为标志的新能源技术为支柱,以航天飞机和永久太空站为标志的空间技术向 外延伸,以深海采掘和海水利用为标志的海洋技术向内拓展,引起工业过程 控制领域高技术的新突破。可想而知,人们研究的复杂工业过程是一个具有 高度复杂、不可确定、多层次、网络性系统,在一个层次上是不可能把工业 过程完全弄清楚,对其研究需要在多个层次上进行两。所谓复杂工业过程 乃是工业过程中带有根本性的、普遍性的又是远远没有解决的问题。这就需 要我们在未来研究中,运用复杂系统理论提供的新概念、新方法及新成果, 结合已经形成的复杂工业过程特有的概念体系和方法学,通过多个层次以及 对多个层次的综合集成研究,最终在个体层面上解答和揭示工业过程。当前, 国内外控制界都把复杂系统的控制作为自动化学科发展的前沿方向,大型复 杂工业过程、不确定可变控制对象作为重要的研究领域,以其特有复杂性推 动着该学科前沿发展。 从现阶段发展趋势看,在工业过程控制中控制策略的智能化,决策支持 的“专家”化已成为必然。通过知识工程方法,将有关对象的定性知识、人 的经验知识与技巧和启发式逻辑推理有效地集成起来,从而构成知识库系 统,以支持系统控制策略和算法的优选及运行状态的优化,已成为复杂工业 过程控制的重要技术手段。其实质是对人的能力放大和增强。计算机集成过 程系统( Computer Integrated Process System,CPS)是工业过程控制进入计 算机时代的产物,以连续生产过程为研究对象,其目标是实现计算机集成综 合自动化。虽然计算机在系统中起很大作用,但仍然是辅助工具,人在监控 级总体闭环中仍然起着不可取代的关键作用。这包括人在内的系统,实质上
为标志的新能源技术为支柱，以航天飞机和永久太空站为标志的空间技术向 外延伸，以深海采掘和海水利用为标志的海洋技术向内拓展，引起工业过程 控制领域高技术的新突破。可想而知，人们研究的复杂工业过程是一个具有 高度复杂、不可确定、多层次、网络性系统，在一个层次上是不可能把工业 过程完全弄清楚，对其研究需要在多个层次上进行[49]。所谓复杂工业过程 乃是工业过程中带有根本性的、普遍性的又是远远没有解决的问题。这就需 要我们在未来研究中，运用复杂系统理论提供的新概念、新方法及新成果， 结合已经形成的复杂工业过程特有的概念体系和方法学，通过多个层次以及 对多个层次的综合集成研究，最终在个体层面上解答和揭示工业过程。当前， 国内外控制界都把复杂系统的控制作为自动化学科发展的前沿方向，大型复 杂工业过程、不确定可变控制对象作为重要的研究领域，以其特有复杂性推 动着该学科前沿发展。 从现阶段发展趋势看，在工业过程控制中控制策略的智能化，决策支持 的“专家”化已成为必然。通过知识工程方法，将有关对象的定性知识、人 的经验知识与技巧和启发式逻辑推理有效地集成起来，从而构成知识库系 统，以支持系统控制策略和算法的优选及运行状态的优化，已成为复杂工业 过程控制的重要技术手段。其实质是对人的能力放大和增强。计算机集成过 程系统(Computer Integrated Process System ，CIPS) 是工业过程控制进入计 算机时代的产物，以连续生产过程为研究对象，其目标是实现计算机集成综 合自动化。虽然计算机在系统中起很大作用，但仍然是辅助工具，人在监控 级总体闭环中仍然起着不可取代的关键作用。这包括人在内的系统，实质上
是一种人机智能系统,在协同作用过程中将展现出超过人的智力和才能的能 力。但关键在于加强控制理论同生产实际密切结合,注意引入智能化方法和 智能技术以及知识工程方法,逐步形成不同形式的既简单又实用的控制结构 和算法,使控制理论智能化和工程化,以加快复杂工业过程控制的智能化进 8.3复杂过程智能控制方法的研究现状 20世纪60年代,由于空间技术,海洋技术和机器人技术发展的需要, 控制领域面临着被控对象的复杂性和不确定性,以及人们对控制性能要求 越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非 线性和不确定性,高噪声干扰,系统工作点动态突变性,以及分散的传感 元件与执行元件,分层和分散的决策机构,复杂的信息模式和庞大的数据 量。面对复杂的对象和复杂的环境,用传统控制(即经典控制和现代控制) 的理论和方法己经不能很好的完成控制任务。因此,解决复杂系统控制问 题的智能控制应运而生。近年来,把传统控制理论与模糊逻辑、神经网络、 模式识别、遗传算法、小波分析等人工智能技术相结合,充分利用人类的 控制知识对复杂系统进行控制。经过长期的孕育与探索研究,人们认识到 将人工智能原理和方法以及人的经验与智能用于复杂工业过程,是解决复 杂工业过程控制问题很有希望和前景看好的途径。 自从美国数学家维纳于20世纪40年代创立控制论以来,自动控制理 论经历了经典控制理论和现代控制理论两个重要发展阶段。在处理复杂系统
是一种人机智能系统，在协同作用过程中将展现出超过人的智力和才能的能 力。但关键在于加强控制理论同生产实际密切结合，注意引入智能化方法和 智能技术以及知识工程方法，逐步形成不同形式的既简单又实用的控制结构 和算法，使控制理论智能化和工程化，以加快复杂工业过程控制的智能化进 程。 8.3 复杂过程智能控制方法的研究现状 20 世纪 60 年代，由于空间技术，海洋技术和机器人技术发展的需要， 控制领域面临着被控对象的复杂性和不确定性，以及人们对控制性能要求 越来越高的挑战。被控对象的复杂性和不确定性表现为对象特性的高度非 线性和不确定性，高噪声干扰，系统工作点动态突变性，以及分散的传感 元件与执行元件，分层和分散的决策机构，复杂的信息模式和庞大的数据 量。面对复杂的对象和复杂的环境，用传统控制(即经典控制和现代控制) 的理论和方法已经不能很好的完成控制任务。因此，解决复杂系统控制问 题的智能控制应运而生。近年来，把传统控制理论与模糊逻辑、神经网络、 模式识别、遗传算法、小波分析等人工智能技术相结合，充分利用人类的 控制知识对复杂系统进行控制。经过长期的孕育与探索研究，人们认识到 将人工智能原理和方法以及人的经验与智能用于复杂工业过程，是解决复 杂工业过程控制问题很有希望和前景看好的途径。 自从美国数学家维纳于 20 世纪 40 年代创立控制论以来，自动控制理 论经历了经典控制理论和现代控制理论两个重要发展阶段。在处理复杂系统
控制问题时,传统的控制理论对于复杂性所带来的问题,总是力图突破旧的 模式,以适应社会对自动化提出的新要求。世界各国控制理论界也都在探索 建立新一代的控制理论,以解决复杂系统的控制问题。 人们在实践中观察到人类具有很强的学习和适应周围环境的能力。有 些复杂的系统,凭人的直觉和经验能很好地进行操作并达到理想的结果, 这就产生了一种仿人的控制理论和方法,出现了新的、具有远大前程的“智 能控制理论”研究方向。智能控制理论是对传统控制理论的发展,传统控 制是智能控制的一个组成部分,是智能控制的低级阶段,因此,智能控制 理论无疑是控制理论发展的高级阶段。 智能控制的建立和发展是以众多新兴学科为基础的,其中思维科学是 研究智能控制的重要认识论基础。智能控制的基本出发点是仿人的智能实 现对复杂不确定系统的有效的控制,要模仿人的智能就要模仿人的思维方 式,因此,必须研究人的思维形式和特点。这主要从三个方面着手:一是 模拟人的抽象(逻辑)思维;二是模拟人的形象(直觉)思维;三是模拟人的灵 感(顿悟思维 神经网络理论和知识工程是研究智能控制的重要基础。要从人脑神经 系统结构和功能上模拟人的智能,必须硏究基于连接机制的神经网络理论。 由于神经网络具有逼近任意非线性函数的能力,并行信息处理及自学习等 特点,因此它已成为研究智能控制的重要基础。智能控制系统是以知识为 基础的系统,因此以研究知识表示、利用和获取为中心内容的知识工程也 是研究智能控制的重要基础
控制问题时，传统的控制理论对于复杂性所带来的问题，总是力图突破旧的 模式，以适应社会对自动化提出的新要求。世界各国控制理论界也都在探索 建立新一代的控制理论，以解决复杂系统的控制问题。 人们在实践中观察到人类具有很强的学习和适应周围环境的能力。有 些复杂的系统，凭人的直觉和经验能很好地进行操作并达到理想的结果， 这就产生了一种仿人的控制理论和方法，出现了新的、具有远大前程的“智 能控制理论”研究方向。智能控制理论是对传统控制理论的发展，传统控 制是智能控制的一个组成部分，是智能控制的低级阶段，因此，智能控制 理论无疑是控制理论发展的高级阶段。 智能控制的建立和发展是以众多新兴学科为基础的，其中思维科学是 研究智能控制的重要认识论基础。智能控制的基本出发点是仿人的智能实 现对复杂不确定系统的有效的控制，要模仿人的智能就要模仿人的思维方 式，因此，必须研究人的思维形式和特点。这主要从三个方面着手：一是 模拟人的抽象(逻辑)思维；二是模拟人的形象(直觉)思维；三是模拟人的灵 感(顿悟)思维。 神经网络理论和知识工程是研究智能控制的重要基础。要从人脑神经 系统结构和功能上模拟人的智能，必须研究基于连接机制的神经网络理论。 由于神经网络具有逼近任意非线性函数的能力，并行信息处理及自学习等 特点，因此它已成为研究智能控制的重要基础。智能控制系统是以知识为 基础的系统，因此以研究知识表示、利用和获取为中心内容的知识工程也 是研究智能控制的重要基础