【導(dǎo)讀】智能控制作為當(dāng)今多學(xué)科交叉的前沿領(lǐng)域之一，是應(yīng)用人工智能的理。境下，仿效人的智能，實現(xiàn)對系統(tǒng)的控制。1985年IEEE在美國紐約召開了第一。屆智能控制研討會，隨后成立了IEEE智能控制專業(yè)委員會。第一屆國際智能控制大會，標(biāo)志著智能控制領(lǐng)域的形成。20世紀(jì)90年底至今，的多元化，而且在應(yīng)用實踐方面取得了重大進(jìn)展。等)所難以解決的不確定性問題。控制學(xué)科所面臨的控制對象的復(fù)雜性、環(huán)境的。智能控制通常被理解為智能化的自動控制系統(tǒng)，其研究的主流在自動。決復(fù)雜系統(tǒng)的控制問題，這一點已得到專家的共識。基于這種認(rèn)識，人們將各種。學(xué)科大膽地應(yīng)用于控制中引出了許多新理論和新方法。①模糊控制；②神經(jīng)網(wǎng)絡(luò)控制；③專家控制；④分層遞階控制；⑤學(xué)習(xí)控制等。在本篇讀書報告中，我主要從控制方法方面依次介紹了專家控制，模糊控制，一般的專家控制系統(tǒng)由三部分組成，一是控制機(jī)制，如下圖2為一個專家控制系統(tǒng)的典型結(jié)構(gòu)圖。

　　

【正文】 ”要滿足一些必要的收斂條件，在系統(tǒng)不滿足目前的一般收斂條件的情況下能否利用這一方法，需要哪樣的技術(shù)處理及新的改進(jìn)措施 。 通過這段時間對學(xué)習(xí)控制的學(xué)習(xí)，我了解到學(xué)習(xí)控制已成為智能控制的一個重要領(lǐng)域， 學(xué)習(xí)與掌握學(xué)習(xí)控制的基本原理和技術(shù)能夠明顯增強(qiáng) 我們處理實際控制問題的能力，并提供對含有不確定性現(xiàn)實世界的敏銳理解。 從目前的研究工作來看，學(xué)習(xí)控制研究已經(jīng)發(fā)展成為智能控制的一個新的發(fā)展方向，我們相信，在不久的將來，學(xué)習(xí)控制研究將會成為最熱門的研究課題之一，也將在實際工程中越來越被廣泛地應(yīng)用 。 五 分層遞階控制 1． 概述 分層 遞階智能控制系統(tǒng) (Hierarchically Intelligent Control System)是在研究早期學(xué)習(xí)控制系統(tǒng)的基礎(chǔ)上，并從工程控制論的角度總結(jié)人工智能與自適應(yīng)、自學(xué)習(xí)和自組織控制的關(guān)系之后而逐漸形成的，是智能控制的最早理論之一。 現(xiàn)有兩種分級遞階控制理論：（ 1）基于知識 /解析混合多層智能控制理論；（ 2）“精度遞增伴隨智能遞減”的分層 遞階智能控制理論 。 其中，應(yīng)用最為廣泛的是由薩里迪斯提出的基于 3 個控制層次和 IPDI 原理的三層 遞階智能控 制系統(tǒng)。 該理論主要應(yīng)用于解決大型復(fù)雜系統(tǒng)的控制問題 ， 復(fù)雜系統(tǒng)的結(jié)構(gòu)特點是：系統(tǒng)階次高，其子系統(tǒng)相互關(guān)聯(lián)，系統(tǒng)的滯價目標(biāo)多但又有可能相互沖突、含有不確定性因素。 2. 基本思想 系統(tǒng) 的基本 結(jié)構(gòu) 遞階智能控制系統(tǒng)由三個基本控制級構(gòu)成 ,其級聯(lián)交互結(jié)構(gòu)如圖 1 所示。 圖 1 分層 遞階控制 系統(tǒng)結(jié)構(gòu) （一） 組織級 ：負(fù)責(zé)整個系統(tǒng)的推理、規(guī)劃、決策、長期記憶、信息交流等，是智能最高的級別，主要進(jìn)行的是基于知識的各種信息處理和決策。 （二） 協(xié)調(diào)級 ： 由不同的協(xié)調(diào)器組成 ,每個協(xié)調(diào)器由微型計算機(jī)來實現(xiàn)。一旦由組織級產(chǎn)生和選擇的最好任務(wù)序列 (完備規(guī)劃 )被送到協(xié)調(diào)級 ,就提供了全部必要的細(xì)節(jié) ,成功地執(zhí)行了所選規(guī)劃。在有可能達(dá)到最小時間性能指標(biāo)的地方 ,執(zhí)行并行任務(wù)。該結(jié)構(gòu)在橫向上能夠通過分配器實現(xiàn)各協(xié)調(diào)器間的數(shù)據(jù)共享。 （三） 執(zhí)行級 ： 執(zhí)行由協(xié)調(diào)級發(fā)出的指令。根據(jù)具體要求對每個控制問題進(jìn)行分析。執(zhí)行級由許多與專門協(xié)調(diào)器相聯(lián)接的執(zhí)行裝置組成的。每個執(zhí)行裝置由 協(xié)調(diào)器發(fā)出的指令進(jìn)行訪問。 系統(tǒng)遞階結(jié)構(gòu)描述 遞階控制系統(tǒng)是指系統(tǒng)各子系統(tǒng)的控制作用是由按照一定優(yōu)先級和 從層關(guān)系安排的決策單元實現(xiàn)的。同級決策單元之間可平行工作（對下級實施作用），并受上級干預(yù)，各子系統(tǒng)可通過上級交換信息。其多層描述結(jié)構(gòu)圖（圖 1）如下： 將圖 1 展開后形成多級多目標(biāo)結(jié)構(gòu) ， 如圖 2 所 示 ： 即：當(dāng)系統(tǒng)由若干可分且相互關(guān)聯(lián)的子系統(tǒng)組成時，可將所有決策單元 一定支配關(guān)系遞階排列，同一級各單元要受上一級的干預(yù)，同時又對下一級決策單元施加影響，同一級決策單元若有互相沖突的決策目標(biāo)，由上一級決策單元加以協(xié)調(diào)，所以便于多級多目標(biāo)結(jié)構(gòu)，形成金字塔形，同級間不交 換信息，上下級間交換信息，協(xié)調(diào)的最終目標(biāo)是使全局達(dá)到優(yōu)化或近似優(yōu)化。 從圖中看出，所謂多層描述，實際是對一個復(fù)雜系統(tǒng)的決策問題縱向分解，按任務(wù)的復(fù)雜程度分成若干個子決策層（ r 層）。而多級描述則是考慮各自系統(tǒng)的關(guān)聯(lián)，將決策問題進(jìn)行橫向分解（ n 級）。 該控制系統(tǒng)的智能主要體現(xiàn)在高層上（即第一級）。在這一層遇到的問題大都有不確定性，所以需要采用基于知識的組織級，便于利用人的直覺推理邏輯和經(jīng)驗等知識，其工作過程可從兩個方面來描述： ①從橫向上看，把一個復(fù)雜系統(tǒng)分解成若干相互關(guān)聯(lián)的子系統(tǒng)，單獨配置控自組織 自適應(yīng) 直接控制 最優(yōu)化 被控系統(tǒng) 自動 選擇模型結(jié)構(gòu)與控制，適應(yīng)環(huán)境改變 關(guān)于模型和控制規(guī)律的自適應(yīng) 確定控制器的設(shè)定值 圖 1 多層控制結(jié)構(gòu) 制器，便于直接控制 ，使復(fù)雜問題得以簡化。 ②從縱向上看，把控制整個復(fù)雜系統(tǒng)所需要的知識的多少（或所需的智能的程度）從高到低進(jìn)行分解，形成多層次， 圖 2 多級多目標(biāo)結(jié)構(gòu) 遞階控制的一般原理 其基本原理是把一個總體問題 P 分解成有限數(shù)量的子問題 Pi， P 的目標(biāo)應(yīng)使復(fù)雜系統(tǒng)的總體準(zhǔn)則取得極值。 （ 1）是不考慮各子問題 Pi之間的關(guān)聯(lián)時，各子問題的解就是總體問題 P 的解：即 [P1， P2， Pn]的解 即為 P 的解。 （ 2）是考慮各自問題 Pi 之間的關(guān)聯(lián)時（實際情況也是如此），因而產(chǎn)生沖突（即耦合作用），所以就必須引入一個干預(yù)向量或協(xié)調(diào)參數(shù)λ，用以解決由于關(guān)聯(lián)而產(chǎn)生的沖突，即 [P1(? )， P2(? )， Pn(? )]的 解 即為 P 的解。 遞階控制中的協(xié)調(diào)問題就是選擇λ， 從而 使 從某個初值 經(jīng)迭代達(dá)到終值，從而使遞階控制達(dá)到最優(yōu)。 3. 個人總結(jié) 分層遞階控制帶給我最大的收獲還是它的 分層 思想 ，而在實際的工程應(yīng)用中，該理論主要應(yīng)用于解決大型復(fù)雜系統(tǒng)的控制問題，通過自己查看的相關(guān)文獻(xiàn)，浙江大學(xué)的 一些學(xué)者 在做 將 分層遞階控制應(yīng)用于造紙過程 的相關(guān)工作 ； 此外 ， 它還 可以應(yīng)用在汽車自主駕駛系統(tǒng)中，這些應(yīng)用都是大型復(fù)雜系統(tǒng)的控制問題。 比如， 2020 年將一個四層遞階控制系統(tǒng)用于紅旗車自主的自動駕駛，它主要是以任務(wù)層分解為基礎(chǔ)，提出了四層模塊化汽車自 主 駕駛控制系統(tǒng)結(jié)構(gòu)，四個層次依次是：任務(wù)規(guī)劃 、行為決策、行為規(guī)劃和操作控制。系統(tǒng)各層從時間跨度、空間范圍、所關(guān)注的環(huán)境信息、邏輯推理方式，以及對完成控制目標(biāo)所負(fù)有的責(zé)任均有所不同。 分層遞階智能控制理論是當(dāng)前控制領(lǐng)域的研究熱點之一， 隨著計算機(jī)軟、硬件技術(shù)的飛速發(fā)展和智能化技術(shù)的日趨成熟，各種模型和分析綜合方法層出不窮，新的理論和研究成果不斷出現(xiàn)， 并已在實際工程應(yīng)用中顯示出巨大的威力和發(fā)展?jié)摿Α? 結(jié)束語 首先，通過本學(xué)期對《智能控制》的學(xué)習(xí)， 我分別對 模糊控制 、 神經(jīng)網(wǎng)絡(luò)控制 、 專 家控制 、分層 遞階控制 和學(xué)習(xí) 控制 進(jìn)行了系統(tǒng)的學(xué)習(xí)，并著重了解了 自己的分組課題 專家控制 。在本讀書報告中， 我 結(jié)合自己今后的研究方向， 在每章內(nèi)容的最后個人總結(jié)部分分別介紹了自己的心得體會以及個人的想法。 現(xiàn)在簡要總結(jié)如下：一、 專家控制 ，我從中發(fā)現(xiàn)了自己所學(xué)專業(yè) petri 網(wǎng)和專家控制知識表示的契合點，通過查閱文獻(xiàn)，我了解到國內(nèi)的 好多學(xué)者都在做 petri 網(wǎng)知識表示方法的相關(guān)研究，這為我自己今后的學(xué)習(xí)提供了一個很好的方向；二、模糊控制，作為一種 研究和處理模糊性現(xiàn)象的一種數(shù)學(xué)理論和方法 ，它以不確定的物理事物為研究對象，更加接 近工程實用； 三、神經(jīng)網(wǎng)絡(luò)控制， 我所學(xué) petri 網(wǎng) 作為系統(tǒng)建模工具， 雖然有很強(qiáng)的推理能力，但它也有 其 相應(yīng)的弊端和缺點， 難以精確描述故障發(fā)生的不確定性， Petri 網(wǎng)與神經(jīng)網(wǎng)絡(luò)相結(jié)，建立故障診斷的模糊神經(jīng)網(wǎng)絡(luò) Petri 網(wǎng)模型，能夠提高故障診斷系統(tǒng)的精度；四、學(xué)習(xí)控制， 學(xué)習(xí)與掌握學(xué)習(xí)控制的基本原理和技術(shù)能夠明顯增強(qiáng)我們 處理實際控制問題的能力，并提供對含有不確定性現(xiàn)實世界的敏銳理解； 五、分層控制， 該理論主要應(yīng)用于解決大型復(fù)雜系統(tǒng)的控制問題，通過自己查看的相關(guān)文獻(xiàn)， 一些學(xué)者在做將分層遞階控制應(yīng)用于造紙過程的相關(guān)工作，還 可以應(yīng)用在汽車自主駕駛系統(tǒng)中。 其次， 智能控制作為當(dāng)今多學(xué)科交叉的前沿領(lǐng)域之一， 它能夠 解決用傳統(tǒng)的方法難以解決的復(fù)雜系統(tǒng)的控制問題 。 但是，在實際的工程應(yīng)用中， 很多控制方法還處于理論研究階段，還沒有真正意義的實際應(yīng)用。我希望經(jīng)過相關(guān)學(xué)者的進(jìn)一步研究，將來智能控制能 夠得到廣泛應(yīng)用， 給人類的生活帶來新的變革。 最后， 感謝老師給我們提供了這種獨特新穎的“沙龍式”課堂教學(xué)模式，讓我們 從普通課堂的被動聽課，變成主動學(xué)習(xí)。在課堂的學(xué)術(shù)討論中增進(jìn)知識；課題分組中增強(qiáng)我們同一課題組的團(tuán)隊意識；課堂報告中鍛煉 講解能力。此外，本學(xué)期我們不僅學(xué)到了智能控制領(lǐng)域的知識，更重要的是從學(xué)習(xí)思考的過程中，學(xué)習(xí)了科學(xué)的思想方法，拓展 了我們的視野，豐富了我們的思維模式，為我們今后的研究生的學(xué)習(xí)方法 、思維方式提供了很好的借鑒。