1.4.2　多模態智能混合控制的定義

隨著智能控制系統的不斷發展及智能控制理論研究的不斷深入，傳統的智能控制已經不能滿足各個領域中越來越高的要求了。智能控制發展到現在，它研究的課題已經不再是某一個學科所能完成的了，許多被控過程的機理比較復雜，具有高度非線性、慢時變性、純滯后等特點，過程采用單純某一種智能控制很難滿足系統控制精度的要求。由于各種控制策略之間都存在一定程度上的優缺點，它們之間存在著互補性，因此充分利用多種具有互補性的控制策略，相互滲透，取長補短，組合成另外一種新的混合控制策略，新的混合控制策略克服了單一策略的不足，具有更優良的性能，對于改善被控對象的工作性能是非常有意義的。因此，近幾年來，多模態智能混合控制是智能控制策略的發展方向。

集合多種學科知識來解決復雜系統的控制問題，這一點得到廣泛的應用。于是就出現了智能混合控制、智能復合控制、多模態分段控制等多種新的復合控制策略，它們的研究方向和所討論的內容基本上是一致的。所謂的多模態智能混合控制，就是在復雜控制或者要求具有較高的性能指標的系統中，傳統控制難以完成任務，采用兩種或多種不同的先進控制策略，充分利用它們各自的優點，取長補短，自主地進行綜合或分時或分區控制，從而達到理想的控制效果。

在多模態智能混合控制中，應用最廣泛的是模糊控制，它形成的混合控制策略實用性強。專家控制形成的復合控制策略可以具有比較復雜的形式和較高的性能。目前應用最廣泛的就是在模糊控制和神經網絡相結合的基礎上，再與專家控制相結合，形成更優良的控制策略。將專家系統的靈活性和集成性用于模糊神經網絡控制中，在初始階段作輔助控制，間接緩解對神經網絡快速學習的要求，并可以通過專家系統方法直接改進神經網絡學習問題，得到理想實用的工業控制器。

綜上所述，任何一種控制策略都存在著優缺點。將不同的控制策略進行復合，揚長避短，是當前的主要研究方向之一。

本書針對氣動系統的非線性和不確定性等因素，將神經網絡、模糊控制以及專家控制進行不同形式的復合，設計出多模態實時智能混合控制器。所謂的多模態智能混合控制（Multi-mode Intelligent Hybrid Control， MIHC）是根據系統所處的不同狀態和對控制過程在不同時間的不同要求，采用相應的控制策略和模式的一種控制方法，它可以同時兼顧控制系統對動態、靜態等多種性能指標的要求，實質是隨系統過渡過程進行分段變結構控制。這種控制器既能滿足系統的快速性和靈活性，又能保證系統的運行平穩性。