【正文】 l of a major problem is robust stability, now monly used in three ways: (1) When the system is studied with state matrix or features polynomial algebra in description generally USES the method, the center is to discuss the problem or matrix of the stability of polynomial problem。 (5) Of the intelligent control system. 2. Nonlinear Control (Nonlinear Control) Nonlinear control is the theory of plex control of an important basic problem, but also a difficult subject, the development of linear system with almost parallel. The development of the nonlinear system, mathematical tools is a very difficult question, Taylor series development for some situation is not applicable. The classical theory of the phase plane law only applies to the second order systems, apply to contain a nonlinear element of high order system describing function method is also a kind of approximate method. Because of the lack of nonlinear system research system, the general theory and methods, and prehensive methods to get bigger development, basically have: (1) The lyapunov method: it is by far the most perfect, the most general nonlinear method, but because of its general, used to analysis the stability or used to calm when lack structure are prehensive sex. (2) Variable structure control: because its sliding mode has to interfere with the perturbation, j, to the 8039。 (3) System getting information is not only the mathematical information, more important is to text symbols, images, graphics, sounds, etc, all kinds of information. Intelligent control is in the process of development, there still exist many problems of further researches: (1) Explore a new intelligent control theory。又有人提出一種網(wǎng)絡(luò)自組織控制器 ,采用變斜率的最速梯度下降學(xué)習(xí)算法 ,應(yīng)用在非線性跟蹤控制中。對(duì)于復(fù)雜不確定性問(wèn)題具有自適應(yīng)能力 。 (4)模型參考自適應(yīng)系統(tǒng) 。神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中可充當(dāng)對(duì)象的模型 ,還可充當(dāng)控制器。找出可遵循的一般設(shè)計(jì)原則。最 近有人提出神經(jīng) ——模糊 Inter3融合控制模型 ,即把融合結(jié)構(gòu)、融合算法及控制合為一體進(jìn)行設(shè)計(jì)。 模糊控制的類型有 : (1)基本模糊控制器 ,一旦模糊控制表確定之后 ,控制規(guī)則就固定不變了 。這種方法已被用于工程設(shè)計(jì)中 ,如 Hoo 最優(yōu)靈敏度控制 器設(shè)計(jì)。 魯棒控制認(rèn)為系統(tǒng)的不確定性可用模型集來(lái)描述 ,系統(tǒng)的模型并不唯一 ,可以 是模型集里的任一元素 ,但在所設(shè)計(jì)的控制器下 ,都能使模型集里的元素滿足要求。 (Robust Control) 過(guò)程控制中面臨的一個(gè)重要問(wèn)題就是模型不確定性 ,魯棒控制主要解決模型的不確定性問(wèn)題 ,但在處理方法上與自適應(yīng)控制有所不同。 (3)自動(dòng)修正控制器的參數(shù)。因此最近又有學(xué)者提出引入新的、更深刻的數(shù)學(xué)工具去開(kāi)拓新的方向 ,例如 :微分動(dòng)力學(xué)、微分拓?fù)渑c代數(shù)拓?fù)?、代?shù)幾何等。由于非線性系統(tǒng)的研究缺乏系統(tǒng)的、一般性的理論及方法 ,于是綜合方法得到較大的發(fā)展 ,主要有 : (1)李雅普諾夫方法 :它是迄今為止最完善、最一般的非線性方法 ,但是由于它的一般性 ,在用來(lái)分析穩(wěn)定性或用來(lái)鎮(zhèn)定綜合時(shí)都欠缺構(gòu)造性。 (5)智能控制的實(shí)現(xiàn)問(wèn)題。 智能控制正處于發(fā)展過(guò)程中 ,還存在許多有待研究的問(wèn)題 : (1)探討新的智能控制理論 。智能控制用于生產(chǎn)過(guò)程 ,讓計(jì)算機(jī)系統(tǒng)模仿專家或熟練操作人員的經(jīng)驗(yàn) ,建立起以知識(shí)為基礎(chǔ)的廣義模型 ,采用符號(hào)信息處理、啟發(fā)式程序設(shè)計(jì)、知識(shí)表示和自學(xué)習(xí)、推理與決策等智能化技術(shù) ,對(duì)外界環(huán)境和系統(tǒng)過(guò)程進(jìn)行理解 、判斷、預(yù)測(cè)和規(guī)劃 ,使被控對(duì)象按一定要求達(dá)到預(yù)定的目的。智能控制的注意力并不放在對(duì)數(shù)學(xué)公式的表達(dá)、計(jì)算和處理上 ,而放在對(duì)任務(wù)和模型的描述 ,符號(hào)和環(huán)境的識(shí)別以及知識(shí)庫(kù)和推理機(jī)的設(shè)計(jì)開(kāi)發(fā)上。 (3)系統(tǒng)獲取的信息不僅是數(shù)學(xué)信息 ,更重要的是文字符號(hào)、圖像、圖形、聲音等各種信息。 (4)利用現(xiàn)有的非線性技術(shù)分析閉環(huán)系統(tǒng)的特性 。古典理論中的 “相平面 ”法只適用于二階系統(tǒng) ,適用于含有一個(gè)非線性元件的高階系統(tǒng)的 “描述函數(shù) ”法也是一種近似方法。 ”但這種方法也有它的缺點(diǎn) ,體現(xiàn)在它的復(fù)雜性、無(wú)層次性、準(zhǔn)線性控制以及空間測(cè)度被破壞等。 (2)給出一種控制律以使被控系統(tǒng)達(dá)到期望的性能指標(biāo) 。最近 ,非線性系統(tǒng)的自適應(yīng)控制 ,基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控 制又得到重視 ,提出一些新的方法。而魯棒控制在設(shè)計(jì)控制器時(shí)盡量利用不確定性信息來(lái)設(shè)計(jì)一個(gè)控制器 ,使得不確定參數(shù)出現(xiàn)時(shí)仍能滿足性能指標(biāo)要求。 (3)頻域法從傳遞函數(shù)出發(fā)研究問(wèn)題 ,有代表性的是 Hoo 控制 ,它用作魯棒性分