PID 参数如下：表1.1 临界比例度法参数整定公式控制器类型 P K i T d T P 0.5u K ∞ 0 PI 0.455u K 0.833u T

智能控制习题答案解析

第一章绪论 1. 什么是智能、智能系统、智能控制？答：“智能”在美国Heritage词典定义为“获取和应用知识的能力”。 “智能系统”指具有一定智能行为的系统，是模拟和执行人类、动物或生物的某些功能的系统。 “智能控制”指在传统的控制理论中引入诸如逻辑、推理和启发式规则等因素，使之具有某种智能性；也是基于认知工程系统和现代计算机的强大功能，对不确定环境中的复杂对象进行的拟人化管理。 2．智能控制系统有哪几种类型，各自的特点是什么？答：智能控制系统的类型：集散控制系统、模糊控制系统、多级递阶控制系统、专家控制系统、人工神经网络控制系统、学习控制系统等。各自的特点有：集散控制系统：以微处理器为基础，对生产过程进行集中监视、操作、管理和分散控制的集中分散控制系统。该系统将若干台微机分散应用于过程控制，全部信息通过通信网络由上位管理计算机监控，实现最优化控制，整个装置继承了常规仪表分散控制和计算机集中控制的优点，克服了常规仪表功能单一，人机联系差以及单台微型计算机控制系统危险性高度集中的缺点，既实现了在管理、操作和显示三方面集中，又实现了在功能、负荷和危险性三方面的分散。人工神经网络：它是一种模动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度，通过调整部大量节点之间相互连接的关系，从而达到处理信息的目的。专家控制系统：是一个智能计算机程序系统，其部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的经验方法来处理该领域的高水平难题。可以说是一种模拟人类专家解决领域问题的计算机程序系统。多级递阶控制系统是将组成大系统的各子系统及其控制器按递阶的方式分级排列而形成的层次结构系统。这种结构的特点是：1.上、下级是隶属关系，上级对下级有协调权，它的决策直接影响下级控制器的动作。2.信息在上下级间垂直方向传递，向下的信息有优先权。同级控制器并行工作，也可以有信息交换，但不是命令。3.上级控制决策的功能水平高于下级，解决的问题涉及面更广，影响更大，时间更长，作用更重要。级别越往上，其决策周期越长，更关心系统的长期目标。4.级别越往上，涉及的问题不确定性越多，越难作出确切的定量描述和决策。学习控制系统：靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。 3．比较智能控制与传统控制的特点。答：智能控制与传统控制的比较：它们有密切的关系，而不是相互排斥。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。 1.传统的自动控制是建立在确定的模型基础上的，而智能控制的研究对象则存在模型严重的不确定性，即模型未知或知之甚少者模型的结构和参数在很大的围变动，这些问题对基于模型的传统自动控制来说很难解决。 2.传统的自动控制系统的输入或输出设备与人及外界环境的信息交换很不方便，希望制造出能接受印刷体、图形甚至手写体和口头命令等形式的信息输入装置，能够更加深入而灵活地和系统进行信息交流，同时还要扩大输出装置的能力，能够用文字、图纸、立体形象、语言等形式输出信息. 另外，通常的自动装置不能接受、分析和感知各种看得见、听得着的形象、声音的组合以及外界其它的情况. 为扩大信息通道，就必须给自动装置安上能够以机械方式模拟各种感觉的精确的送音器，即文字、声音、物体识别装置。 3.传统的自动控制系统对控制任务的要求要么使输出量为定值（调节系统），要么使输出量跟随期望的运动轨迹（跟随系统），因此具有控制任务单一性的特点，而智能控制系统的控制任务可比较复杂。 4. 传统的控制理论对线性问题有较成熟的理论，而对高度非线性的控制对象虽然有一些非线性方法可以利用，但不尽人意. 而智能控制为解决这类复杂的非线性问题找到了一个出路，成为解决这类问题行之有效的途径。 5.与传统自动控制系统相比，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。 6.与传统自动控制系统相比，智能控制系统能以知识表示的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及定量控制结合的多模态控制方式。

智能控制考试题及答案

智能控制考试题及答案智能控制技术考试题及答案《智能控制技术》考试试题A 《智能控制》课程考试试题A参考答案一、填空题 (1) OPEN (2) 最有希望 (3) 置换 (4) 互补文字(5) 知识库(6) 推理机 (7) 硬件 (8) 软件 (9) 智能(10) 傅京孙(11) 萨里迪斯(12) 蔡自兴(13) 组织级 (14) 协调级(15) 执行级 (16) 递阶控制系统 (17) 专家控制系统 (18) 模糊控制系统 (19) 神经控制系统 (xx年来,自动控制一直在寻找新的出路。现在看来,出路之一就是实现控制系统的智能化,以期解决面临的难题。智能控制采用各种智能化技术实现复杂系统和其它系统的控制目标,是一种具有强大生命力的新型自动控制技术。智能控制是人工智能和自动控制的重要部分和研究领域,并被认为是通向自主机器递阶道路上自动控制的顶层。下图表示自动控制的发展过程和通向智能控制路径上控制复杂性

增加的过程。从图中可以看出,这条路径的最远点是智能控制,至少在当前是如此。智能控制涉及高级决策并与人工智能密切相关。智能控制是一门新建立的学科,无论在理论上或应用上,仍然不够完善,有待继续研究与发展。展望智能控制的发展,我们应该: (1) 与智能控制的目标和定义相比,智能控制研究尚存在一些需要解决的问题。人脑的结构和功能要比人们想象的复杂得多,人工智能和智能控制研究面临的困难要比我们估计的重大得多,智能科学工作者的研究任务要比我们讨论过的艰巨得多。同时,要从根本上了解人脑的结构与功能,解决面临的困难,完成人工智能和智能控制的研究任务,需要寻找和建立更新的智能控制框架和理论体系,为智能控制的进一步发展打下稳固 (2) 与人工智能相似的是,智能控制技术是人工智能技术与其它信息处理技术,尤其是信息论、系统论、控制论和认识工程学等的集成。从学科结构的观点来看,提出了不同的思想,其中,智能控制的四元交集结构是最有代表性的一种集成思想。在智能控制领域内已集成了许多不同的控制方案,如模糊自学习神经控制就集成了模糊控制、学习控制和神经

智能控制技术的发展现状及心得体会

智能控制技术的发展现状及心得体会摘要：在此综述了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国内外发展和现状。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创新的挑战，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：智能控制模糊控制神经网络遗传算法一、引言智能控制作为当今的一种交叉前沿学科，其研究中心始终是解决传统控制理论、方法（包括经典控制、现代控制、自适应控制、鲁棒控制、大系统方法等）所难以解决的不确定性问题。自智能控制概念的提出，自动控制界纷纷仿效，主流是人工智能技术引入到自动控制系统中，寻求难以精确建模的复杂系统的自动控制(自治)。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”。二、智能控制的性能特点智能控制是自动控制发展的新的阶段，主要用来解决那些用传统方法难以解决的复杂、非线性和不确定的系统控制问题。智能控制系统具有以下几个特点：(1)较强的学习能力：能对未知环境提供的信息进行识别、记忆、学习、融合、分析、推理，并利用积累的知识和经验不断优化、改进和提高自身的控制能力； (2)较强的自适应能力：具有适应受控对象动力学特性变化、环境特性变化和运行条件变化的能力； (3)较强的容错能力：系统对各类故障具有自诊断、屏蔽和自恢复能力； (4)较强的鲁棒性：系统性能对环境干扰和不确定性因素不敏感； (5)较强的组织功能：对于复杂任务和分散的传感信息具有自组织和协调功能，使系统具有主动性和灵活性； (6)实时性好：

智能控制习题参考答案

1．递阶智能控制系统的主要结构特点有哪些。答：递阶智能控制是在研究早期学习控制系统的基础上，从工程控制论角度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。递阶智能控制系统是由三个基本控制级（组织级、协调级、执行级）构成的。如下所示： 1. 组织级组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储交换单元内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。其结构如下： 2．协调级协调级是组织级和执行级间的接口，承上启下，并由人工智能和运筹学共同作用。协

调级借助于产生一个适当的子任务序列来执行原指令，处理实时信息。它是由不同的协调器组成，每个协调器由计算机来实现。下图是一个协调级结构的候选框图。该结构在横向上能够通过分配器实现各协调器之间的数据共享。 3. 执行级执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。其结构模型如下：

2．信息特征，获取方式，分层方式有哪些？答：一、信息的特征 1，空间性：空间星系的主要特征是确定和不确定的（模糊）、全空间和子空间、同步和非同步、同类型和不同类型、数字的和非数字的信息，比传统系统更为复杂的多源多维信息。 2，复杂性：复杂生产制造过程的信息往往是一类具有大滞后、多模态、时变性、强干扰性等特性的复杂被控对象，要求系统具有下层的实时性和上层的多因素综合判断决策能力，以保证现场设备局部的稳定运行和在复杂多变的各种不确定因素存在的动态环境下，获得整个系统的综合指标最优。 3，污染性：复杂生产制造过程的信息都会受到污染，但在不同层次的信息受干扰程度不同，层次较低的信号受污染程度较大。二、获取方式信息主要是通过传感器获得，但经过传感器后要经过一定的处理来得到有效的信息，具体处理方法如下： 1，选取特征变量可分为选择特征变量和抽取特征变量。选择特征变量直接从采集样本的全体原始工艺参数中选择一部分作为特征变量。抽取特征变量对所选取出来的原始变量进行线性或非线性组合，形成新的变量，然后去其中一部分作为特征变量。 2，滤波的方法数字滤波用计算机软件滤波，通过一定的计算程序对采样信号进行平滑加工，提高信噪比，消除和减少干扰信号，以保证计算机数据采集和控制系统的可靠性。模拟滤波用硬件滤波。 3，剔除迷途样本使用计算机在任意维空间自动识别删除迷途样本。三、分层方式 1，通过计算机系统进行信号分层 2，人工指令分层 3，通过仪器设备进行测量，将数据进行分层 4，先归类，后按照一定的规则集合分层 3．详细描述数据融合的流程和方法答：数据融合是指利用计算机对按时序获得的若干观测信息，在一定准则下加以自动分析、综合，以完成所需的决策和评估任务而进行的信息处理。一、数据融合的流程：分析数据融合目的和融合层次→→智能地选择合适的融合算法→→将空间配准的数据（或提取数据的特征或模式识别的属性说明）进行有机合成→→准确表示或估计。有时还需要做进一步的处理，如"匹配处理"和"类型变换"等，以便得到目标的更准确表示或估计。具体可分为： 1，特征级融合经过预处理的数据→→特征提取→→特征级融合→→融合属性说明 2，像元级融合