物流概述最终优化_智能优化控制

  本文关键词：智能优化控制:概述与展望，，由笔耕文化传播整理发布。

第39卷第11期2013年11月

自动化学报

ACTAAUTOMATICASINICA

Vol.39,No.11November,2013

智能优化控制:概述与展望

辛斌1,2

陈杰1,2

彭志红1,2

摘要从模糊优化控制、神经网络优化控制、模糊神经网络优化控制、基于智能优化方法的优化控制等角度,对国内外与智能优化控制(Intelligentoptimizedcontrol,IOC)密切相关的研究进行了综述,在此基础上对智能优化控制的相关概念进行了深入分析,并对智能优化控制方法进行了分类,最后,对与智能优化控制有关的一些重要问题进行了讨论,并展望了智能优化控制研究未来的发展.关键词引用格式DOI

智能控制,智能优化控制,智能优化,复杂系统的优化控制

辛斌,陈杰,彭志红.智能优化控制:概述与展望.自动化学报,2013,39(11):1831 184810.3724/SP.J.1004.2013.01831

IntelligentOptimizedControl:OverviewandProspect

XINBin1,2

CHENJie1,2

PENGZhi-Hong1,2

AbstractAliteraturereviewregardingintelligentoptimizedcontrol(IOC)isprovidedalongthebranchesincludingfuzzyoptimizedcontrol,neuraloptimizedcontrol,fuzzy-neuraloptimizedcontrol,intelligentoptimizersbasedoptimizedcontrolandsoon.Accordingly,conceptswhicharecloselyrelatedtoIOCareanalyzedindepth.Also,aclassi cationofIOCmethodsispresented.Finally,severalimportantissuesaboutIOCarediscussedandthedevelopmentofIOCinfutureispredicted.Keywordssystems

Intelligentcontrol,intelligentoptimizedcontrol(IOC),intelligentoptimization,optimizedcontrolofcomplex

CitationXinBin,ChenJie,PengZhi-Hong.Intelligentoptimizedcontrol:overviewandprospect.ActaAutomaticaSinica,2013,39(11):1831 1848

控制科学与技术以瓦特发明蒸汽机的飞球调速器为开端,历经了以Nyquist稳定性判据、Evans根轨迹法为代表的经典控制和以状态空间法、最优控制、最优滤波为代表的现代控制两个辉煌的发展阶段,目前正处于智能控制发展时期.智能控制是一种无需或仅需尽可能少的人为干预就能独立地驱动智能机器实现其对目标的自动控制,主要用来解决那些传统控制方法难以解决的复杂系统的控制问题[1 2].也有学者认为,智能控制是一种模拟人类的重要特征的控制方式[3],如模糊控制模拟人类的

录用日期2013-08-28

ManuscriptreceivedJuly4,2013;acceptedAugust28,2013国家杰出青年科学基金(60925011),国家自然科学基金重大国际合作项目(61120106010),国家自然科学基金(61203078),北京市教育委员会共建项目专项资助收稿日期2013-07-04

SupportedbyNationalScienceFundforDistinguishedYoungScholars(60925011),theMajorInternational(Regional)JointResearchProgramofChina(61120106010),NationalNaturalScienceFoundationofChina(61203078),andBeijingEducationCommitteeCooperationBuildingFoundationProject庆祝《自动化学报》创刊50周年专刊约稿

InvitedArticlesfortheSpecialIssueforthe50thAnniversaryofActaAutomaticaSinica

1.北京理工大学自动化学院北京1000812.复杂系统智能控制与决策重点实验室北京100081

1.SchoolofAutomation,BeijingInstituteofTechnology,Bei-jing1000812.KeyLaboratoryofIntelligentControlandDe-cisionofComplexSystems,Beijing100081

结构性知识表达和运用能力,而神经网络控制则模拟生物神经系统的结构以及在此基础上的学习机制,模拟人类的智能也是智能科学的最高目标.但是,对于控制科学研究而言,拟人只是用于解决复杂控制问题的一种手段,智能控制绝不仅仅是模拟人类智能,而是利用各种“智能”方法解决实际问题,智能并不局限于人类的智能,自然界中存在的各种形式的智能(例如社会性生物的群体智能)都可以作为智能控制实现的范式.IEEE控制系统学会给出一种关于智能控制系统的定义—“智能控制系统应具有学习、记忆和大范围的自适应和自组织能力,能够及时适应不断变化的环境,能有效处理各种信息,以减小不确定性,能以安全可靠的方式进行规划、生产和执行控制动作而达到预定的目标和良好的性能指标”().

但是,关于智能控制,至今尚无公认的、统一的定义[2],精确定义智能控制的主要困难在于缺乏人类智能和智能行为的一致定义.就智能控制的类型而言,智能控制包括模糊控制、神经网络控制、专家控制、分层递阶控制、学习控制、仿人智能控制以及各种混合型方法.另外,很多学者将遗传算法等进化计算方法也纳入智能控制的范畴[2,4 7].

  本文关键词：智能优化控制:概述与展望，由笔耕文化传播整理发布。