智慧型控制是具有智慧型信息處理、智慧型信息反饋和智慧型控制決策的控制方式，是控制理論發展的高級階段，主要用來解決那些用傳統方法難以解決的複雜系統的控制問題。智慧型控制研究對象的主要特點是具有不確定性的數學模型、高度的非線性和複雜的任務要求。
智慧型控制的思想出現於20世紀60年代。當時，學習控制的研究十分活躍，並獲得較好的套用。如自學習和自適應方法被開發出來，用於解決控制系統的隨機特性問題和模型未知問題；1965年美國普渡大學傅京孫(K．S．Fu)教授首先把AI的啟發式推理規則用於學習控制系統；1966年美國門德爾(J．M．Mendel)首先主張將AI用於飛船控制系統的設計。
基本介紹
- 中文名：智慧型控制
- 外文名：intelligent controls
發展,定義,技術基礎,研究對象,特點,套用,
發展
智慧型控制的思想出現於20世紀60年代。當時，學習控制的研究十分活躍，並獲得較好的套用。如自學習和自適應方法被開發出來，用於解決控制系統的隨機特性問題和模型未知問題；1965年美國普渡大學傅京孫(K．S．Fu)教授首先把AI的啟發式推理規則用於學習控制系統；1966年美國門德爾(J．M．Mendel)首先主張將AI用於飛船控制系統的設計。
1967年，美國萊昂德斯(C．T．Leondes)等人首次正式使用“智慧型控制”一詞。1971年，傅京孫論述了AI與自動控制的交叉關係。自此，自動控制與AI開始碰撞出火花，一個新興的交叉領域——智慧型控制得到建立和發展。早期的智慧型控制系統採用比較初級的智慧型方法，如模式識別和學習方法等，而且發展速度十分緩慢。
扎德於1965年發表了著名論文“Fuzzy Sets”，開闢了以表征人的感知和語言表達的模糊性這一普遍存在不確定性的模糊邏輯為基礎的數學新領域——模糊數學。1975年，英國馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關係套用於工業控制系統，提出了能處理模糊不確定性、模擬人的操作經驗規則的模糊控制方法。此後，在模糊控制的理論和套用兩個方面，控制專家們進行廠大量研究，並取得一批令人感興趣的成果，被視為智慧型控制中十分活躍、發展也較為深刻的智慧型控制方法。
20世紀80年代，基於AI的規則表示與推理技術(尤其是專家系統)基於規則的專家控制系統得到迅速發展，如瑞典奧斯特隆姆(K．J．Astrom)的專家控制，美國薩里迪斯(G．M．Saridis)的機器人控制中的專家控制等。隨著20世紀80年代中期人工神經網路研究的再度興起，控制領域研究者們提出並迅速發展了充分利用人工神經網路良好的非線性逼近特性、自學習特性和容錯特性的神經網路控制方法。
隨著研究的展開和深入，形成智慧型控制新學科的條件逐漸成熟。1985年8月，IEEE在美國紐約召開了第一屆智慧型控制學術討論會，討論了智慧型控制原理和系統結構。由此，智慧型控制作為一門新興學科得到廣泛認同，並取得迅速發展。
近十幾年來．隨著智慧型控制方法和技術的發展，智慧型控制迅速走向各種專業領域，套用於各類複雜被控對象的控制問題，如工業過程控制系統、機器人系統、現代生產製造系統、交通控制系統等。
定義
智慧型控制的定義一： 智慧型控制是由智慧型機器自主地實現其目標的過程。而智慧型機器則定義為，在結構化或非結構化的，熟悉的或陌生的環境中，自主地或與人互動地執行人類規定的任務的一種機器。
定義二： K.J.奧斯托羅姆則認為，把人類具有的直覺推理和試湊法等智慧型加以形式化或機器模擬，並用於控制系統的分析與設計中，使之在一定程度上實現控制系統的智慧型化，這就是智慧型控制。他還認為自調節控制，自適應控制就是智慧型控制的低級體現。
定義三： 智慧型控制是一類無需人的干預就能夠自主地驅動智慧型機器實現其目標的自動控制，也是用計算機模擬人類智慧型的一個重要領域。
定義四： 智慧型控制實際只是研究與模擬人類智慧型活動及其控制與信息傳遞過程的規律，研製具有仿人智慧型的工程控制與信息處理系統的一個新興分支學科。
技術基礎
專家系統是利用專家知識對專門的或困難的問題進行描述的控制系統。儘管專家系統在解決複雜的高級推理中獲得了較為成功的套用，但是專家系統的實際套用相對還是比較少的。
模糊邏輯用模糊語言描述系統，既可以描述套用系統的定量模型，也可以描述其定性模型。模糊邏輯可適用於任意複雜的對象控制。
遺傳算法作為一種非確定的擬自然隨機最佳化工具，具有並行計算、快速尋找全局最優解等特點，它可以和其他技術混合使用，用於智慧型控制的參數、結構或環境的最優控制。
神經網路是利用大量的神經元，按一定的拓撲結構進行學習和調整的自適應控制方法。它能表示出豐富的特性，具體包括並行計算、分布存儲、可變結構、高度容錯、非線性運算、自我組織、學習或自學習。這些特性是人們長期追求和期望的系統特性。神經網路在智慧型控制的參數、結構或環境的自適應、自組織、自學習等控制方面具有獨特的能力。
智慧型控制的相關技術與控制方式結合、或綜合交叉結合，構成風格和功能各異的智慧型控制系統和智慧型控制器，這也是智慧型控制技術方法的一個主要特點。
研究對象
智慧型控制研究的主要目標不再是被控對象，而是控制器本身。控制器不再是單一的數學模型解析型，而是數學解析和知識系統相結合的廣義模型，是多種學科知識相結合的控制系統。智慧型控制理論是建立被控動態過程的特徵模式識別，基於知識、經驗的推理及智慧型決策基礎上的控制。一個好的智慧型控制器本身應具有多模式、變結構、變參數等特點，可根據被控動態過程特徵識別、學習並組織自身的控制模式，改變控制器結構和調整參數。
智慧型控制的研究對象具備以下的一些特點：
1. 不確定性的模型
智慧型控制的研究對象通常存在嚴重的不確定性。這裡所說的模型不確定性包含兩層意思：一是模型未知或知之甚少；二是模型的結構和參數可能在很大範圍內變化。
2. 高度的非線性
對於具有高度非線性的控制對象，採用智慧型控制的方法往往可以較好地解決非線性系統的控制問題。
3. 複雜的任務要求
對於智慧型控制系統，任務的要求往往比較複雜。
目前智慧型控制在伺服系統套用中較多的，主要包括專家控制、模糊控制、學習控制、神經網路控制、預測控制等控制方法。
特點
智慧型控制與傳統控制的主要區別在於傳統的控制方法必須依賴於被控制對象的模型，而智慧型控制可以解決非模型化系統的控制問題。與傳統控制相比．
智慧型控制具有以下基本特點：
1)智慧型控制的核心是高層控制．能對複雜系統(如非線性、快時變、複雜多變數、環境擾動等)進行有效的全局控制．實現廣義問題求解．並具有較強的容錯能力。
2)智慧型控制系統能以知識表示的非數學廣義模型和以數學表示的混合控制過程，採用開閉環控制和定性決策及定量控制結合的多模態控制方式。
3)其基本目的是從系統的功能和整體最佳化的角度來分析和綜合系統．以實現預定的目標。智慧型控制系統具有變結構特點，能總體自尋優．具有自適應、自組織、自學習和自協調能力。
4)智慧型控制系統具有足夠的關於人的控制策略、被控對象及環境的有關知識以及運用這些知識的能力。
5)智慧型控制系統有補償及自修復能力和判斷決策能力。
套用
智慧型控制的具體套用主要表現在以下幾個方面：
1)生產過程中的智慧型控制
生產過程中的智慧型控制主要包括局部級智慧型控制和全局級智慧型控制。
局部級智慧型控制是指將智慧型引入工藝過程中的某一單元進行控制器設計。研究熱點是智慧型PID控制器，因為其在參數的整定和線上自適應調整方面具有明顯的優勢，且可用於控制一些非線性的複雜對象。
全局級的智慧型控制主要針對整個生產過程的自動化，包括整個操作工藝的控制、過程的故障診斷、規划過程操作處理異常等。
2)先進制造系統中的智慧型控制
智慧型控制被廣泛地套用於機械製造行業。在現代先進制造系統中，需要依賴那些不夠完備和不夠精確的數據來解決難以或無法預測的情況，人工智慧技術為解決這一難題提供了一些有效的解決方案。
(1)利用模糊數學、神經網路的方法對製造過程進行動態環境建模，利用感測器融合技術來進行信息的預處理和綜合。
(2)採用專家系統為反饋機構，修改控制機構或者選擇較好的控制模式和參數。
(3)利用模糊集合決策選取機構來選擇控制動作。
(4)利用神經網路的學習功能和並行處理信息的能力，進行線上的模式識別，處理那些可能是殘缺不全的信息。
3)電力系統中的智慧型控制
(1)用遺傳算法對電器設備的設計進行最佳化，可以降低成本，縮短計算時間，提高產品設計的效率和質量。
(2)套用於電氣設備故障診斷的智慧型控制技術有模糊邏輯、專家系統和神經網路。
(3)智慧型控制在電流控制PWM技術中的套用是具有代表性的技術套用方向之一，也是研究的新熱點之一。
近年來，智慧型控制技術在國內外已有了較大的發展，已進入工程化、實用化的階段。作為一門新興的理論技術，它還處在一個發展時期。隨著人工智慧技術、計算機技術的迅速發展，智慧型控制必將迎來它的發展新時期。
