智能控制阶段优化策略

这是近年来新发展起来的一种控制技术，是人工智能在控制上的应用。智能控制的概念和原理主要是针对被控对象、环境、控制目标或任务的复杂性提出来的，它的指导思想是依据人的思维方式和处理问题的技巧，解决那些目前需要人的智能才能解决的复杂的控制问题。被控对象的复杂性体现为：模型的不确定性；高度非线性；分布式的传感器和执行器；动态突变；多时间标度；复杂的信息模式；庞大的数据量以及严格的特性指标等。而环境的复杂性则表现为变化的不确定性和难以辨识。

试图用传统的控制理论和方法去解决复杂的对象、复杂的环境和复杂的任务是不可能的，原因如下。

①传统的控制理论都是建立在精确模型基础之上的，它们以微分和积分为工具，不是以直接使用工程技术用语描述和解决问题。目前出现的智能机器人等复杂对象，要求突破传统的数学语言的分析与设计方法，寻求新的描述方法。

②传统的控制理论提供了一些方法处理对象的不确定性复杂性，如自适应控制和鲁棒控制，达到优化控制的目的。但由于实际应用中，尤其在工业工程控制中，被控对象的严重非线性，不确定性，工作点的剧烈变化等因素，使得自适应和鲁棒控制应用的有效性受到限制，促使人们采用新的控制技术和方法。(www.xing528.com)

③传统的控制理论输入信息比较单一，而现代的复杂系统必须处理多种形式的信息，进行信息融合。这样的控制系统就要求具有自适应、自学习和自组织的功能，因而需要新一代的控制理论和技术来支持。

智能控制是从“仿人”的概念出发的。一般认为，其方法包括模糊控制，神经元网络控制，专家控制等方法。