智能控制的结构理论与分类详解

1.结构理论

智能控制是一门多学科交叉的理论和技术，其结构理论可用下式表述：

IC＝AI∩AC∩OR

式中 IC——智能控制（Intelligent Control）；

OR——运筹学（Operation Research）；

AI——人工智能（Artificial Intelligence）；

AC——自动控制（Automatic Control）；

∩——交集。

人工智能（AI）：是一个知识处理系统，具有记忆、学习、信息处理、形式语言、启发式推理等功能。

自动控制（AC）：描述系统的动力学特性，是一种动态反馈。

运筹学（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。

对智能控制的结构理论，还有一些专家表述为二元说、三元说和四元说，如图2-1所示，目前多数学者赞同三元说。其更详细的学科交叉关系如图2-2所示。

图2-1 智能控制的结构理论

a）二元结构 b）三元结构 c）四元结构(www.xing528.com)

综合上述，智能控制就是应用人工智能的理论与技术和运筹学的优化方法，并将其同控制理论方法与技术相结合，在未知环境下，仿效人的智能，实现对系统的控制。可见，智能控制代表着自动控制学科发展的最新进程。

2.智能控制的分类

智能控制是以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有专家系统、模糊控制、神经网络控制、遗传算法等技术。

（1）专家系统

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、分析，由此对系统进行控制，在解决复杂的高级推理中获得较为成功的应用。但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，而且还涉及自动获取知识困难、无自学能力、知识面太窄等问题，实际应用相对还是比较少。

（2）模糊控制

模糊控制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，可适用于任意复杂对象的控制。但在实际应用中，模糊控制实现简单的应用控制比较容易，所谓简单控制是指单输入单输出（SISO）系统或多输入单输出（MISO）系统的控制，随着输入输出变量的增加，模糊控制的推理将变得非常复杂，求解比较困难。

（3）神经网络控制

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，能表示出丰富的特性，如并行计算、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，因此适用于任意复杂对象的控制，并擅长于单输入多输出系统和多输入多输出系统的多变量控制，但其过程和算法显得较复杂。

（4）遗传算法

遗传算法作为一种非确定的模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，它可以和其他技术融合使用，用于智能控制的参数、结构或环境的最优控制。

智能控制技术可以单独使用，也可以融合使用，所以智能控制系统种类很多，应用广泛。

图2-2 学科交叉关系