【正文】 統(tǒng)，以實(shí)現(xiàn)預(yù)期的控制目標(biāo)； ；(如非線性、多變量、時變、環(huán)境擾動等)進(jìn)行有效的全局控制，并具有較強(qiáng)的容錯能力。二、智能控制的主要方法 模糊控制模糊控制是基于模糊推理和模仿人的思維方法，對難以建立精確數(shù)學(xué)模型的對象實(shí)施的一種控制，其成功應(yīng)用的根源在于模糊邏輯本身提供了由專家構(gòu)造語言信息并將其轉(zhuǎn)化為控制策略的一種系統(tǒng)的推理方法，以模糊集合、模糊語言變量與模糊邏輯推理為基礎(chǔ)，以先驗(yàn)知識和專家經(jīng)驗(yàn)為控制規(guī)則。其基本思想是用機(jī)器模擬人對系統(tǒng)的控制,就是在被控對象的模糊模型的基礎(chǔ)上運(yùn)用模糊控制器近似推理等手段,實(shí)現(xiàn)系統(tǒng)控制。在實(shí)現(xiàn)模糊控制時主要考慮模糊變量的隸屬度函數(shù)的確定,以及控制規(guī)則的制定二者缺一不可。 專家控制專家控制是智能控制的一個重要部分，它在將人工智能中專家系統(tǒng)的理論和技術(shù)同自動控制的理論和方法有機(jī)結(jié)合的基礎(chǔ)上，在未知環(huán)境下模仿專家的智能，實(shí)現(xiàn)對系統(tǒng)的有效控制。專家系統(tǒng)一般由知識庫、推理機(jī)、解釋機(jī)制和知識獲取系統(tǒng)等組成。知識庫用于存儲某一領(lǐng)域?qū)＜业慕?jīng)驗(yàn)性知識、原理性知識、可行操作與規(guī)則等，可通過知識獲取系統(tǒng)對原有知識進(jìn)行修改和擴(kuò)充。推理機(jī)根據(jù)系統(tǒng)信息并利用知識庫中知識按一定的推理策略來解決當(dāng)前的問題。解釋機(jī)制對找到的知識進(jìn)行解釋，為用戶提供了一個人機(jī)界面。通過對知識的獲取與組織,按某種策略適時選用恰當(dāng)?shù)囊?guī)則進(jìn)行推理,以實(shí)現(xiàn)對控制對象的控制。專家控制可以靈活地選取控制率,靈活性高?？赏ㄟ^調(diào)整控制器的參數(shù),適應(yīng)對象特性及環(huán)境的變化,適應(yīng)性好。通過專家規(guī)則,系統(tǒng)可以在非線性、大偏差的情況下可靠地工作,魯棒性強(qiáng)。 神經(jīng)網(wǎng)絡(luò)控制神經(jīng)網(wǎng)絡(luò)是模擬人腦神經(jīng)元的活動,利用神經(jīng)元之間的聯(lián)結(jié)與權(quán)值的分布來表示特定的信息,通過不斷修正連接的權(quán)值進(jìn)行自我學(xué)習(xí),以逼近理論為依據(jù)進(jìn)行神經(jīng)網(wǎng)絡(luò)建模,并以直接自校正控制、間接自校正控制、神經(jīng)網(wǎng)絡(luò)預(yù)測控制等方式實(shí)現(xiàn)智能控制。隨著人工神經(jīng)網(wǎng)絡(luò)應(yīng)用研究的不斷深入，新的模型不斷推出，在智能控制領(lǐng)域中，應(yīng)用最多的是BP網(wǎng)絡(luò)Hopfield網(wǎng)絡(luò)等。與傳統(tǒng)控制相比，它具有以下重要特性：○1非線性神經(jīng)元網(wǎng)絡(luò)在理論上可以充分逼近任意非線性函數(shù)；○2自學(xué)習(xí)和自適應(yīng)能力；○3并行式分布處理機(jī)制；○4數(shù)據(jù)融合能力。目前神經(jīng)網(wǎng)絡(luò)在信號處理、系統(tǒng)辨識和優(yōu)化、模式識別、故障診斷、機(jī)器人等多個領(lǐng)域取得成功應(yīng)用，它對智能控制的發(fā)展應(yīng)用將具有重大而深遠(yuǎn)的意義。三、智能控制的應(yīng)用目前，智能控制已經(jīng)被廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)、軍事航空等眾多領(lǐng)域，具有廣闊的發(fā)展前景。主要表現(xiàn)在以下幾個方面：在現(xiàn)代先進(jìn)制造系統(tǒng)中,需要依賴那些不夠完備和不夠精確的數(shù)據(jù)來解決難以或無法預(yù)測的情況,人工智能技術(shù)為解決這一難題提供了有效的解決方案。智能控制隨之也被廣泛地應(yīng)用于機(jī)械制造行業(yè),它利用模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)的方法對制造過程進(jìn)行動態(tài)環(huán)境建模,利用傳感器融合技術(shù)來進(jìn)行信息的預(yù)處理和綜合。利用模糊集合和模糊關(guān)系的魯棒性,將模糊信息集成到閉環(huán)控制的外環(huán)決策選取機(jī)構(gòu)來選擇控制動作。利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)功能和并行處理信息的能力,進(jìn)行在線的模式識別,處理那些可能是殘缺不全的信息。 智能儀器隨著微電子技術(shù)、微機(jī)技術(shù)、人工智能技術(shù)和計算機(jī)通訊技術(shù)的迅速發(fā)展，自動化儀器正朝著智能化、系統(tǒng)化、模塊化和機(jī)電一體的方向發(fā)展，微型計算機(jī)或微處理機(jī)在儀器中得到廣泛應(yīng)用，已成為儀器的核心組成部件之一。它能夠?qū)崿F(xiàn)信息的記憶、判斷、處理、執(zhí)行以及測控過程的操作、監(jiān)視和診斷，因而這類儀器被稱為”智能儀器”。 智能機(jī)器人智能機(jī)器人是一種能夠代替人類在非結(jié)構(gòu)化環(huán)境下從事危險、復(fù)雜勞動的自動化機(jī)器，是集機(jī)械學(xué)、力學(xué)、電子學(xué)、生物學(xué)、控制論、計算機(jī)、人工智能和系統(tǒng)工程等多學(xué)科知識于一身的高新技術(shù)綜合體。機(jī)器人研究者們所關(guān)心的主要研究方向之一是機(jī)器人運(yùn)動的規(guī)劃與控制。一個規(guī)定的任務(wù)出臺之后，設(shè)計人員首先必須作出滿足該任務(wù)要求的運(yùn)動規(guī)劃；然后，規(guī)劃再由控制來執(zhí)行，該控制足以使機(jī)器人適當(dāng)?shù)禺a(chǎn)生所期望的運(yùn)動。 智能監(jiān)控在許多的工業(yè)連續(xù)生產(chǎn)線，其生產(chǎn)過程需要監(jiān)視和控制，以保證高性能和高可靠性。為保持物理參數(shù)具有一定的精度確保產(chǎn)品的優(yōu)質(zhì)高產(chǎn)，我們已在一些連續(xù)生產(chǎn)線或工業(yè)裝置上采用了有效的智能控制模式。例如，旋轉(zhuǎn)水泥窯的模糊控制、汽車工業(yè)的高級模糊邏輯控制、軋鋼機(jī)的神經(jīng)控制、工業(yè)鍋爐的遞階智能控制以及核反器的知識基控制等。 醫(yī)療過程智能控制從70年代中葉起，專家系統(tǒng)技術(shù)就被成功的應(yīng)用于各種醫(yī)療領(lǐng)域。醫(yī)用智能過程控制的新例子之一就是一個用于控制手術(shù)過程中麻醉深度的病人平均動脈血壓(MAP)的模糊邏輯控制系統(tǒng)。MAP是衡量麻醉深度的重要參數(shù)。在該控制系統(tǒng)的設(shè)計和實(shí)現(xiàn)時，我們采用模糊關(guān)系函數(shù)和語言規(guī)則。本系統(tǒng)已在許多不同的外科手術(shù)中得到成功應(yīng)用。四、智能控制的發(fā)展前景智能控制廣泛應(yīng)用于工業(yè)、農(nóng)業(yè)、服務(wù)業(yè)、軍事航空等多個領(lǐng)域，解決了傳統(tǒng)控制無法解決的實(shí)際控制問題。但是智能控制仍然只處于開創(chuàng)性階段。就目前智能控制系統(tǒng)的研究和發(fā)展來看，智能控制還有許多問題有待解決，主要有以下幾點(diǎn)： ○1加強(qiáng)理論研究，給出智能控制的穩(wěn)定性、可測性、可控性、魯棒性定義及準(zhǔn)則；○2解決知識獲取和優(yōu)化的瓶頸問題，特別是動態(tài)系統(tǒng)的知識獲取和分類； ○3加強(qiáng)各種智能控制方法結(jié)合的耦合度； ○4加強(qiáng)學(xué)習(xí)問題的研究，進(jìn)而加快收斂速度，提高實(shí)時控制能力； ○5融入更多領(lǐng)域知識，拓寬智能控制的范圍。智能控制是一門跨學(xué)科、需要多學(xué)科提供基礎(chǔ)支持的科學(xué)，智能控制很難存在普遍、統(tǒng)一的理論體系，因此，建立具有開放性、形式非唯一的集成化智能控制框架是現(xiàn)實(shí)的，也是必要的。參考文獻(xiàn)[1] 安寧，邱瑋煒，[J].技術(shù)與市場,2010,5(17):1011.[2] [J].蕪湖職業(yè)技術(shù)學(xué)院，2010，1(12).[3] [M]．北京：國防工業(yè)出版社，2008.[4]習(xí)玲麗，[J].國立華僑大學(xué)機(jī)電及自動化學(xué)院，2006.[5] 魏峰，胡騰，[J].工業(yè)控制計算機(jī)2007(8).