智能控制的机遇与挑战

传统控制理论面临的难题
    (1) 传统控制系统的设计与分析是建立在精确的系统数学模型基础上的,而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等,一般无法获得精确的数学模型。
    (2) 研究这类系统时,必须提出并遵循一些比较苛刻的假设,而这些假设在应用中往往与实际不相吻合。
    (3) 对于某些复杂的和包含不确定性的对象,根本无法以传统数学模型来表示,即无法解决建模问题。
    (4) 为了提高性能,传统控制系统可能变得很复杂,从而增加了设备的初投资和维修费用,降低系统的可靠性。

人工智能对自动控制的影响
    人工智能影响了许多具有不同背景的学科,它的发展已促进自动控制向着更高的水平──智能控制(intelligent control)发展。人工智能和计算机科学界已经提出一些方法、示例和技术,用于解决自动控制面临的难题。例如,简化处理松散结构的启发式软件方法(专家系统外壳、面向对象程序设计和再生软件等;基于角色(actor)或艾真体(agent)的处理超大规模系统的软件模型;模糊信息处理与控制技术;进化计算、遗传算法、自然计算以及基于信息论和人工神经网络的控制思想和方法等。