第六章智能控制

1第六章第六章 智能控制智能控制 本章将首先介绍智能控制的发展过程和定义；其次分析本章将首先介绍智能控制的发展过程和定义；其次分析智能控制的结构理论和特点；然后阐述智能控制的主要研究领智能控制的结构理论和特点；然后阐述智能控制的主要研究领域；接着探究智能控制系统的机理。域；接着探究智能控制系统的机理。通过本章的学习要掌握智能控制的定义、结构理论和特点，通过本章的学习要掌握智能控制的定义、结构理论和特点，以及分级递阶智能控制系统、专家控制系统、模糊控制系统；以及分级递阶智能控制系统、专家控制系统、模糊控制系统；了解学习控制系统、神经控制系统、进化控制系统。了解学习控制系统、神经控制系统、进化控制系统。2智能控制概述智能控制概述 3智能控制的产生和发展智能控制的产生和发展1.自动控制的发展过程自动控制的发展过程自动控制领域面临上述难题其解决途径是：自动控制领域面临上述难题其解决途径是：(1)推进控制硬件、软件和智推进控制硬件、软件和智能的结合。能的结合。(2)实现自动控制科学与其它相关学科（科学）的结合。实现自动控制科学与其它相关学科（科学）的结合。特别是人工智能的出现和发展，促进了自动控制向着它的更高层次特别是人工智能的出现和发展，促进了自动控制向着它的更高层次-智能智能控制发展。下图是自动控制的发展过程。从人工智能角度看控制发展。下图是自动控制的发展过程。从人工智能角度看,智能控制是智能科智能控制是智能科学的一个新的应用领域；而从自动控制的角度看，智能控制是控制科学一个新学的一个新的应用领域；而从自动控制的角度看，智能控制是控制科学一个新发展的学科。发展的学科。有趣的是，在相当长时间内，很少有人提到控制理论与人工智能的联系。有趣的是，在相当长时间内，很少有人提到控制理论与人工智能的联系。不过，这也不足为奇，因为传统的控制理论不过，这也不足为奇，因为传统的控制理论(包括古典的和近代的包括古典的和近代的)主要涉及对主要涉及对与伺服机构有关的系统或装置进行操作与数学运算，而人工智能所关心的则主与伺服机构有关的系统或装置进行操作与数学运算，而人工智能所关心的则主要与符号运算及逻辑推理有关。要与符号运算及逻辑推理有关。4自动控制的发展过程自动控制的发展过程5线性控制理论线性控制理论 线性控制理论是系统与控制理论中最为成熟和最为基础的一个线性控制理论是系统与控制理论中最为成熟和最为基础的一个组成分支，是现代控制理论的基石。系统与控制理论的其他分支，组成分支，是现代控制理论的基石。系统与控制理论的其他分支，都不同程度地受到线性控制理论的概念、方法和结果的影响和推动。都不同程度地受到线性控制理论的概念、方法和结果的影响和推动。严格地说，一切实际的系统都是非线性的，真正的线性系统在严格地说，一切实际的系统都是非线性的，真正的线性系统在现实世界是不存在的。但是，很大一部分实际系统，它们的某些主现实世界是不存在的。但是，很大一部分实际系统，它们的某些主要关系特性，在一定的范围内，可以充分精确地用线性系统来加以要关系特性，在一定的范围内，可以充分精确地用线性系统来加以近似地代表。并且，实际系统与理想化了的线性系统间的差别，对近似地代表。并且，实际系统与理想化了的线性系统间的差别，对于所研究的问题而言已经小到无关紧要的程度而可予以忽略不计。于所研究的问题而言已经小到无关紧要的程度而可予以忽略不计。因此，从这个意义上说，线性系统或者可线性化的系统又是大量存因此，从这个意义上说，线性系统或者可线性化的系统又是大量存在的，而这正是研究线性系统的实际背景。在的，而这正是研究线性系统的实际背景。简单说，线性系统理论主要研究线性系统状态的运动规律和改简单说，线性系统理论主要研究线性系统状态的运动规律和改变这种运动规律的可能性方法，建立和揭示系统结构、参数、行为变这种运动规律的可能性方法，建立和揭示系统结构、参数、行为和性能间的确定的和定量的关系。在对系统进行研究的过程中，建和性能间的确定的和定量的关系。在对系统进行研究的过程中，建立合理的系统数学模型是首要的前提，对于线性系统，常用的模型立合理的系统数学模型是首要的前提，对于线性系统，常用的模型有时间域模型和频率域模型，时间域模型比较直观，而频率域模型有时间域模型和频率域模型，时间域模型比较直观，而频率域模型则是一个更强大的工具，两者建立的基本途径一般都通过解析法和则是一个更强大的工具，两者建立的基本途径一般都通过解析法和实验法。实验法。6PID控制控制 PID（比例（比例-积分积分-微分）控制器作为最早实用化的控制器已有微分）控制器作为最早实用化的控制器已有50多年历史，现在仍然是应用最广泛的工业控制器。多年历史，现在仍然是应用最广泛的工业控制器。PID控制器简单易控制器简单易懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广懂，使用中不需精确的系统模型等先决条件，因而成为应用最为广泛的控制器。泛的控制器。PID控制器由比例单元（控制器由比例单元（P）、积分单元（）、积分单元（I）和微分单元（）和微分单元（D）组成。其输入组成。其输入e(t)与输出与输出u(t)的关系为的关系为:因此它的传递函数为：因此它的传递函数为：它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定它由于用途广泛、使用灵活，已有系列化产品，使用中只需设定三个参数（三个参数（Kp，Ki和和Kd）即可。在很多情况下，并不一定需要全）即可。在很多情况下，并不一定需要全部三个单元，可以取其中的一到两个单元，但比例控制单元是必不部三个单元，可以取其中的一到两个单元，但比例控制单元是必不可少的可少的。PID控制器是最简单的有时却是最好的控制器控制器是最简单的有时却是最好的控制器7最优控制最优控制 最优控制问题研究的主要内容是：怎样选择控制规律才能使控最优控制问题研究的主要内容是：怎样选择控制规律才能使控制系统的性能和品质在某种意义下为最优，求解最优控制问题的方制系统的性能和品质在某种意义下为最优，求解最优控制问题的方法，目前主要的就是上述的两种方法，另外可能还会用到一些数值法，目前主要的就是上述的两种方法，另外可能还会用到一些数值解法。用这些方法已经成功的解决了许多动态控制问题，如最小时解法。用这些方法已经成功的解决了许多动态控制问题，如最小时间控制，最少燃料控制和最佳调节器等。最优控制已经在航天，航间控制，最少燃料控制和最佳调节器等。最优控制已经在航天，航海，导弹，电力系统，控制装置，生产设备和生产过程中得到了比海，导弹，电力系统，控制装置，生产设备和生产过程中得到了比较成功的应用，而且在经济系统和社会系统中也得到了广泛的应用。较成功的应用，而且在经济系统和社会系统中也得到了广泛的应用。最优控制问题有四个关键点：（最优控制问题有四个关键点：（1）受控对象为动态系统。（）受控对象为动态系统。（2）初始与终端条件（时间和状态）。（初始与终端条件（时间和状态）。（3）性能指标。（）性能指标。（4）容许控制）容许控制。而最优控制问题的实质就是要找出容许的控制作用或控制规律，。而最优控制问题的实质就是要找出容许的控制作用或控制规律，使动态系统（受控对象）从初始状态转移到某种要求的终端状态，使动态系统（受控对象）从初始状态转移到某种要求的终端状态，并且保证某种要求的性能指标达到最小值或者是最大值。并且保证某种要求的性能指标达到最小值或者是最大值。时至今日，最优控制理论的研究，无论在深度或是广度上，都时至今日，最优控制理论的研究，无论在深度或是广度上，都有了较大的进展。然而，随着人们对客观世界认识的不断深化，又有了较大的进展。然而，随着人们对客观世界认识的不断深化，又提出了一系列有待解决的新问题。可以毫不夸张地说，最优控制理提出了一系列有待解决的新问题。可以毫不夸张地说，最优控制理论依旧是极其活跃的科学领域之一。论依旧是极其活跃的科学领域之一。8自适应控制自适应控制 在日常生活中，所谓自适应是指生物能改变自己的习性以适应在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。因此，直观地讲，自适应控制器应当是这样新的环境的一种特征。因此，直观地讲，自适应控制器应当是这样一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的变化。变化。自适应控制的研究对象是具有一定程度不确定性的系统，这里自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的所谓的“不确定性不确定性”是指描述被控对象及其环境的数学模型不是完是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。全确定的，其中包含一些未知因素和随机因素。任何一个实际系统都具有不同程度的不确定性，这些不确定性任何一个实际系统都具有不同程度的不确定性，这些不确定性有时表现在系统内部，有时表现在系统的外部。从系统内部来讲，有时表现在系统内部，有时表现在系统的外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并不一定能准描述被控对象的数学模型的结构和参数，设计者事先并不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性，如确定因素进入系统。面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一指定的性能指标达到并保持最优何设计适当的控制作用，使得某一指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题。或者近似最优，这就是自适应控制所要研究解决的问题。9鲁棒控制鲁棒控制 鲁棒控制（鲁棒控制（Robust Control）方面的研究始于）方面的研究始于20世纪世纪50年代。年代。在过去的在过去的50年中，鲁棒控制一直是国际自控界的研究热点。所谓年中，鲁棒控制一直是国际自控界的研究热点。所谓“鲁棒性鲁棒性”，是指控制系统在一定（结构，大小）的参数摄动下，是指控制系统在一定（结构，大小）的参数摄动下，维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒维持某些性能的特性。根据对性能的不同定义，可分为稳定鲁棒性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定性和性能鲁棒性。以闭环系统的鲁棒性作为目标设计得到的固定控制器称为鲁棒控制器。控制器称为鲁棒控制器。鲁棒控制方法，是对时间域或频率域来说，一般要假设过程鲁棒控制方法，是对时间域或频率域来说，一般要假设过程动态特性的信息和它的变化范围。一些算法不需要精确的过程模动态特性的信息和它的变化范围。一些算法不需要精确的过程模型，但需要一些离线辨识。型，但需要一些离线辨识。一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般鲁棒控制系统的设计是以一些最差的情况为基础，因此一般系统并不工作在最优状态。常用的设计方法有：一般系统并不工作在最优状态。常用的设计方法有：INA方法，方法，同时同时 镇定，完整性控制器设计，鲁棒控制，镇定，完整性控制器设计，鲁棒控制，鲁棒鲁棒PID控制以及控制以及鲁棒极点配置，鲁棒观测器等。鲁棒极点配置，鲁棒观测器等。鲁棒控制方法适用于稳定性和可靠性作为首要目标的应用，鲁棒控制方法适用于稳定性和可靠性作为首要目标的应用，同时过程的动态特性已知且不确定因素的变化范围可以预估。飞同时过程的动态特性已知且不确定因素的变化范围可以预估。飞机和空间飞行器的控制是这类系统的例子。机和空间飞行器的控制是这类系统的例子。102.智能控制的发展智能控制的发展智能控制思潮第一次出现于智能控制思潮第一次出现于60年代，几种智能控制的思想和方法得到提出和发展年代，几种智能控制的思想和方法得到提出和发展。早在。早在30年前，学习控制的研究就十分活跃，并获得应用。学习机器的要领是在控制论年前，学习控制的研究就十分活跃，并获得应用。学习机器的要领是在控制论出现的时候提出的。自学习和自适应方法被开发用于解决控制系统的随机特性问题。出现的时候提出的。自学习和自适应方法被开发用于解决控制系统的随机特性问题。60年代中期，自动控制与人工智能开始交接。年代中期，自动控制与人工智能开始交接。1965年，傅京孙年，傅京孙(K.S.Fu)教授首先教授首先把人工智能的启发式推理规则用于学习控制系统；他又于把人工智能的启发式推理规则用于学习控制系统；他又于1971年论述了人工智能与自年论述了人工智能与自动控制的交接关系。他已成为国际公认的智能控制的先行者和奠基人。动控制的交接关系。他已成为国际公认的智能控制的先行者和奠基人。模糊控制是智能控制的又一活跃研究领域。模糊控制是智能控制的又一活跃研究领域。Zadeh于于1965年发表了他的著名论文年发表了他的著名论文模糊集合（模糊集合（fuzzy sets），开辟了模糊控制的新领域。此后，在模糊控制的理论探索和，开辟了模糊控制的新领域。此后，在模糊控制的理论探索和实际应用两个方面，都进行了大量研究，并取得一批令人感兴趣的成果。实际应用两个方面，都进行了大量研究，并取得一批令人感兴趣的成果。1967年，年，Leondes等人首次正式使用等人首次正式使用智能控制智能控制一词。这一术语的出现要比一词。这一术语的出现要比人工人工智能智能晚晚11年，比年，比机器人机器人晚晚47年。初期的智能控制系统采用一些比较初级的智能方法年。初期的智能控制系统采用一些比较初级的智能方法，如模式识别和学习方法等，而且发展速度十分缓慢。，如模式识别和学习方法等，而且发展速度十分缓慢。近十年来，随着人工智能和机器人技术的快速发展，对智能控制的研究出现一股新近十年来，随着人工智能和机器人技术的快速发展，对智能控制的研究出现一股新的热潮。各种智能决策系统、专家控制系统、学习控制系统、模糊控制、神经控制、主的热潮。各种智能决策系统、专家控制系统、学习控制系统、模糊控制、神经控制、主动视觉控制、智能规划和故障诊断系统等已被应用于各类工业过程控制系统、智能机器动视觉控制、智能规划和故障诊断系统等已被应用于各类工业过程控制系统、智能机器人系统和智能化生产（制造）系统。人系统和智能化生产（制造）系统。113.智能控制学科的形成智能控制学科的形成智能控制新学科形成的条件逐渐成熟。智能控制新学科形成的条件逐渐成熟。1985年年8月，月，IEEE在美国纽约召在美国纽约召开了第一届智能控制学术讨论会。会上集中讨论了智能控制原理和智能控制系开了第一届智能控制学术讨论会。会上集中讨论了智能控制原理和智能控制系统的结构。统的结构。这次会议之后不久，在这次会议之后不久，在IEEE控制系统学会内成立了控制系统学会内成立了IEEE智能控制智能控制专业委员会，该专业委员会组织了对智能控制定义和研究生课程教学大纲的讨专业委员会，该专业委员会组织了对智能控制定义和研究生课程教学大纲的讨论。论。1987年年1月，在美国费城由月，在美国费城由IEEE控制系统学会与计算机学会联合召开了控制系统学会与计算机学会联合召开了智能控制国际会议。这是有关智能控制的第一次国际会议，显示出智能控制的智能控制国际会议。这是有关智能控制的第一次国际会议，显示出智能控制的长足进展；同时也说明了：由于许多新技术问题的出现以及相关理论与技术的长足进展；同时也说明了：由于许多新技术问题的出现以及相关理论与技术的发展，需要重新考虑控制领域及其邻近学科。这次会议及其后续相关事件表明发展，需要重新考虑控制领域及其邻近学科。这次会议及其后续相关事件表明，智能控制作为一门独立学科已正式在国际上建立起来。，智能控制作为一门独立学科已正式在国际上建立起来。12智能控制的定义智能控制的定义 131.智能机器人规划与控制智能机器人规划与控制机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。给出一个规定机器人研究者们所关心的主要研究方向之一是机器人运动的规划与控制。给出一个规定的任务之后，首先必须作出满足该任务要求的运动规划；然后，这个规划再由控制来执的任务之后，首先必须作出满足该任务要求的运动规划；然后，这个规划再由控制来执行，该控制足以使机器人适当地产生所期望的运动。行，该控制足以使机器人适当地产生所期望的运动。智能控制的研究领域智能控制的研究领域 142.生产过程的智能监控生产过程的智能监控许多工业连续生线，如轧钢、化工、炼油、材料加工、造纸和核反应等，其生产过程许多工业连续生线，如轧钢、化工、炼油、材料加工、造纸和核反应等，其生产过程需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度，确保产品需要监视和控制，以保证高性能和高可靠性。为保持物理参数具有一定的精度，确保产品的优质高产，已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转的优质高产，已在一些连续生产线或工业装置上采用了有效的智能控制模式。例如，旋转水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、分布式材料加工水泥窑的模糊控制、汽车工业的高级模糊逻辑控制、轧钢机的神经控制、分布式材料加工系统、分级智能材料处理、智能系统、分级智能材料处理、智能pH值过程控制、塑料剪切过程的智能控制、工业锅炉的值过程控制、塑料剪切过程的智能控制、工业锅炉的递阶智能控制以及核反器的知识基控制等。递阶智能控制以及核反器的知识基控制等。153.智能故障检测与诊断智能故障检测与诊断所有智能故障检测与诊断（所有智能故障检测与诊断（IFDD）系统的一般任务是根据已观察到的状）系统的一般任务是根据已观察到的状况、领域知识和经验，推断出系统、部件或器官的故障原因，以便尽可能及时况、领域知识和经验，推断出系统、部件或器官的故障原因，以便尽可能及时发现和排除故障，以提高系统或装备的可靠性。智能故障检测与诊断系统是一发现和排除故障，以提高系统或装备的可靠性。智能故障检测与诊断系统是一个问题求解的计算机系统，也是一种智能控制系统。它一般由知识库（故障信个问题求解的计算机系统，也是一种智能控制系统。它一般由知识库（故障信息库）、诊断推理机构、接口和数据库等组成。典型的息库）、诊断推理机构、接口和数据库等组成。典型的IFDD系统有太空站热系统有太空站热过程控制系统的故障诊断、火电站锅炉给水过程控制系统的故障检测与诊断和过程控制系统的故障诊断、火电站锅炉给水过程控制系统的故障检测与诊断和雷达故障诊断专家系统等。雷达故障诊断专家系统等。164.自动加工系统的智能控制自动加工系统的智能控制 计算机集成加工系统（计算机集成加工系统（CIMS）和柔性加工系统（）和柔性加工系统（FMS）在近年来获得迅）在近年来获得迅速发展。在一个复杂的加工过程中，不同条件下的多种操作是必要的，以求速发展。在一个复杂的加工过程中，不同条件下的多种操作是必要的，以求保证产品质量。环境的不确定性以及系统硬件和软件的复杂性，向当代控制保证产品质量。环境的不确定性以及系统硬件和软件的复杂性，向当代控制工程师们设计和实现有效的集成控制系统提出了挑战。工程师们设计和实现有效的集成控制系统提出了挑战。175.飞行器的智能控制飞行器的智能控制 自自80年代中叶以来，智能控制已被应用于飞行过程控制，尤其是飞机的俯年代中叶以来，智能控制已被应用于飞行过程控制，尤其是飞机的俯倾倾（flare）和降落（）和降落（landing）控制。一种已经实现的神经网络结构，其输入信号）控制。一种已经实现的神经网络结构，其输入信号包括飞行高度的指令和飞行高度估计值等。所考虑的输入包括当前飞行高度和包括飞行高度的指令和飞行高度估计值等。所考虑的输入包括当前飞行高度和高长比误差值以及前一个仿真段的有关值。此外，还提供了前段的倾斜高度指高长比误差值以及前一个仿真段的有关值。此外，还提供了前段的倾斜高度指令。可训练适应飞行控制器主要由令。可训练适应飞行控制器主要由“教师教师”（人或控制规律）和可训练控制器组（人或控制规律）和可训练控制器组成，而后者则由神经网络（采用成，而后者则由神经网络（采用BP学习算法）实现。整个飞行控制过程由飞机学习算法）实现。整个飞行控制过程由飞机数学模型来表示。下图为一飞行器的飞行智能控制系统的制导、领航和控制结数学模型来表示。下图为一飞行器的飞行智能控制系统的制导、领航和控制结构，其中用虚线表示领航员的作用，以期与计算机的作用进行比较。构，其中用虚线表示领航员的作用，以期与计算机的作用进行比较。186.医疗过程智能控制医疗过程智能控制早从早从70年代中叶起，专家系统技术就被成功的应用于各种医疗领域。作为医用智能过程年代中叶起，专家系统技术就被成功的应用于各种医疗领域。作为医用智能过程控制的新例子，介绍一个用于控制手术过程中麻醉深度的病人平均动脉血压（控制的新例子，介绍一个用于控制手术过程中麻醉深度的病人平均动脉血压（MAP）的）的模糊逻辑控制系统。模糊逻辑控制系统。MAP是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，是衡量麻醉深度的重要参数。在该控制系统的设计和实现时，采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。下图采用模糊关系函数和语言规则。本系统已在许多不同的外科手术中得到成功应用。下图为麻醉深度模糊控制系统的方框图。为麻醉深度模糊控制系统的方框图。197.智能仪器智能控制智能仪器智能控制随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器随着微电子技术、微机技术、人工智能技术和计算机通讯技术的迅速发展，自动化仪器正朝着智能化、系统化、模块化和机电仪一体的方向发展，微型计算机或微处理机在仪正朝着智能化、系统化、模块化和机电仪一体的方向发展，微型计算机或微处理机在仪器中的广泛应用，已成为仪器的核心组成部件之一，它能够实现信息的记忆、判断、处器中的广泛应用，已成为仪器的核心组成部件之一，它能够实现信息的记忆、判断、处理、执行以及测控过程的操作、监视和诊断，并使这类仪器被称为理、执行以及测控过程的操作、监视和诊断，并使这类仪器被称为“智能仪器智能仪器”。比较高级的智能仪器具有多功能、高性能、自动操作、对外接口、比较高级的智能仪器具有多功能、高性能、自动操作、对外接口、“硬件软化硬件软化”和和自自动测试与自动诊断等功能。智能仪器的动测试与自动诊断等功能。智能仪器的“智能智能”仍然较低。通常所说的智能仪器实际上仍然较低。通常所说的智能仪器实际上是是一种微机化的自动化仪器。比较高级的智能仪器大多正在研究之中，其中有一部分已投一种微机化的自动化仪器。比较高级的智能仪器大多正在研究之中，其中有一部分已投入试用。例如，一种由连接器、用户接口、比较器和专家系统组成的系统，与心电图测入试用。例如，一种由连接器、用户接口、比较器和专家系统组成的系统，与心电图测试仪一起构成的心电图分析咨询系统，就已获得成功应用。试仪一起构成的心电图分析咨询系统，就已获得成功应用。20智能控制的结构理论智能控制的结构理论智能控制具有十分明显的跨学科智能控制具有十分明显的跨学科(多元多元)结构特点。在此，我们主要讨论智能控结构特点。在此，我们主要讨论智能控制的二元交集结构、三元交集结构和四元交集结构三种思想，它们分别由下列制的二元交集结构、三元交集结构和四元交集结构三种思想，它们分别由下列各交集各交集(通集通集)表示：表示：IC=AIAC；IC=AICTOR；IC=AICTITOR 式中，各子集式中，各子集(或合取项或合取项)的含义如下：的含义如下：AI人工智能人工智能(Artificial Intelligence)AC自动控制自动控制(Automatic Control)CT控制论控制论(Control Theory,Cybernetics)OR运筹学运筹学(Operation Research)IT信息论信息论(Information Theory,Informatics)IC智能控制智能控制(Intelligent Control)在此，我们主要讨论智能控制的二元交集结构、三元交集结构和四元交集结构在此，我们主要讨论智能控制的二元交集结构、三元交集结构和四元交集结构三种思想，它们分别由下列各交集三种思想，它们分别由下列各交集(通集通集)表示。表示。智能控制的结构理论与特点智能控制的结构理论与特点 211 二元结构二元结构傅京孙提出的傅京孙提出的“智能控制系统智能控制系统”描述了自动控制系统与人工智能的交接作用。描述了自动控制系统与人工智能的交接作用。这种结构称之为二元交集结构。这种结构称之为二元交集结构。傅京孙研究的机器人系统如图所示：该系统主要的三个功能，即感知、模拟和傅京孙研究的机器人系统如图所示：该系统主要的三个功能，即感知、模拟和问题求解。系统中比较高层的智能决策可由拟人控制器完成，如识别复杂的环问题求解。系统中比较高层的智能决策可由拟人控制器完成，如识别复杂的环境状况；较低层的智能作用，如数据收集、例行程序执行及在线计算等可以有境状况；较低层的智能作用，如数据收集、例行程序执行及在线计算等可以有机器控制器完成。机器控制器完成。222 三元结构三元结构萨里迪斯萨里迪斯(Saridis)提出的智能控制结构，他把智能控制看作为有人工智能、自提出的智能控制结构，他把智能控制看作为有人工智能、自动控制和运筹学的交集。此外他提出的分级智能控制系统由三个智能级组成：动控制和运筹学的交集。此外他提出的分级智能控制系统由三个智能级组成：第一级：组织级，它代表系统的主导思想，并由人工智能起控制作用。第一级：组织级，它代表系统的主导思想，并由人工智能起控制作用。第二级：协调级，是上下级间的接口，由人工智能和运筹学起控制作用。第二级：协调级，是上下级间的接口，由人工智能和运筹学起控制作用。第三级：执行级，是智能控制系统的最低层级，要求具有很高的精度，并由控第三级：执行级，是智能控制系统的最低层级，要求具有很高的精度，并由控制理论进行控制。制理论进行控制。233 四元结构四元结构蔡自兴提出的四元智能控制结构包括人工智能、自动控制、运筹学和信息论的交集。蔡自兴提出的四元智能控制结构包括人工智能、自动控制、运筹学和信息论的交集。（a）信息论是解释知识和智能的一种手段信息论是解释知识和智能的一种手段（b）控制论、系统论和信息论是紧密相互作用的控制论、系统论和信息论是紧密相互作用的（c）信息论已成为控制智能机器的工具信息论已成为控制智能机器的工具（d）信息熵成为智能控制的测度信息熵成为智能控制的测度（e）信息论参与智能控制的全过程，并对执行级起到核心作用信息论参与智能控制的全过程，并对执行级起到核心作用 24 智能控制的特点智能控制的特点（1）同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。也往同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数字过程，往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数字过程，并以知识进行推理，以启发来引导求解过程。因此，智能控制系统的设计重点不在常规并以知识进行推理，以启发来引导求解过程。因此，智能控制系统的设计重点不在常规控制器上，而在智能机模型上。也就是说，重点放在对任务和世界模型（控制器上，而在智能机模型上。也就是说，重点放在对任务和世界模型（world model）的描述、符号和环境的识别以及知识库和推理机的设计开发上。的描述、符号和环境的识别以及知识库和推理机的设计开发上。(2）智能控制的核心在高层控制，即组织级。高层控制的任务在于对实际环境或过程智能控制的核心在高层控制，即组织级。高层控制的任务在于对实际环境或过程进行组织，即决策和规划，实现广义问题求解。为了实现这些任务，需要采用符号信息进行组织，即决策和规划，实现广义问题求解。为了实现这些任务，需要采用符号信息处理、启发式程序设计、知识表示以及自动推理和决策等相关技术。这些问题的求解过处理、启发式程序设计、知识表示以及自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程具有一定相似性，即具有不同程度的程与人脑的思维过程具有一定相似性，即具有不同程度的“智能智能”。（3）智能控制是一门边缘交叉学科。智能控制的发展需要各相关学科的配合与支援，智能控制是一门边缘交叉学科。智能控制的发展需要各相关学科的配合与支援，同时也要求智能控制工程师是个知识工程师。同时也要求智能控制工程师是个知识工程师。（4）智能控制是一个新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不智能控制是一个新兴的研究领域。无论在理论上或实践上它都还很不成熟、很不完善，需要进一步探索与开发。完善，需要进一步探索与开发。25 智能控制的一般结构智能控制的一般结构控制工程师正在设计未来的控制系统，从任务形式化开始，至驱动器操作止。很久一段控制工程师正在设计未来的控制系统，从任务形式化开始，至驱动器操作止。很久一段时间内，控制过程设计被理解为系统各参数的综合。后来，越来越清楚地认识到，控制时间内，控制过程设计被理解为系统各参数的综合。后来，越来越清楚地认识到，控制过程设计是系统模型和实际结构的综合。现在，更进一步明确到，这个综合包括任务形过程设计是系统模型和实际结构的综合。现在，更进一步明确到，这个综合包括任务形式化过程。此外，对任务集合的协调也是设计的一个组成部分。式化过程。此外，对任务集合的协调也是设计的一个组成部分。智能控制器的设计具有下列特点的组合：智能控制器的设计具有下列特点的组合：（1）具有以微积分具有以微积分(DIC)表示和以技术应用语言表示和以技术应用语言(LTA)表示的混合系统方法。表示的混合系统方法。（2）采用不精确的和不完全的装置分层（级）模型。采用不精确的和不完全的装置分层（级）模型。（3）含有由多传感器递送的分级和不完全的外系统知识，并在学习过程中不断加含有由多传感器递送的分级和不完全的外系统知识，并在学习过程中不断加以辨识、整理和更新。以辨识、整理和更新。（4）把任务协商作为控制系统以及控制过程的一部分来考虑。把任务协商作为控制系统以及控制过程的一部分来考虑。在上述讨论的基础上，我们能够给出智能控制器的一般结构，如图所示。在上述讨论的基础上，我们能够给出智能控制器的一般结构，如图所示。261-智能控制系统；智能控制系统；2-多层控制器；多层控制器；3-多传感系统多传感系统27我们已在前面简要地讨论了智能控制的结构理论。从本节起，我们将对智能控我们已在前面简要地讨论了智能控制的结构理论。从本节起，我们将对智能控制系统的理论基础作进一步的研究。所要研究的系统包括分级递阶控制系统、制系统的理论基础作进一步的研究。所要研究的系统包括分级递阶控制系统、专家控制系统、模糊控制系统、学习控制系统、神经控制系统、进化控制系统专家控制系统、模糊控制系统、学习控制系统、神经控制系统、进化控制系统等。实际上，几种方法和机制往往结合在一起，并用于一个实际的智能控制系等。实际上，几种方法和机制往往结合在一起，并用于一个实际的智能控制系统或装置，从而建立起混合或集成的智能控制系统。不过，为了便于研究与说统或装置，从而建立起混合或集成的智能控制系统。不过，为了便于研究与说明，我们试图分别逐一讨论这些控制系统。明，我们试图分别逐一讨论这些控制系统。智能控制系统智能控制系统281.定义与假设定义与假设 首先对智能控制系统的某些概念作进一步的定义和假设。智能控制系统各级的共同要首先对智能控制系统的某些概念作进一步的定义和假设。智能控制系统各级的共同要素涉及机器各种作用的不确定性，这就建议采用概率模型来描述这些具有共同度量的作用，素涉及机器各种作用的不确定性，这就建议采用概率模型来描述这些具有共同度量的作用，即它们各自的熵即它们各自的熵(entropies)。这些熵在智能控制系统的不同层级所具有的物理意义如下：。这些熵在智能控制系统的不同层级所具有的物理意义如下：（1）在组织级在组织级(最高级最高级)，按照香农，按照香农(Shannon)的观点，具有信息理论含义，因为这的观点，具有信息理论含义，因为这一级涉及知识的表示与处理。我们定义：知识是结构信息的一种形式。因此，考虑用香农一级涉及知识的表示与处理。我们定义：知识是结构信息的一种形式。因此，考虑用香农的熵来衡量所需知识是很自然的。的熵来衡量所需知识是很自然的。（2）在协调级，由几个嵌套自动装置以概率描述的决策方式来表示，这些方案的熵在协调级，由几个嵌套自动装置以概率描述的决策方式来表示，这些方案的熵用于度量协调的不确定性。用于度量协调的不确定性。（3）在执行级，执行代价等价于系统所消耗的能量，并由在执行级，执行代价等价于系统所消耗的能量，并由Boltzman的熵来表示。的熵来表示。分级递阶智能控制系统分级递阶智能控制系统 29 2 递阶智能机器的一般结构递阶智能机器的一般结构fCE 为自执行级至协调级的在线反馈信号；为自执行级至协调级的在线反馈信号；fOE 为自协调级至组织级的离线反馈信号；为自协调级至组织级的离线反馈信号；C=c1,c2,.,cm为输入指令；为输入指令；U=u1,u2,.,um为分类器的输出信号，即组为分类器的输出信号，即组织器的输入信号。织器的输入信号。这一递阶智能控制系统是个整体，它把定性的用户指令变换为一个物理操作序列。系统这一递阶智能控制系统是个整体，它把定性的用户指令变换为一个物理操作序列。系统的输出是通过一组施于驱动器的具体指令来实现的。一旦接收到初始用户指令，系统就的输出是通过一组施于驱动器的具体指令来实现的。一旦接收到初始用户指令，系统就产生操作，这一操作是由一组与环境交互作用的传感器的输入信息决定的。这些外部和产生操作，这一操作是由一组与环境交互作用的传感器的输入信息决定的。这些外部和内部传感器提供工作空间环境（外部）和每个子系统状况（内部）的监控信息；对于机内部传感器提供工作空间环境（外部）和每个子系统状况（内部）的监控信息；对于机器人系统，子系统状况，有位置、速度和加速度等。智能机器融合这些信息，并从中选器人系统，子系统状况，有位置、速度和加速度等。智能机器融合这些信息，并从中选择操作方案。择操作方案。303 组织级与知识基系统组织级与知识基系统组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储内的组织级代表控制系统的主导思想，并由人工智能起控制作用。根据贮存在长期存储内的本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。换句话说，组织器本原数据集合，组织器能够组织绝对动作、一般任务和规则的序列。换句话说，组织器作为推理机的规则发生器，处理高层信息，用于机器推理、规划、决策、学习（反馈）作为推理机的规则发生器，处理高层信息，用于机器推理、规划、决策、学习（反馈）和记忆操作和记忆操作。组织级算法执行下列功能：组织级算法执行下列功能：(1)接收指令，并对它进行推理。接收指令，并对它进行推理。(2)规划包含对活动的操作。完成一规划所需的活动次规划包含对活动的操作。完成一规划所需的活动次序及插入的重复本原事件是由所选择的规则来完成的。序及插入的重复本原事件是由所选择的规则来完成的。(3)决策选择最有希望的规划。决策选择最有希望的规划。(4)在完成和估计每项任务之后，通过学习算法，由反馈实现对概率的更新。在完成和估计每项任务之后，通过学习算法，由反馈实现对概率的更新。(5)记忆交记忆交换，实现对储存在长时存储器内信息的更新。换，实现对储存在长时存储器内信息的更新。314 协调级与嵌套树协调级与嵌套树协调级为一中间结构。它作为组织级与执行级的界面把组织信息发送至执行级。协调级协调级为一中间结构。它作为组织级与执行级的界面把组织信息发送至执行级。协调级的目标是把控制问题的实际公式与最有希望的完全的协调规划联系起来，此规划由组织的目标是把控制问题的实际公式与最有希望的完全的协调规划联系起来，此规划由组织级建立，并将实时执行所需要的工作任务。这包括在可供选择的规划原本中挑选一个规级建立，并将实时执行所需要的工作任务。这包括在可供选择的规划原本中挑选一个规划。这些规划原本根据工作空间模型和定时要求提出的约束，依不同方法完成同样的工划。这些规划原本根据工作空间模型和定时要求提出的约束，依不同方法完成同样的工作任务。作任务。325具有熵函数的执行级具有熵函数的执行级 执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进执行级是递阶智能控制的最底层，要求具有较高的精度但较低的智能；它按控制论进行控制，对相关过程执行适当的控制作用。执行级的性能也可由熵来表示，因而统一了行控制，对相关过程执行适当的控制作用。执行级的性能也可由熵来表示，因而统一了智能机器的功用。此熵的量度选择一适当的控制，以执行某任务的不确定性。我们能够智能机器的功用。此熵的量度选择一适当的控制，以执行某任务的不确定性。我们能够选择某个最优控制使此熵选择某个最优控制使此熵(即执行的不确定性即执行的不确定性)为最小。可把此熵看作一种能量。为最小。可把此熵看作一种能量。智能控制已作为多级递阶结构而建立起来，它遵循提高精度而降低智能（智能控制已作为多级递阶结构而建立起来，它遵循提高精度而降低智能（IPDI）的）的原理。概率模型用于表示组织级推理、规划和决策的不确定性，指定协调级的任务以及原理。概率模型用于表示组织级推理、规划和决策的不确定性，指定协调级的任务以及执行级的控制作用。采用熵来度量智能机器执行各种指令的效果，并采用熵进行最优决执行级的控制作用。采用熵来度量智能机器执行各种指令的效果，并采用熵进行最优决策。策。6 递阶智能控制理论递阶智能控制理论通过上述讨论，可把递阶智能控制理论归纳如下：智能控制理论可被假定为寻求某通过上述讨论，可把递阶智能控制理论归纳如下：智能控制理论可被假定为寻求某个系统正确的决策与控制序列的数学问题，该系统在结构上遵循精度随智能降低而提高个系统正确的决策与控制序列的数学问题，该系统在结构上遵循精度随智能降低而提高（IPDI）的原理，而所求得序列能够使系统的总熵为最小。）的原理，而所求得序列能够使系统的总熵为最小。33另一种比较重要的智能控制系统为专家式控制系统，或叫做专家控制系统另一种比较重要的智能控制系统为专家式控制系统，或叫做专家控制系统(expert control system,ECS)它已广泛应用于故障诊断、工业设计和过程控制，为解决工业控它已广泛应用于故障诊断、工业设计和过程控制，为解决工业控制难题提供一种新的方法，是实现工业过程控制的重要技术。制难题提供一种新的方法，是实现工业过程控制的重要技术。专家控制系统专家控制系统 341 对专家控制器的要求对专家控制器的要求（1）运行可靠性高）运行可靠性高 对于某些特别的装置或系统，如果不采用专家控制器来取代常规控对于某些特别的装置或系统，如果不采用专家控制器来取代常规控制器，那么，整个控制系统将变得非常复杂，尤其是其硬件结构。其结果使系统的可靠制器，那么，整个控制系统将变得非常复杂，尤其是其硬件结构。其结果使系统的可靠性大为下降。因此，对专家控制器提出较高的运行可靠性要求。它通常具有方便的监控性大为下降。因此，对专家控制器提出较高的运行可靠性要求。它通常具有方便的监控能力。能力。（2）决策能力强）决策能力强 决策是基于知识的控制系统的关键能力之一。大多数专家控制系统要决策是基于知识的控制系统的关键能力之一。大多数专家控制系统要求具有不同水平的决策能力。专家控制系统能够处理不确定性、不完全性和不精确性之求具有不同水平的决策能力。专家控制系统能够处理不确定性、不完全性和不精确性之类的问题，这些问题难以用常规控制方法解决。类的问题，这些问题难以用常规控制方法解决。（3）应用通用性好）应用通用性好 应用的通用性包括易于开发、示例多样性、便于混合知识表示、全应用的通用性包括易于开发、示例多样性、便于混合知识表示、全局数据库的活动维数、基本硬件的机动性、多种推理机制以及开放式的可扩充结构等。局数据库的活动维数、基本硬件的机动性、多种推理机制以及开放式的可扩充结构等。（4）控制与处理的灵活性）控制与处理的灵活性 这个原则包括控制策略的灵活性、数据管理的灵活性、经验这个原则包括控制策略的灵活性、数据管理的灵活性、经验表示的灵活性、解释说明的灵活性、模式匹配的灵活性以及过程连接的灵活性等。表示的灵活性、解释说明的灵活性、模式匹配的灵活性以及过程连接的灵活性等。（5）拟人能力）拟人能力 专家控制系统的控制水平必须达到人类专家的水准。专家控制系统的控制水平必须达到人类专家的水准。352 专家控制器的特点与原则专家控制器的特点与原则(1)模型描述的多样性模型描述的多样性 所谓模型描述的多样性原则是指在设计过程中，对被控对象和控所谓模型描述的多样性原则是指在设计过程中，对被控对象和控制器的模型应采用多样化的描述形式，不应拘泥于单纯的解析模型。如：离散事件模型、制器的模型应采用多样化的描述形式，不应拘泥于单纯的解析模型。如：离散事件模型、模糊模型、规则模型、基于模型的模型等。模糊模型、规则模型、基于模型的模型等。（2）在线处理的灵巧性）在线处理的灵巧性 智能控制系统的重要特征之一就是能够以有用的方式来划分和智能控制系统的重要特征之一就是能够以有用的方式来划分和构造信息。在信息存储方面，应对那些对作出控制决策有意义的特征信息进行记忆，对构造信息。在信息存储方面，应对那些对作出控制决策有意义的特征信息进行记忆，对于过时的信息则应加以遗忘；在信息处理方面，应把数值计算与符号运算结合起来。于过时的信息则应加以遗忘；在信息处理方面，应把数值计算与符号运算结合起来。（3）控制决策的灵巧性）控制决策的灵巧性 控制策略的灵活性是设计专家式控制器所应遵循的一条重要原控制策略的灵活性是设计专家式控制器所应遵循的一条重要原则。工业对象本身的时变性与不确定性以及现场干扰的随机性，要求控制器采用不同形则。工业对象本身的时变性与不确定性以及现场干扰的随机性，要求控制器采用不同形式的开环与闭环控制策略，并能通过在线获取的信息灵活地修改控制策略或控制参数，式的开环与闭环控制策略，并能通过在线获取的信息灵活地修改控制策略或控制参数，以保证获得优良的控制品质。以保证获得优良的控制品质。(4)决策机构的递阶性决策机构的递阶性 人的神经系统是由大脑、小脑、脑干、脊髓组成的一个分层递人的神经系统是由大脑、小脑、脑干、脊髓组成的一个分层递阶决策系统。以仿智为核心的智能控制，其控制器的设计必然要体现分层递阶的原则。阶决策系统。以仿智为核心的智能控制，其控制器的设计必然要体现分层递阶的原则。（5）推理与决策的实时性）推理与决策的实时性 对于设计用于工业过程的专家式控制器，这一原则必不可少。对于设计用于工业过程的专家式控制器，这一原则必不可少。这就要求知识库的规模不宜过大，推理机构应简单，以满足工业过程的实时性要求。这就要求知识库的规模不宜过大，推理机构应简单，以满足工业过程的实时性要求。363 专家控制器的结构专家控制器的结构专家控制器专家控制器(EC)的基础是知识库的基础是知识库(KB)，KB存放工业过程控制的领域知识，由经验数据存放工业过程控制的领域知识，由经验数据库库(DB)和学习与适应装置和学习与适应装置(LA)组成。经验数据库主要存储经验和事实。学习与适应装置组成。经验数据库主要存储经验和事实。学习与适应装置的功能就是根据在线获取的信息，补充或修改知识库内容，改进系统性能，以便提高问的功能就是根据在线获取的信息，补充或修改知识库内容，改进系统性能，以便提高问题求解能力。题求解能力。控制规则集控制规则集(CRS)是对被控过程的各种控制模式和经验的归纳和总结。由于规则条是对被控过程的各种控制模式和经验的归纳和总结。由于规则条数不多，搜索空间很小，推理机构数不多，搜索空间很小，推理机构(IE)就十分简单，采用向前推理方法逐次判别各种规就十分简单，采用向前推理方法逐次判别各种规则的条件，满足则执行，否则继续搜索。则的条件，满足则执行，否则继续搜索。特征识别与信息处理特征识别与信息处理(FRIP)部分的作用是实现对信息的提取与加工，为控制决策部分的作用是实现对信息的提取与加工，为控制决策和学习适应提供依据。它主要包括抽取动态过程的特征信息，识别系统的特征状态，并和学习适应提供依据。它主要包括抽取动态过程的特征信息，识别系统的特征状态，并对特征信息作必要的加工。对特征信息作必要的加工。37专家控制器的输入集为：专家控制器的输入集为：E=(R,e,Y,U);e=R-Y式中，式中，R为参考控制输入，为参考控制输入，为为误差信号，误差信号，Y为受控输出，为受控输出，U为控制器的输出集。为控制器的输出集。EC的模型可用下式表示：的模型可用下式表示：U=f(E,K,I)智能算子智能算子f为几个算子的复合运算：为几个算子的复合运算：f=gf=gh hp p 其中，其中，g:ES；h:SKI；p:IU g、h、p均为智能算子，其形式为：均为智能算子，其形式为：IF A THEN B其中，其中，A为前提或条件，为前提或条件，B为结论。为结论。A与与B之间的关系可以包括解析表达式、之间的关系可以包括解析表达式、Fuzzy关系、因果关系和经验规则等多关系、因果关系和经验规则等多种形式。种形式。B还可以是一个子规则集。还可以是一个子规则集。38模糊控制是一类应用模糊集合理论的控制方法。模糊控制的价值可从两个方面来考虑。模糊控制是一类应用模糊集合理论的控制方法。模糊控制的价值可从两个方面来考虑。一方面，模糊控制提供一种实现基于知识一方面，模糊控制提供一种实现基于知识(基于规则基于规则)的甚至语言描述的控制规律的新机的甚至语言描述的控制规律的新机理。另一方面，模糊控制为非线性控制器提出一个比较容易的设计方法，尤其是当受控理。另一方面，模糊控制为非线性控制器提出一个比较容易的设计方法，尤其是当受控装置（对象或过程）含有不确定性而且很难用常规非线性控制理论处理时，更是有效。装置（对象或过程）含有不确定性而且很难用常规非线性控制理论处理时，更是有效。专家控制系统与模糊逻辑控制系统至少有一点是是相同的，即两者都想要建立人类经验专家控制系统与模糊逻辑控制系统至少有一点是是相同的，即两者都想要建立人类经验和决策行为模型。然而，它们存在一些明显的区别：和决策行为模型。然而，它们存在一些明显的区别：（1）现存的现存的FLC系统源于控制工程而不是人工智能；系统源于控制工程而不是人工智能；（2）FLC模型绝大多数为基于规则系统；模型绝大多数为基于规则系统；（3）FLC的应用领域要比专家控制系统窄；的应用领域要比专家控制系统窄；（4）FLC系统的规则一般不是从人类专家提取，而是由系统的规则一般不是从人类专家提取，而是由FLC的设计者构造的。的设计者构造的。模糊控制系统模糊控制系统391 模糊控制器的结构模糊控制器的结构 在理论上，模糊控制器由在理论上，模糊控制器由N维关系维关系R表示。关系表示。关系R可视为受约于可视为受约于0，1区间的区间的N个变量个变量的函数。的函数。R是几个是几个N维关系维关系Ri的组合，每个的组合，每个Ri代表一条规则代表一条规则ri:IFTHEN。控制器的输。控制器的输入入x被模糊化为一关系被模糊化为一关系X，它对于多输入单输出，它对于多输入单输出(MISO)控制时为控制时为(N-1)维。模糊输出维。模糊输出Y可应用合成推理规则进行计算。对模糊输出可应用合成推理规则进行计算。对模糊输出Y进行非模糊化进行非模糊化(模糊判决模糊判决)，可得精确的数，可得精确的数值输出值输出y。理论模糊控制器框图理论模糊控制器框图 模糊逻辑控制器的一般结构模糊逻辑控制器的一般结构40自组织模糊控制的结构能够自动获得模糊控制器的规则库。当用自组织模糊控制的结构能够自动获得模糊控制器的规则库。当用FLC控制装置控制装置(对象对象)至至期望响应时，新的条件一出现，规则就被产生和修改。该控制器由性能评价、对象建模、期望响应时，新的条件一出现，规则就被产生和修改。该控制器由性能评价、对象建模、规则库更新和规则