吳宏鑫，常亞菲

0 引 言

人工智能是研究用機器描述、模仿、延伸和擴展人的“智能”以及動物智能的技術(shù).人工智能自1956年提出以來，歷經(jīng)60多年的研究發(fā)展，取得了很大進展，特別是近10年來，人們以極大熱情推動和發(fā)展人工智能技術(shù).無論在智能制造、工農(nóng)業(yè)生產(chǎn)、航天航空、航海和國防建設(shè)以及智能穿戴、家庭服務(wù)、健康服務(wù)等各方面都出現(xiàn)了非?？上驳木置?

智能控制是1971年正式提出[1]，是人工智能一個極其重要的應(yīng)用領(lǐng)域.智能控制的基本思想就是把人類智能特征引入到控制系統(tǒng)中或者說在控制系統(tǒng)中引入人工智能技術(shù)，使系統(tǒng)具有某種智能的控制能力.智能控制需要人工智能技術(shù)，而僅僅研究了人工智能不一定能實現(xiàn)智能控制.

一門新學(xué)科新技術(shù)的產(chǎn)生往往是由于人們對未知世界探索的好奇心以及社會環(huán)境的需要.而學(xué)科和技術(shù)的發(fā)展主要取決于其可滿足社會發(fā)展的需求、社會客觀條件和基礎(chǔ)，且其發(fā)展能為人類社會帶來很大好處.智能控制的產(chǎn)生和發(fā)展完全符合上述規(guī)律.“智能控制”首先由一部分人研究提出，當(dāng)時大家感到新鮮，一度很熱，然而過不久就漸漸冷下來了，其原因如下：

(1)對智能控制認(rèn)識與研究的片面性

智能控制的基本目標(biāo)是解決已有傳統(tǒng)控制方法難以對付的復(fù)雜系統(tǒng)的控制問題以及控制對象的自主運行問題.智能控制區(qū)別于傳統(tǒng)控制的基本特征是把人的智能引入控制系統(tǒng)，使其具有人的智能特征.因此，應(yīng)從智能控制的目標(biāo)與基本特征來研究智能控制，特別是要引入人的智能，包括人腦思維智能，人眼、耳等感覺智能，人的四肢協(xié)調(diào)動作的智能.若研究僅局限于控制器算法，則無法取得突破性進展.

(2)前一時期實際工程任務(wù)對智能控制需求并不強烈

從傳統(tǒng)航天器控制來看，大量航天器控制一般使用傳統(tǒng)方法，如PID控制，即能完成90%以上的任務(wù).整個工業(yè)中，尤其是我國一般產(chǎn)品生產(chǎn)，其中97%左右PID也能完成.而高水平的航天控制與高質(zhì)量、節(jié)能排污控制，由于各種因素人們重視程度不夠，所以對智能控制需求無緊迫性.而現(xiàn)在隨著工業(yè)自動化進展，從國防上無人機控制到深空探測、智能制造，機器人參加工農(nóng)業(yè)生產(chǎn)，參加人類服務(wù)、參加對有危險或人們不愿意干的工作而需要機器人去干的工作越來越多.目前，發(fā)展智能控制具有迫切需求.

(3)研究智能控制更需要深入實際，結(jié)合實際，解決實際問題

控制領(lǐng)域研究人員如果僅是搞一些算法研究，對實際情況不了解，是很難有成就的.傳統(tǒng)控制理論研究過程基本上是找一個數(shù)學(xué)模型，研究一個控制器，做一些仿真，然后用一個穩(wěn)定證明的研究思路，這在智能控制中顯然是行不通的.智能控制要求控制工程技術(shù)人員必須了解實際對象特征、控制要求、實際系統(tǒng)組成、所需信息的來源以及執(zhí)行機構(gòu)特性等.

面向新時期的智能技術(shù)發(fā)展需求，智能控制除了研究各種新的控制算法之外，還必須從系統(tǒng)角度研究“智能”的實現(xiàn)方法.本文將對智能控制系統(tǒng)進行簡述并提出一些研究構(gòu)想.

1 智能控制系統(tǒng)的基本概念

所謂智能控制系統(tǒng)，即具有人類智慧的控制系統(tǒng)，其可驅(qū)動智能機器獨立自主地實現(xiàn)目標(biāo)，控制過程無需人工干預(yù)[2].

智能控制系統(tǒng)的本質(zhì)是仿人或仿智，即宏觀結(jié)構(gòu)上以知識和經(jīng)驗為基礎(chǔ)的擬人控制系統(tǒng)，其應(yīng)具備如下幾方面能力：

(1)感知和認(rèn)知的能力，這是智能控制的前提.所謂感知就是能對外界環(huán)境和被控對象本身運動、狀態(tài)的感覺和測量；所謂認(rèn)知就是能認(rèn)識所感知事物的外形、質(zhì)地、運動特征等；

(2)在線規(guī)劃和學(xué)習(xí)的能力，這是智能控制的核心.通過學(xué)習(xí)事物運動規(guī)律、抓住事物的主要矛盾和主特征，進行預(yù)先規(guī)劃與學(xué)習(xí)；

(3)推理決策的能力.可根據(jù)控制目標(biāo)要求和當(dāng)前狀態(tài)進行預(yù)測、規(guī)劃、決策，實施有效的自主操作和控制；

(4)多執(zhí)行機構(gòu)協(xié)調(diào)操控的能力，這是智能控制系統(tǒng)具備類人能力的基礎(chǔ).人有手、足等多種執(zhí)行機構(gòu)；作為智能控制系統(tǒng)，若實現(xiàn)多目標(biāo)、多功能、高性能控制，須具備多執(zhí)行機構(gòu)協(xié)同能力以滿足不同需求.

2 智能控制系統(tǒng)的目的和任務(wù)

隨著科技發(fā)展和社會進步，人類對深空深海的探索朝著更遠更深的方向發(fā)展，對探測器的智能自主需求愈發(fā)迫切；綠色高效高質(zhì)的工業(yè)化發(fā)展需求日益顯著，工業(yè)生產(chǎn)過程自動化從單性能指標(biāo)到多性能指標(biāo)，從工藝參數(shù)控制到高質(zhì)量控制；惡劣危險的作業(yè)環(huán)境嚴(yán)重危害人類健康，機器人替代人類完成高危工作的需求與日俱增.深空深海探測、智能制造、智能機器人等領(lǐng)域發(fā)展需求迫切，要求控制系統(tǒng)具備在復(fù)雜且不確定環(huán)境下自主運行和強適應(yīng)高性能的控制能力，傳統(tǒng)控制技術(shù)遇到了困難，研究智能控制是自動控制發(fā)展的必然趨勢.

面向國防建設(shè)、深空探測、智能制造、智能機器人領(lǐng)域飛速發(fā)展的迫切需求，智能控制作為一門新型學(xué)科必將登上科技發(fā)展的舞臺.解決傳統(tǒng)控制方法難以解決的難題，提高社會生產(chǎn)效率，提高人民的生活質(zhì)量水平是發(fā)展智能控制系統(tǒng)的目標(biāo)和任務(wù)，具體而言：

(1)解決已有傳統(tǒng)控制方法無法或很難解決的控制問題.傳統(tǒng)控制方法面臨的諸多難題包括：①不穩(wěn)定非最小相位系統(tǒng)的自適應(yīng)控制問題，其廣泛存在于飛行器控制系統(tǒng)中；②快變系統(tǒng)的自適應(yīng)控制問題，例如具有復(fù)雜不確定性的高超聲速飛行器在快速再入過程中，飛行器呈現(xiàn)動力學(xué)快變現(xiàn)象；③分布式控制和多目標(biāo)協(xié)同控制，例如衛(wèi)星編隊、大面積柔性帆板的形狀與指向控制等多體集群控制系統(tǒng).

(2)解決控制系統(tǒng)自主運行問題.例如，航天器自主導(dǎo)航、制導(dǎo)和控制問題；地外星表探測器、環(huán)境惡劣的工業(yè)系統(tǒng)、健康服務(wù)系統(tǒng)等的自主運行問題.美國等國家早在20世紀(jì)80年代就開始研究并制定了一系列的支持政策，明確實現(xiàn)“衛(wèi)星自主化”和無人機參加戰(zhàn)爭等軍事需求.楊嘉墀院士在1995年世界IFAC大會上指出“由于傳統(tǒng)控制技術(shù)在空間飛行器姿態(tài)和軌道控制方面存在問題，各空間國家十多年前就發(fā)展智能自主控制技術(shù)，對中國來說，發(fā)展這項技術(shù)更有其必要性”[3].

(3)解決突發(fā)事件情況下的可靠運行問題，特別是遇到未預(yù)料事件出現(xiàn)情況的控制、決策和處理問題，具備臨場決策、自主故障診斷與重構(gòu)等能力.

3 智能控制系統(tǒng)的結(jié)構(gòu)和組成

3.1 智能控制系統(tǒng)結(jié)構(gòu)

對于復(fù)雜對象的高性能控制，其智能控制系統(tǒng)結(jié)構(gòu)，一般有三種構(gòu)型[4]：

(1)集散型

復(fù)雜的智能控制系統(tǒng)是由多個子系統(tǒng)組成，各子系統(tǒng)之間有聯(lián)系也相互獨立.一方面，應(yīng)盡可能獨立控制，以防止一個子系統(tǒng)出現(xiàn)故障影響其他子系統(tǒng)；然而它又是一個整體，應(yīng)保持統(tǒng)一管理與操作.另一方面，控制運行有多個不同階段，不同狀態(tài)既可有聯(lián)系，又可無聯(lián)系，因而必須有全面統(tǒng)一的規(guī)劃，其系統(tǒng)結(jié)構(gòu)應(yīng)采用集中管理、分散控制的集散型.

(2) 多重主從型

根據(jù)Saridis三級智能控制的基本原理，針對復(fù)雜系統(tǒng)、任務(wù)多目標(biāo)的情況，可根據(jù)任務(wù)不同采用主從型的多級管理與控制，即主要指揮級承擔(dān)總?cè)蝿?wù)的規(guī)劃，分層管理和智能決策；中間級負責(zé)系統(tǒng)狀態(tài)特征識別、分析判斷、邏輯推理和決策，并且負責(zé)協(xié)調(diào)、調(diào)用、組織各種控制策略以及各種故障的分析與處理.中間級應(yīng)服從最高級管理，它對最高級是從級，而對具體控制級又是主級.根據(jù)系統(tǒng)復(fù)雜程度可分為多層中間級；最下層是執(zhí)行級，這一級負責(zé)獲取信息、具體控制策略的運行和輸出執(zhí)行.每一級又對上一級服從，對下一級指揮，同時又具有獨立工作能力.在系統(tǒng)設(shè)計中，最高級可決定采用不同中間級.若最高級出故障，中間級又可升級代替最高級指揮.

(3)人機結(jié)合型

實現(xiàn)由規(guī)劃性預(yù)見的決策智能，如Alpha Go早期版本，結(jié)合了數(shù)百萬人類圍棋專家的棋譜，形成落子選擇器、棋局評估器兩個決策大腦，并通過強化監(jiān)督學(xué)習(xí)進行自我訓(xùn)練.

3.2 智能控制系統(tǒng)組成

智能控制系統(tǒng)作為一類擬人的控制系統(tǒng)，其基本組成包括：感知與認(rèn)知、規(guī)劃和學(xué)習(xí)、推理和決策、診斷與重構(gòu)以及多執(zhí)行部件協(xié)同.

(1)感知和認(rèn)知

感知與認(rèn)知是基于對被控對象和外部世界的認(rèn)識，形成知識.

1)感知是獲取外界信息的手段

感知包含對外界物理和化學(xué)量的測量，通過視覺敏感外界環(huán)境并進行圖像識別；通過嗅覺系統(tǒng)、觸覺系統(tǒng)來仿真皮膚的觸覺.特別地，對于不能直接測量和獲取的信息，可通過智能方法從間接信息推得需要的信息，如電解鋁濃度信息的獲取過程，這是一般控制系統(tǒng)所不具備的.

2)認(rèn)知是通過認(rèn)識所感知事物形成知識

①建立事物特征的知識庫

感知到東西存在，但需要認(rèn)識其是什么東西，運動特征和性質(zhì)如何.如導(dǎo)彈防御系統(tǒng)，測量出有飛行物，但還必須知道該飛行物是什么東西.若知道對方是導(dǎo)彈，還要知道其運動速度、位置特征等.

如何能認(rèn)識感知的事物，在智能控制系統(tǒng)中或在計算機中應(yīng)有這一事物特征的知識存儲，即建立所研究對象各種特征的認(rèn)知庫.一個人看到一個物體，若已見過，則很快認(rèn)識這是什么.如一只小貓，小孩一見就知道是貓，這是因為在小孩腦中已存在一個貓的形狀特點，當(dāng)看到與腦中存儲貓的特征相同時，即可知道是貓.

計算機系統(tǒng)必須具有一個很大的存儲器，將要研究對象的特征規(guī)則，一般離線儲存在存儲器的各種認(rèn)知對象的特征庫中.此外，還需建立一整套存取與更新規(guī)則，并且具有在線實時修改的知識庫.如下棋，智能計算機離線存入下棋規(guī)則的庫，而且在下棋過程中還不斷學(xué)習(xí)與積累新的知識庫，按規(guī)則形成預(yù)測、推理、決策.它比人對規(guī)則的運行快，如有一個人不按常規(guī)下棋，計算機機器人可能失敗，但會記錄下失敗全過程，并且自動學(xué)習(xí)新規(guī)則庫，如下次再遇此人，一般就會勝過此人.

②建立不斷學(xué)習(xí)積累新庫新知識的方法

這就是說，除了有一個離線積累的特征庫和規(guī)則庫，同時還要有一個隨時運行，可隨時修改的庫，暫且叫運行知識和規(guī)則庫.此內(nèi)容經(jīng)實踐可行就可轉(zhuǎn)入總特征及規(guī)則庫，如不行再修改.

(2)規(guī)劃和學(xué)習(xí)

機器學(xué)習(xí)是智能控制與其他控制最根本的區(qū)別，是智能控制的核心.

1)有一個總體規(guī)劃及實時修改的規(guī)則.智能控制系統(tǒng)必須對控制任務(wù)有一個全面規(guī)劃，要有離線規(guī)劃和在線實時規(guī)劃.

2)學(xué)習(xí)包括事先或離線學(xué)習(xí)得到各種知識，如控制理論已有知識.控制算法還必須在系統(tǒng)運行中不斷學(xué)習(xí)，修改已有控制算法參數(shù)和控制規(guī)則，如參數(shù)估計就是一種在線學(xué)習(xí)方法.智能控制的參數(shù)估計具有永久保存的能力，不像自適應(yīng)控制中參數(shù)估計過程不保存.

3)研究在線學(xué)習(xí)的新方法.學(xué)習(xí)的關(guān)鍵是根據(jù)運行數(shù)據(jù)，提取特征和抓主要矛盾，以此找到優(yōu)化結(jié)果.學(xué)習(xí)就是要能從大量數(shù)據(jù)中尋找新知識.目前也有不少學(xué)習(xí)或深度學(xué)習(xí)方法，但對實時在線控制還要進一步研究.

(3)推理和決策

為推理決策和控制，還必須要有性能評估和預(yù)測，要在運行過程中評價控制性能，并預(yù)測可能的未來結(jié)果.

在學(xué)習(xí)和認(rèn)知的條件下，按已有規(guī)則分析推導(dǎo)，再用控制性能評價或修改已有推導(dǎo)規(guī)則和決策，以及預(yù)測當(dāng)前的決策和控制將對未來有什么影響.如飛行器返回再入落點預(yù)報[5]，這是準(zhǔn)確回收的關(guān)鍵.

(4)診斷與重構(gòu)

一個智能控制系統(tǒng)必須有對系統(tǒng)本身故障的自主診斷能力和對系統(tǒng)在線運行過程中的重構(gòu)能力，否則難以實現(xiàn)自主運行.其方法有離線、在線與離線結(jié)合型等.

(5)多執(zhí)行部件協(xié)同

人在復(fù)雜行為操控時，會調(diào)動眼睛、軀體、四肢等多部位，來完成操控任務(wù).一個智能控制系統(tǒng)亦需具備多個執(zhí)行部件，并可實現(xiàn)多執(zhí)行部件間的協(xié)同操控，例如，機器人踢足球等.通過多執(zhí)行機構(gòu)的有效協(xié)同，提高操控的可靠性和操控精度.

4 智能控制的方案和算法

近50年智能控制的發(fā)展產(chǎn)生了各種智能控制方案，盡管這些方案都是圍繞某個具體問題的某一種實現(xiàn)方法，還不像傳統(tǒng)控制那樣具有系統(tǒng)的理論體系和明確的數(shù)學(xué)工具，但這些方法的產(chǎn)生為自動控制的發(fā)展，為一些實際工程任務(wù)的完成起到了很大作用，下面就已發(fā)表的幾類主要智能控制方案作一些簡單介紹[6-8].

(1)分級遞階智能控制.分級遞階智能控制是從系統(tǒng)的整個任務(wù)的觀點出發(fā)，總結(jié)了人工智能與自適應(yīng)控制、自學(xué)習(xí)控制和自組織控制的關(guān)系后逐漸形成的，是智能控制系統(tǒng)最早的控制方案之一.其有兩種比較重要的理論，知識基/解析混合多層智能控制和Saridis三級智能控制.

(2)專家控制.專家控制的基本點是在與控制專家的不斷交互中獲得專業(yè)經(jīng)驗，形成控制規(guī)則，達到模仿控制專家的操作，這是控制論與專家系統(tǒng)相結(jié)合的產(chǎn)物，其中主要代表有J.K.Astrom等提出的專家控制和智能PID控制.

(3)模糊控制.模糊控制系統(tǒng)是以美國控制論專家L.A.Zadeb于1965年提出模糊集和模糊推理為基礎(chǔ)，并將此應(yīng)用于控制系統(tǒng)之中.它的最大特點是無需精確對象模型，是人機結(jié)合進行控制的一種較好方式，主要針對系統(tǒng)階數(shù)未知、控制性能要求一般且允許在線調(diào)試的控制.

(4)神經(jīng)網(wǎng)絡(luò)控制.神經(jīng)網(wǎng)絡(luò)是在現(xiàn)代神經(jīng)科學(xué)研究成果的基礎(chǔ)上提出來的，把神經(jīng)網(wǎng)絡(luò)作為一門學(xué)科引入智能控制中來，形成了智能控制的一個分支，即神經(jīng)網(wǎng)絡(luò)控制.神經(jīng)網(wǎng)絡(luò)具有并行處理機制、學(xué)習(xí)能力和聯(lián)想記憶能力，特別地，深度神經(jīng)網(wǎng)絡(luò)已在圖像、語音識別等人工智能領(lǐng)域廣泛應(yīng)用且效果顯著.

(5)基于機理特征構(gòu)造的控制.基于機理特征構(gòu)造的控制是根據(jù)動力學(xué)的機理特征，以及結(jié)合人的經(jīng)驗知識，通過對控制規(guī)律特征的提取而構(gòu)造的控制.我們所提出的基于特征模型的黃金分割控制、邏輯微分控制、邏輯積分控制、基于特征模型的雙誤差自適應(yīng)控制等即屬于這類控制.①黃金分割控制是由全系數(shù)自適應(yīng)控制理論和方法發(fā)展的一種新型控制律，該方法基于對象的特征結(jié)構(gòu)，并結(jié)合經(jīng)驗知識，選取黃金分割系數(shù)作為控制參數(shù)，既簡單又有極強的魯棒性，已成功應(yīng)用于多個實際工程.②邏輯微分的控制原理是需要微分時加微分，不需要微分時能夠減少或取消微分.它與一般微分控制律不同之處在于邏輯微分作用是根據(jù)設(shè)計人員的經(jīng)驗知識對控制動態(tài)性能的不同要求而設(shè)計的，具有自動增加和減少微分的功能，而一般微分則不具有這種能力.③邏輯積分的原理與邏輯微分類似，可根據(jù)當(dāng)前控制誤差的大小自動的增加和減小積分的功能.④基于特征模型的雙誤差自適應(yīng)控制是在現(xiàn)有基于估計誤差的基礎(chǔ)上，引入控制誤差來自適應(yīng)調(diào)節(jié)特征模型參數(shù)，提高系統(tǒng)響應(yīng)速度的同時，提高控制精度.

(6)基于視覺、觸覺等多源感知信息的自主規(guī)劃與控制.例如，地外天體表面探測器利用多種視覺敏感信息進行自主軌跡規(guī)劃與避障.

智能控制系統(tǒng)中常用的機器學(xué)習(xí)算法分為有監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和增強學(xué)習(xí)[9].有監(jiān)督學(xué)習(xí)需要外部的指導(dǎo)，由外部信息確定提供樣本的時機、性能誤差和停機條件.這種算法包括BP算法、遺傳算法等.無監(jiān)督學(xué)習(xí)無需外部指導(dǎo)，只依賴于局部信息和內(nèi)部控制.增強學(xué)習(xí)用于目標(biāo)、期望輸出不明確的情況，是有監(jiān)督學(xué)習(xí)的一種.外部信息不像有監(jiān)督學(xué)習(xí)那樣具有直接作用，而更多地利用外部信息評估系統(tǒng)的狀態(tài)和性能.目前，增強學(xué)習(xí)得到廣泛研究，并成功用于機械臂控制、任務(wù)規(guī)劃等智能控制系統(tǒng)中.

5 智能控制系統(tǒng)的基礎(chǔ)：特征建模與在線學(xué)習(xí)

智能控制系統(tǒng)并非僅依賴于數(shù)學(xué)模型，而是根據(jù)積累的經(jīng)驗和知識進行在線推理確定或變換控制策略，而這些經(jīng)驗和知識反映系統(tǒng)運動狀態(tài)所有動態(tài)特征信息[7].特征模型是對智能控制系統(tǒng)動態(tài)特征定量和定性描述相結(jié)合的模型，它是針對問題求解和控制指標(biāo)要求不同，對系統(tǒng)動態(tài)特征信息空間的一種劃分.

(1)特征建模是最基礎(chǔ)的研究

1)智能控制系統(tǒng)五個重要組成部分的共同基礎(chǔ)是抓特征.

智能控制系統(tǒng)的五個重要組成部分是感知和認(rèn)知，在線規(guī)劃和機器學(xué)習(xí)，推理決策與控制，故障診斷與重構(gòu)以及多執(zhí)行部件協(xié)同，其共同基礎(chǔ)是研究特征建模.

感知和認(rèn)知需要建立認(rèn)知的特征庫，在線規(guī)劃與學(xué)習(xí)也必須有一個頂層設(shè)計與規(guī)劃，從大量數(shù)據(jù)中尋找新知識，尋找決定運動性質(zhì)的規(guī)則與特征，要抓住主要矛盾；至于推理決策直接就是利用已掌握的特征和運動規(guī)律進行分析推理和決策進行控制；故障診斷的基礎(chǔ)是根據(jù)系統(tǒng)運行狀態(tài)的特征來分析和確定故障；多執(zhí)行部件協(xié)同的基礎(chǔ)也是根據(jù)各部件的特征來進行協(xié)同.所以，對系統(tǒng)提取特征的方法和對不同系統(tǒng)的特征提取是一個要共同研究的基礎(chǔ).

2)特征建模是控制理論與控制工程的橋梁.

為實現(xiàn)智能控制的目的和任務(wù)，必須要研究特征建模.例如一個高階參數(shù)未知開環(huán)不穩(wěn)定對象，用傳統(tǒng)控制理論方法是很難設(shè)計出滿足性能要求的控制器.

例高階線性定常參數(shù)未知，開環(huán)不穩(wěn)定狀態(tài)不可測，系統(tǒng)只能量測輸出量和控制輸入.

像這樣一個對象狀態(tài)不可測，bm,…b0，an-1,…a0未知，開環(huán)不穩(wěn)定，目前如不用特征建模方法是很難設(shè)計一個滿足性能要求的控制器，而用特征建模方法，問題就很簡單.

3)抓特征信息具有最廣泛的應(yīng)用前景.

一個漫畫家畫人形很快畫出一個人，使認(rèn)識的外人一看就知道是誰，如一條狗一看照片就知道是狗，那么構(gòu)成狗外形特征是什么？首先要存入數(shù)據(jù)庫，然后利用數(shù)據(jù)對比方法；又如虹膜識別和臉部識別，都是建立個人的虹膜特征庫，臉部特征庫，所以提出特征、建立特征模型庫是研究智能控制的一個基礎(chǔ)研究.

控制系統(tǒng)中的特征建模，即根據(jù)不同對象的動力學(xué)特征、控制目標(biāo)、環(huán)境特征，建立不同形式的特征模型庫，是控制系統(tǒng)要研究的基礎(chǔ)問題.

4)特征建模從哲學(xué)的角度看就是在復(fù)雜事物中抓主要矛盾.

任何復(fù)雜對象中運行的主要矛盾和特征是少數(shù)，特征模型的確定和提取，是研究問題的思想方法.特征模型形式有數(shù)學(xué)表示，邏輯語言，圖像特征等.

從1992年開始，我們在控制中提出特征建模，特征建模就是將動力學(xué)特征、控制性能要求和環(huán)境特征相結(jié)合建立特征量運動規(guī)律，從而解決了高階參數(shù)未知對象的控制器設(shè)計方法.特征建模僅僅是抓特征的一種數(shù)學(xué)描述方法，該方法已在復(fù)雜高階對象控制中取得了成功應(yīng)用，并起了很好的作用.其實在信息時代，各種信息都必須研究其特征，建立特征模型數(shù)學(xué)描述形式，提取特征模型中特征量，研究特征模型中特征參數(shù)的辨識問題.

(2)進一步深入研究特征模型——自學(xué)習(xí)

自學(xué)習(xí)是衡量智能控制系統(tǒng)智能水平的重要標(biāo)志，它在控制規(guī)則知識庫與環(huán)境互相作用中不斷使自己得到改進和完善.

特征模型是一種自學(xué)習(xí)與自適應(yīng)的具體方法.人具有自學(xué)習(xí)和自適應(yīng)能力，而最根本的是學(xué)習(xí).自學(xué)習(xí)要有知識庫，人每次通過學(xué)習(xí)記在腦中，機器則存入存儲裝置.知識包括學(xué)習(xí)的理論知識、實踐經(jīng)驗知識、運行的各種現(xiàn)象記錄分析、各種調(diào)試結(jié)果的記錄以及實時獲取的各種信息.根據(jù)這些知識積累，在遇到新問題時，通過分析推理機構(gòu)決策、擬定采取的新措施并在實驗中驗證措施的好壞，再做修改.

學(xué)習(xí)有兩種，一種是離線學(xué)習(xí)，比如學(xué)習(xí)已有的控制理論、數(shù)學(xué)等有關(guān)知識，并對被控對象特征等了解掌握，將這些離線存入計算機中.另一種就是在線學(xué)習(xí)，即針對具體對象在控制過程中不斷學(xué)習(xí)、總結(jié)、修改已有控制決策.只有這兩種學(xué)習(xí)結(jié)合才能起到自學(xué)習(xí)作用.GIS就是離線和在線學(xué)習(xí)相結(jié)合產(chǎn)生需要的新知識——地圖知識，是獲得到達目的地的最優(yōu)路程規(guī)劃[10].

6 結(jié) 論

本文是智能控制系統(tǒng)簡述和研究構(gòu)想，其中有些構(gòu)想已在進行，有些是理想.隨著科技發(fā)展和社會需求，不同階段不同關(guān)鍵問題應(yīng)有不同的研究，應(yīng)從基礎(chǔ)理論、方法、技術(shù)、系統(tǒng)和元部件等研究方面相協(xié)調(diào)，以建立真正的智能控制系統(tǒng)，為復(fù)雜航天控制、復(fù)雜工業(yè)控制系統(tǒng)提供有益支撐.

致謝:

為紀(jì)念楊嘉墀院士誕辰100周年，為他提出的航天器智能自主控制思想，特寫此文.

本文吸收了研究團隊北京控制工程研究所的研究成果，在此表示感謝.