分层递阶自组织控制概述.doc

智能控制导论
黄霞20071302019
分层递阶自组织控制概述
摘要：智能控制在现代控制理论中占据着重要的地位，且是解决现代复杂大系统控制问题的有效方法。作为智能控制最早的理论之一，分层递阶自组织控制已广泛应用于各个领域，因此，学习了解分层递阶自组织控制的基本原理及其应用对于学习智能控制是十分必要的。本文概括地介绍了分层递阶自组织控制的基本结构和原理，并以其在全自主移动机器人和智能交通中的应用概述了其在各个领域的应用情况。
关键字：智能控制，分层递阶自组织控制，基本原理，应用
引言
控制理论自产生至今经历了三个发展阶段，前两个阶段分别为“经典控制理论”时期和“现代控制理论”时期；而到了20世纪70年代末，控制理论向着“大系统理论”、“智能控制理论”和“复杂系统理论”的方向发展。在这一阶段中，有关系统的研究从简单到复杂，人们面临的是解决大系统、巨系统和复杂系统的控制问题。智能控制理论是研究和模拟人类只能活动及其控制与信息传递过程的规律，研制具有某些拟人智能的工程控制与信息处理系统的理论。
智能控制就是能在适应环境变化的过程中模仿人和动物所表现出来的优秀控制能力（动觉智能）的控制[1]。智能控制是人工智能技术、计算机科学技术与自动控制技术交叉的产物。控制的要求、人工智能的方法和计算机软硬件基础构成了智能控制发展的基础。智能控制自被提出以来，已逐渐形成了：分级递阶自组织控制、模糊控制、神经网络控制和仿人智能控制等方向。
分层递阶自组织控制即分级递阶智能控制(hierarchicallyintelligentcontrol)，它是在研究早期学习控制系统的基础上，并从工程控制论的角度总结人工智能与自适应、自学习和自组织控制的关系之后而逐渐地形成的，也是智能控制的最早理论之一，它对智能控制系统的形成起到了重要的作用。
分层递阶自组织控制理论的提出与发展
60年代，自动控制理论和技术的发展已渐趋成熟，控制界的学者为了提高控制系统的自学习能力，开始注意将人工智能技术与方法应用于控制系统。1966年J.M门德尔首次主张将人工智能用于飞船控制系统的设计；1971年著名学者傅京逊从发展学习控制的角度首次正式提出智能控制这个新兴的学科领域。
美国的Saridis教授首次提出了分层递阶的控制结构形式，他在1977年出版了"随机系统的自组织控制(Self-OrganizingControlofStochasticSystems)"一书,同年发表综述文章"朝向智能控制的实现(TowardtheRealizationofIntelligentControls)"。在这两篇著作中论述了从通常的反馈控制到最优控制、随机控制,再到自适应控制、自学习控制、自组织控制,并最终向智能控制这个更高阶段发展的过程。其控制智能是根据分级管理系统中十分重要的“精度随智能提高而降低（IPDI）”的原理而逐级分配的。这种分级递阶控制系统是由组织级、协调级和执行级组成。其控制精度由下而上逐级递减,智能程度由下而上逐级增加。他在理论上的一个重要供献是定义了"熵"作为整个智能控制系统性能的度量,并对每一级定义了熵的计算方法,证明了在执行级的最优控制等价于使某种熵最小的控制方法。80年代后期,他对原有的工作进行了重要的改进,在最新的研究中采用神经元网络中的Boltzmann机来实现组织级的功能,并利用Petri网为工具来实现协调级的功能。组织级代表控制系统的主导思想，具有最高的智能水平，涉及知识的表示与处理，由人工智能起主导作用。协调级为组织级和执行级之间的连接装置，涉及决策方式的表示，由人工智能和运筹学起主导作用。执行级是智能控制系统的最低层次，要求具有最高的控制精度，由常规控制理论进行控制。
分层递阶自组织控制的基本原理与基本结构
2.1分层递阶自组织控制的基本结构
目前智能递阶控制理论主要有两类，一类是由Saridis提出的基于3个控制层和IPDI(IncreasingPrecisionwithDecreasingIntelligent)原理的三级递阶智能控制理论，另一类是由Villa提出的基于知识描述/数学解析的两层混合智能控制理论。这里讲的主要是Saridis的分级智能控制理论。
Saridis提出的分级递阶智能控制理论按照IPDI的原则分级管理系统，它由组织级、协调级、执行级三级组成的，如图1所示[2]：
精度递增
智能递增

图1分层递阶自组织控制系统结构示意图
1、组织级(Organizationlevel)
组织级是递阶智能控制系统的最高级，具有最高的智能程度，对精度的要求不高。它能够模仿人的行为功能，具有相应的学习能力和高级决策的能力。它组织监视并指导协调级和执行级的所有行为。组织级能够根据用户对任务的不完全描述与实际过程和环境的有关信息，组织任务，提出适当的控制模式