開篇：寫作不僅是一種記錄，更是一種創造，它讓我們能夠捕捉那些稍縱即逝的靈感，將它們永久地定格在紙上。下面是小編精心整理的12篇計算機控制論文，希望這些內容能成為您創作過程中的良師益友，陪伴您不斷探索和進步。

第1篇

論文摘要：網絡與控制的學科交叉研究與產品的研發是我們面臨的一個機遇與挑戰。在網絡控制系統和網絡的控制中都有不少問題可研討。

二十年前,面對計算機與控制交叉發展的機遇與挑戰,中國計算機學會工控機專委會(其前身:中國電子學會電子計算機專業委員會工業計算機學組)誕生。二十年后的今天,我們又面臨新的機遇與挑戰,其特征之一就是,信息科學技術快速發展所引發的計算網絡與控制科學技術的交叉發展,本文簡稱為“網絡控制”對此#已有不少論述。本文只是簡要討論一些看法。

1網絡控制的機遇

近年來信息科學技術與信息產業的發展十分迅猛，新思想、新技術相繼問世，網絡方面的新技術和產品迅速進入市場。而在經歷一個大發展后，自動化及控制理論在其發展中也出現一此“困惑”，各國均十分關注自動化科學與技術面臨的機遇與挑戰。1986年IEEE與美國國家基金委專家高峰會發表“對控制的挑戰”一文;1990-1993年IFAC組織了“控制在工業中的應用而臨計算機的挑戰”調研……我國也十分重視這個問題:1999年宋健在IFAC大會報告:21世紀的控制;2002年中國國家自然科學基金委召開“中國自動化領域發展戰略高層學術討論會”在這此討論中，信息的控制、網絡技術對控制的沖擊等都是一個議題。維納《控制論》一書的副標題是:“關于在動物和機器中控制和通信的科學”;而在《控制論》第一版序言中他又指出“如果一門新的科學學科是真正有生命力的，它的引人興趣的中心就必須而且應該隨著歲月而轉移……因此，控制論學家應該繼續走向新的領域，應該把大部分注意力轉移到近十年發展的新的思想上去……”。從歷史上看，控制與通信確實是相互依存交叉發展的，而當今在“網絡的連通性無所不在”的形勢下，我們確有必要討論網絡對控制的挑戰是什么，信息的控制或網絡控制是否應該列為一個“引人興趣的中心”。

“網絡控制”的提法早已有過，而對其內涵與外延井不十分統一，我們覺得網絡控制泛指通信網絡與控制科學技術的交叉以及相應的產品。主要包括兩個方面的內容，網絡化系統的控制與管理，網絡主要是做為技術手段或環境#而控制對象是傳統的對象（如電機、化工過程、航天……）也包括交通服務等系統。本文簡稱為”網絡化控制”"網絡系統本身的控制與管理。信息與網絡成為控制的對象，而采用控制的手段來滿足用戶的要求。本文簡稱為“網絡的控制”。這也可以說是從兩個視角來研究網絡控制。我們在網絡控制的這兩個視角上都面臨機遇與挑戰，前者延伸了諸如數字控制。計算機控制等的概念，而后者則延伸了電機控制，機床控制等的概念。

2網絡化系統與網絡化控制

網絡化系統及網絡化控制有多種提法，如TelematicSys-terns，NetworkedSystems，NetworkedControlSystems(NCS)，IntegratedCommunicationandControlSystems(ICCS通信與控制系統)等，其內涵各有所側重，但有共同點:是依靠網絡(主要是計算機網絡)組成的分布式系統;具有資源共享、集成自動化、協調下作等特點，從應用角度可包括:網絡化控制、網絡化制造、電子政務、電子商務、數字家庭、大型電網、城市交通、軍事上的41SR指揮、控制、通信、計算機以及情報、監視、偵察)等。可以是下業對象也可以是服務業或其他對象。

網絡化控制系統中的網絡一般是大范疇的企業網絡，從功能層次上可包括企業網的外聯網[xtranet，企業內聯網Intranet,控制網、傳感網等，從網絡類型上也可以說包括因特網、無線移動通信、以太網、現場總線與工業以太網、傳感器網絡等網絡技術在控制領域的’泛且深入的應用，必然引起網絡與控制交叉學科的發展，或者引起ThomasKahn在“TheStrutureofScientificRevolutions”中指出的在控制領域的范例轉移(ParadigmShift)或出現從連續時間控制理論到離散時間控制理論的發展。

網絡化控制與管理系統，可以不同程度地實現各層次自動化系統的集成使企業在企業協作、資源共享、提高效率、增強市場競爭能力等方面得到好處;同時，網絡的引入必然帶來信息傳輸時延，延時的抖動信息(數抓包)去失等問題，也必將引發一此研究課題，包括:網絡化控制系統體系結構，網絡環境下復雜系統的集成優化控制;基于連續時間和基于事件控制理論(在網絡化控制系統中的)的應用與發展;各種網絡化應用系統的建模與分析;基于網絡計算和網絡存儲的分布控制;網絡化系統的信息女全，現場總線，工業以太網，傳感器網絡等等，從某種意義說工業控制計算機系統的發展必須定位于網絡環境下，從網絡控制著手。

3網絡的控制與答理

網絡的控制，基于網絡的控制(Network一BasedControl)或網絡空間中的控制問題是自接涉及到網絡木身的控制問題，這里控制的對象是信息、數抓、網絡……。在自動化科學發展的歷史中，自動控制的對象是不斷發展變化的，這種發展體現了自動化科學理論與實際相結合，學科交叉和與時俱進的特性，從某種意義上說控制論的著眼點是信息與控制或信息的控制而網絡的控制是信息的控制中的重要內容。

網絡的控制或基于網絡的控制系統在資源共享提高網絡服務質量，實現集成自動化和整體優化以及和諧人機協調等方而都有優勢或潛力;由于網上的傳輸時延，數抓包去失，以及用戶對網絡服務質量的不同需求等，引出了網絡的控制中一系列研究課題。涉及相關的協議，系統的控制策略，穩定性、魯棒性、算法的收斂性以及控制系統產品化等問題。

以復雜媒體網絡的控制為例，復雜媒體可視為一個廣義的系統，其所究內容包括信息結構、復雜媒體的管理.、服務質量(QOS)控制，流量控制等。例如，在流媒體系統中，可以利用自適應等控制策略使用戶在不同的網絡環境卜享受到盡可能好的QoS保證。1999年，木尼迪克特(Bendidt)提出了“網絡空間”（Cyberspace)的概念，稱這種“由計算機支持，由計算機進入和由計算機產生的全球網絡化，是多維度的，人造或‘慮擬’的真實。它是真實的，每一臺計算機都是一個窗口;它是慮擬的，所看到的或所聽到的既不是物質也不是物質的表現，相反它們都是純粹的數抓或信息組成的”。可以說，它是介于慮擬和現實之間的特殊空間，即“網絡空間”，由此而可能發展網絡科學。網絡空間有許多控制和答理問題，有人稱之為“慮擬控制”或網絡的控制。近年來，關于下一代互聯網、智能網、網格等的討論也較多，網格（Grid)一般認為是繼傳統因特網、Web之后的第三代因特網其主旨是實現互聯網上所有資源的全而連通，在氣象、能源、教育以及企業信息化中都有廣’泛應用。美國《福布斯特》雜志預期網格技術到2020年將產生年產伯20萬億美元的大下業。在網格中分布資源管理與控制、資源共享、網格監控以及系統女全等方而的研究都是受人關汁的四。有人建議，在網格的體系上要體現服務第一，協議第一的觀念。另外，在下一代網關中，可能會將大部分控制功能(呼叫控制、接入控制、資源控制、服務質量控制等)統一交由一個控制層來完成。可見，網絡的控制及管理.是日益受到重視，控制的一此基本概念，控制策略和控制理論不能簡的一地搬用到網絡的控制中，但應可以在網絡的控制中得到發展。

以網絡為控制對象的網絡控制所要解決的主要是用戶對網絡各種服務質量:需求與網絡資源間的矛盾與協調。從信息傳送結構上講，可以在核心網上增強控制功能;也可以在邊緣網上引入系統與控制的方法。在這此系統建模與分析中，多會遇到系統規模大、異構件、時變性、人機協調、隨機性等問題、在已見的一此研究成果中，排隊論、小波分析、自適應、神經網絡、混雜系統等理論與方法都有應用。在因特網或非實時局域網的控制系統中，離散控制時間的確定性或定常性已不存在，要發展網絡控制理論或改造經典的方法或按離散事件動力學考慮新途徑，學科交叉研究勢在必行。

4對下控機系統及專委會工作的一此思考

二十年前，在個人計算機(PC)技術成熱并大舉進入市場之際，我們成立了工業控制計算機專業委員會，在學術交流、產品研發等方面做了許多工作，得到了廣泛的認可。當前，信息網絡迅速發展，而對網絡控制等的機遇，工控機系統的研發人員應多交流討論。各種工控機系統，現場總線、工業以太網，分布控制系統，傳感器仍是工業自動化與下控機的主要課題，而網絡控制的機遇與挑戰也是專委會需認真思考的:

1)當前，我國在網絡化控制(網絡化系統，網絡化制造……)方面的研究與產品研發已有一此成果，尚待深入與普及;而在網絡的控制方而的研究下作剛剛開始。我們可能需要在理論探索、技術研究以及協議（標準)制定、產品研發等層面上挑戰網絡控制的機遇。

2)需要面對網絡控制的挑戰，加強計算機、通信網絡、自動控制等學術交叉性的研討，可與兄弟專委會聯合組織。計算機、通信網絡、自動控制等不同專業背景的人員在從事網絡控制這類學科交叉研究中，往往有不同的思路、視角、方法或切入點，其成果也各有特色。多交流互補是大有益處的。

第2篇

【關鍵詞】：智能預測；預測控制；模糊預測控制；滑膜預測

中圖分類號： F272.1 文獻標識碼： A 文章編號：

現代工業的發展對生產過程提出了越來越高的要求，往往不單要求對單個生產裝置實現優化控制，而希望能對相繼發生的多個生產過程的實現綜合控制，并追求全過程的優化以提高產品質量和降低成本。同時過程本身存在的復雜性和控制目標的多樣性，使優化控制策略從目前的求解無約束二次性能指標優化問題轉為面向多目標多自由度的優化問題。這些現實問題要求預測控制的發展引入新思想、新方法，追求更高層次的目標。在另一方面，進入90年代以來智能控制的研究成果大量涌現。智能控制不但在處理復雜系統(如非線性、快時變、復雜多變量、環境擾動等)時能進行有效的控制，同時具有學習能力、組織綜合能力、自適應能力和優化能力。為了解決復雜工業過程中的不確定性、多目標優化問題，智能控制中的一些方法被引入到預測控制中，使預測控制向智能化的發展，從而形成當前預測控制的一大研究方向-智能預測控制。根據預測控制和智能控制的融合點，可大致劃分為以下模糊預測控制、神經網絡預測控制、遺傳算法預測控制、滑模預測控制等幾類。

一、模糊預測控制

模糊控制的基本思想是把專家對特定控制對象過程的控制策略總結為“IF……THEN……”形式表達的控制規則，通過模糊推理得到的控制作用集，作用被控對象或過程。模糊控制完全是在操作人員所具有的經驗的基礎上實現對系統的控制，無須建立系統的數學模型，且控制具有很強的魯棒性，對被控對象參數的變化具有一定的抗干擾能力，因此是解決不確定系統的一種有效途徑。目前模糊控制與預測的結合主要分為兩類：一類是模糊控制與預測控制的結合，Cucal等[1]設計了一種模糊專家預測控制器，通過建立對象的預測模型獲得超前預測誤差來調整控制器規則；龐富勝[2]提出了一種模糊預測控制的復合結構，根據不同時段的誤差情況進行模糊控制和預測控制的加權組合控制；徐立鴻等[3]提出一種定量和定性信息的組合預測控制，控制器輸出分為預測控制量和模糊控制量，二者的加權因子是對象類型和建模誤差的函數，這種組合式模糊預測控制器，對模型失配有較好的魯棒性；睢剛等[4]在過熱汽溫控制中設計了一種模糊預測控制方法，將控制量論域劃分為若干子區域，并將分界點作為參考控制量，以預測模型預測各參考控制量的未來輸出，并評價相應控制效果，并在此基礎上以模糊決策方法確定當前時刻最佳控制量。另一類是模糊控制與預測控制的融合，Oliver等[5]和Martin等[6]將T-S模型與DMC控制結合起來，DMC采用階躍響應模型，由T-S模型提取出不同工作點的階躍響應值，有效地實現了對非線性系統的控制。Jang-Hwan Kim[7]采用模糊神經網絡辨識對象T-S模型，由各局部加權和得到的模型進行預測控制，將GPC推廣到非線性系統，IgorSkrjanc[8]提出一種基于T-S模糊模型的預測函數控制方法，并在熱交換器中得到應用。

二、人工神經網絡預測控制

人工神經網絡(ANN)是從仿生學的角度出發，模擬人腦的神經元系統，使系統具有人腦那樣的感知、學習和推理功能。神經網絡可以充分逼近任意復雜的非線性系統，可以學習不知道的或不確定的系統。神經網絡的預測控制主要分為以下幾類：（1）基于線性化方法的神經網絡預測控制。線性化方法一直是處理非線性問題的常用方法，通過各種線性化逼近，可以將非線性控制律的求解加以簡化，提高其實時運算速度。張日東等[9]提出了一種可用于非線性過程的神經網絡多步預測控制方法，將非線性系統處理成簡單的線性和非線性兩部分，用線性預測控制方法求得控制律，避免了復雜的非線性優化求解，仿真結果表明了該算法的有效性。（2）基于迭代學習求解的神經網絡預測控制。這種方法采用神經網絡實現對過程的多步預測，控制信號的求取基于多步預測的目標函數，利用神經網絡預測模型提供的梯度信息進行迭代學習獲得。丁淑艷等[10]先利用一個BP網絡構造一個非線性多步預測模型，根據被控對象輸出與網絡實際輸出之問的誤差采用改進的BP算法修改網絡權值，模型建好后，根據網絡的多步預測輸出序列與設定值序列的偏差構造性能指標函數，采用自適應變步長梯度法修改控制律。（3）基于神經網絡控制器的神經網絡預測控制。這種方法基于兩個神經網絡，一個是建模網絡，用于過程的動態建模以獲取對過程的預測信號；另一個是控制網絡，它按照與預測控制目標函數相應的驅動信號來調整整個網絡的權值，以獲取對預測控制律函數的逼近。陳博等[11]將傳統預測控制的優化策略與神經網絡逼近任意非線性函數的能力相結合，提出了一種基于BP神經網絡的新的預測控制算法，即滾動優化模塊用一個神經網絡來實現，并針對一個工業裝置控制實例，探討了該算法在工業過程控制中的應用。Mircea Lazar[12]用神經網絡模型作為滾動優化控制器，神經網絡控制器通過利用非線性模型及對控制算法提供一種快速、可靠的解決辦法來消除在非線性預測應用中主要的問題，并闡述了控制器的設計和補償方法，最后用一個實例仿真證明了該方法的有效性。

三、遺傳算法預測控制

遺傳算法(Genetic Algorithm，GA)是建立在自然選擇和自然遺傳學機理基礎上的迭代自適應概率搜索算法，在解決非線性問題是表現出很好的魯棒性、全局最優性、可并行性和高效率，具有很高的優化性能。Shin[13]提出一種基于前向網絡的非線性預測控制方法，直接采用GA進行在線優化求解預測控制律。Ramirez[14]在非線性預測控制中，以GA 進行移動機器人導航控制中的在線尋優。為降低在線優化的計算負擔，該GA算法采用啟發式交叉和非一致變異操作，獲得了滿意的效果。Woolley[15]報道了在CONNOISSEUR先進控制工具包中基于GA滾動優化的預測控制的設計和應用情況。

四、滑膜預測控制

自從20世紀80年代初到現在，計算機技術的發展迅速，在控制中也采用了計算機控制，所以目前控制中的系統一般都是離散系統，因此對離散系統變結構控制的研究也變得很重要。離散系統滑模變結構控制以其滑模存在條簡易而被廣泛的應用。在進行滑模控制的過程中，考慮到控制受限以及選用的趨近律的參數以及切換等因素，即使系統在沒有外界擾動的情況下，系統狀態軌跡也是只能穩定在原點鄰域的某個抖振。在根據不確定性上下界進行控制器設計的時候，利用不確定性的有界保證閉環系統的魯棒穩定性，導致變結構控制過于保守，抖振嚴重，且不確定性的界有時很難獲知.這些不足限制了離散變結構控制理論的應用.在綜合考慮抖振、魯棒性以及控制約束等指標要求的基礎上，提出了基于滑模預測思想的離散變結構控制系統設計新思路[16]。

目前看到的有關滑模預測控制論文很少，具體的實際應用也不多，在國內主要有宋立忠，陳少昌，姚瓊薈等人研究滑模預測離散變結構控制，在文章中主要研究了不確定離散時間系統的變結構控制設計問題，將預測控制中模型預測、滾動優化、反饋校正的思想引入到離散準滑模變結構控制系統的設計.把切換函數進行預測，然后通過切換函數得到滑模控制中的控制律，該方法綜合考慮抖振、魯棒性以及控制量約束等指標要求，利用當前及過去時刻的滑模信息預測未來時刻的滑模動態，實現了滾動優化求解.該方法可有效消除抖振現象，并能夠保證閉環系統的魯棒性。宋立忠，李紅江，陳少昌[17]還對滑模預測控制進行了應用的研究，把此方法應用到船一舵伺服系統中。

參考文獻：

[1] Culal Batur,et al.Predictive fuzzy expert puters in Eng.1991,20(2):199-209.

[2] 龐富勝.模糊--線性復合控制，劉增良主編.模糊技術與應用選編(1)，北京航空航天大學出版社，1997，64-69.

[3] 徐立鴻，施建華．基于對象定量和定性信息的組合預測控制．自動化學報，1997，23(2)：257-260．

[4] 睢剛，陳來九.模糊預測控制及其在過程汽溫控制中的應用，中國電機工程學報，1996,Vol.16(l):17-21.

[5] Jang-Hwan Kim,Generalized predictive control using fuzzy neural network model.proc.of 1994 IEEE conf.on Neural Network,1994,pp(4): 2596-2598.

[6] Igor Skrjanc,Drago Matko.Predictive functional control based on fuzzy model for heat-exchanger pilot plant,IFAC 14th Triennial World Congress,Beijing,P.R.China,1999,pp:341-345.