总结了人工智能控制理论在各个不同阶段的发展状况及理论的突破, 介绍了人工智能控制技术在各个时期典型应用的标志成果, 分析当前人工智能控制面临要解决的问题, 探讨人工智能控制理论今后发展方向。

黄

毅

广东广州５１０７２５）

，介绍了人工智能控制技术在各个时期典型

，探讨人工智能控制理论今后发展方向。

高维、非线性、分布参数、时变、不确定性等复杂特征，特别是非线性对控制结果的影响复杂，控制工程人员很难深入理解，更谈不上设计出合适的控制算法，不确定性是最难以解决的问题，也是导致大系统理论失败的根本原因。在这样的背景下，这一阶段先后提出了人工智能控制、模糊逻辑控制、反馈最优控制等算法理论，并广泛应用于工业控制等领域。

２０世纪８０年代，人工智能控制的研究进入了迅速发展时期。１９８４年，Ａｓｔｒｏｍ发表了论文，这是第一篇直接将人工智能的专家系统技术引入到控制系统的代表作，明确地提出了建立专家控制的新概念；１９８６年，中国蔡自兴提出把人工智能、控制论、信息论和运筹学结合起来，用来构造用于不同领域的智能控制系统，有效地促进专家系统进一步发展；与此同时，人工神经网络的研究也由于人工智能的兴起而再度掀起了研究的热潮；对于模糊理论的研究，以及其他智能理论的分支，都开始迅速热化并开展研究［５］。这些标志着智能控制已从研制开发阶段转向应用阶段［６］。

２．３

飞速发展阶段

进入２０世纪９０年代，关于人工智能控制的研究论文、著作、会议、期刊大量涌现，应用对象也更加广泛，从工业过程控制、机器人控制、航空航天器控制到故障诊断、管理决策等均有涉及，并取得了较好的效果。专家系统的应用不断发展和深化，已经达到了可以不断地监督生产过程，实现特定性能指标下的优化控制的目标；它相对传统控制而言，扩展了许多功能，如复杂系统的高质量控制，故障诊断和容错控制，深层知识的引入，并可以弥补专家经验的不足，可以自然消除决策冲突。因此，专家系统成在９０年代以后也成为智能控制的一个重要分支［７］［８］。

进入２１世纪以来，人类在人工智能方面由于理论的飞速发展，因而人工智能技术在具体应用上如鱼得水，已经开始渗透到人们的日常生活之中，从卫星智能控制，到机器人足球比赛，再到智能家居机器人，等等，都标志着人工智能技术的飞速发展。

目前，人工智能控制的研究以认知科学、心理学、社会学、语言学、系统学和哲学等学科为基础，有效地把数字技术、计算机网络、远程通信、数据库、计算机图形学、语音与听觉、机器人学、过程控制等技术有机地结合，提供了解决复杂

划、设计、思考、学习等思维活动，解决迄今认为需要由专家才它所能处理好的复杂问题。人工智能是一个大科学的通称，覆盖的研究领域非常广，直接与其基础理论密切相关的学科至少包括控制论、信息论、系统论、计算机科学、电子学、生理学、生物学、语言学和哲学等等。人工智能的主要分支研究领域有数十种，如模式识别、模糊逻辑、神经网络、机器学习、问题求解系统、机器发明系统、遗传算法、专家系统等

［２］［３］

［１］

。

人工智能理论和应用的研究领域几乎涉及人类的一切活动范畴，几乎所有的科学工作者都可以在人工智能中找到自己感兴趣的问题。任何工作离不开智能，因此任何领域都是人工智能的潜在应用领域。例如，应用人工智能的方法和技术，设计和研制各种计算机的“机器专家”系统，可以模仿各行各业的专家去从事医疗诊断、质谱分析、矿床探查、运筹决策等脑力劳动工作，以完成某些需要人的智能、运用专门知识和经验技巧的任务等等。

２．人工智能控制发展状况

人工智能控制理论的发展历史分可为３个阶段。２．１

萌芽阶段

２０世纪４０～５０年代，以频率法为代表的单变量系统控制理论逐步发展起来，并且成功地用在雷达及火力控制系

［４］

统上，形成了今天所说的“古典控制理论”。１９５６年以前，英

国数学家图灵（Ａ．Ｍ．Ｔｕｒｉｎｇ）为现代人工智能做了大量开拓性的贡献。２０世纪６０～７０年代，数学家们在控制理论发展中占了主导地位，形成了以状态空间法为代表的“现代控制理论”，控制理论建立在严密精确的数学模型之上，从而１９６１年以后，人工智能造成了理论与实践之间的巨大分歧。

主要内容涉及知识工程、自然语言理解等。人们研究人工智能方法也分为结构模拟派和功能模拟派，分别从脑的结构和脑的功能入手进行研究。

２．２

发展阶段

建立于严密的数学理论上的控制理论发展受到挫折，而模拟人类智能的人工智能却迅速发展起来。控制理论从人工智能中吸取营养寻求发展成为必然。工业系统往往呈现

———————————————————————————

作者简介：黄毅，男，广东揭阳人，硕士，副处长，研究方向：人工智能、计算机网络。

—１２—