|
智能控制 (Intelligent Control) |
 |
 |
 |
|
 | Kevin Moore
Engineering, Colorado School of Mines
Contact |
本专业委员会主要介绍和讨论有关智能控制的各种主题。智能控制学科中的控制算法由模拟智能生物系统的一些特性发展而来，近年来由于计算技术的高速发展，智能控制正在成为一门有望为重大技术创新开辟新路径的新兴技术。
智能控制专业委员会 (TCIC) 主页 研究范围 | 当今不断增长的技术需求需要非常复杂的系统，后者又需要高度先进的控制器以便在不利条件下达到并保持系统高性能，这些复杂系统控制中的某些需求是无法通过传统的方法达到的。例如，为了在一个或多个执行器或传感器发生故障时，仍能调整飞机控制来维持其适当的性能，就需要提高当前航空电子系统的性能。类似地，对机器人系统、太空飞船、制造系统、汽车系统、水下和陆地车辆等，为达到更高程度自主操作，对控制系统提出了更高的要求。为了让复杂系统达到如此高的自主行为，可以用智能控制系统和技术来提高现有的控制方法。 智能控制领域融合了系统与控制、计算机科学、运筹学等众多研究领域，这些领域的交叉综合发展出新的研究方向，并为解决这一具有挑战性和充满希望的领域中的问题开拓新视野。通常智能控制系统能够实现下列一个或多个功能以达到自主行为：在不同的层次上规划动作，模仿人类专家行为，从过去的经验中学习，传感器信息融合，识别危害系统的行为 (例如故障) 的变化并做出恰当反应。这样就把专家系统、模糊系统、神经网络、机器学习、多传感器融合、故障诊断和可重构控制等与智能控制密切相关的这些现有的研究领域统一起来了。虽然这些技术为智能控制提供了一些关键的方法，但是复杂系统往往是相互关联的，并且通常是在分层和分布式的架构下运转。因此，多层次智能控制、分布式智能控制和智能系统的体系结构等研究对设计和构造复杂动态系统的智能控制器具有重要的意义。 最后，要特别指出的是： (1) 智能控制器是用非传统方法设计的非线性控制器 (可能是多层次和分布式) ； (2) 设计智能控制器通常是为了在“危险环境”中操作，举例来说，涉及人员安全 (例如飞机或飞船上的) ，或者特别关注的环境问题 (如来自于核电站和过程控制的) 。因此，将数学建模和分析方法用于智能控制系统的行为核查和确认既有可能又有重要意义。 感兴趣的论题 有关的论题包括但不仅限于 智能控制体系结构 多层智能控制 自主控制和模糊逻辑 分布式智能系统 智能系统建模 智能系统的数学分析 离散事件系统 混杂系统 智能控制器设计方法
神经网络 / 神经控制 遗传算法 机器学习 / 自适应系统 规划系统 可重构的控制 多传感器融合 / 集成 故障诊断与辨识
多学科 机器人 制造系统 汽车系统 / 自动化公路系统 飞机 / 飞船 水下 / 陆地运输工具 过程控制 消费产品
建模、分析和设计:
智能控制技术:
应用 / 实现:
|
|
学术活动