關(guān)于控制論的幾點(diǎn)蠡測(cè)*

文/程代展 趙 寅

中國科學(xué)院數(shù)學(xué)與系統(tǒng)科學(xué)研究院 北京 100190

1 控制論及其歷史

通常認(rèn)為控制論是自動(dòng)化的理論,這種說法大體不錯(cuò)。但如果仔細(xì)想,把控制論看作是理論研究,而把自動(dòng)化看作它的工程實(shí)現(xiàn),似乎也與事實(shí)不完全符合。筆者以為,控制論與自動(dòng)化其實(shí)是一體的,只是人們談到“控制論”時(shí)更多強(qiáng)調(diào)其理論性,至于提到“自動(dòng)化”,則更強(qiáng)調(diào)其工程性的一面。故本文不對(duì)控制論與自動(dòng)化做嚴(yán)格區(qū)分,只是討論的問題會(huì)向理論或曰控制論方面傾斜。

從歐洲的工業(yè)革命開始,自動(dòng)化技術(shù)逐漸成為社會(huì)生產(chǎn)力的一個(gè)關(guān)鍵部件,而自動(dòng)化水平則是當(dāng)代國家工業(yè)化以及軍事現(xiàn)代化的一項(xiàng)重要指標(biāo)。自動(dòng)化技術(shù)和裝置在幾乎所有的工業(yè)過程、導(dǎo)彈制導(dǎo)、衛(wèi)星升天甚至社會(huì)和國民經(jīng)濟(jì)的其他領(lǐng)域都有廣泛的應(yīng)用。因此,自動(dòng)化或控制理論的重要性是無庸置疑的。自動(dòng)化技術(shù)是在人類長期的生產(chǎn)與社會(huì)實(shí)踐中產(chǎn)生的。遠(yuǎn)古時(shí)代,中國的指南車、地動(dòng)儀、翻斗水車等,就是早期的自動(dòng)化裝置。明朝科學(xué)家宋應(yīng)星寫的《天工開物》記載了許多中國古代的自動(dòng)化裝置。在西方，1000多年前雅典的克泰希以斯水鐘利用反饋原理調(diào)節(jié)流量,在歐洲工業(yè)革命時(shí)期出現(xiàn)的瓦特蒸汽機(jī)的離心調(diào)速器,俄國人發(fā)明的鍋爐水位自動(dòng)控制裝置,以及較后出現(xiàn)的輪船自動(dòng)駕駛儀等,則已具備近代自動(dòng)控制器械的雛形。

20世紀(jì)初,在工業(yè)過程控制中出現(xiàn)了PID控制器;1913年,Wright兄弟的飛機(jī)飛行成功,飛機(jī)控制成為另一個(gè)研究熱點(diǎn);在理論研究方面的進(jìn)展包括：Nyquist和Bode發(fā)展了一套檢測(cè)系統(tǒng)穩(wěn)定性的辦法;Lyapunov的運(yùn)動(dòng)穩(wěn)定性理論,Hurwitz、Routh等的穩(wěn)定判據(jù)以及蘇聯(lián)學(xué)者提出的諧波平衡法……。這一切為控制論的誕生奠定了基礎(chǔ)。

第二次世界大戰(zhàn)期間,為了設(shè)計(jì)火炮定位裝置、雷達(dá)跟蹤系統(tǒng)、飛行器及戰(zhàn)艦的自動(dòng)駕駛儀甚至包括初期導(dǎo)彈制導(dǎo)等,自動(dòng)控制的相關(guān)理論和新技術(shù)得到很大發(fā)展。這個(gè)時(shí)期的主要成果形成了以反饋理論為基礎(chǔ),以傳遞函數(shù)、拉氏變換為主要工具的自動(dòng)調(diào)節(jié)原理。

維納(Wiener)在1948年出版了《控制論——或關(guān)于在動(dòng)物和機(jī)器中控制和通訊的科學(xué)》[1]。這本書提出或概括了許多控制論中的概念和方法,如反饋、穩(wěn)定性、鎮(zhèn)定等。通常將這本書作為控制論誕生的標(biāo)志。但事實(shí)上,是錢學(xué)森的《工程控制論》[2]平息了學(xué)術(shù)界對(duì)維納控制論的懷疑,使控制論與工程應(yīng)用緊密聯(lián)系起來了。此后,由于航空、航天等新技術(shù)的需求,以及近代計(jì)算機(jī)的助力,控制理論又有了一個(gè)較大的飛躍,代表性的理論貢獻(xiàn)包括:Pontryagin的極大值原理、Bellman的動(dòng)態(tài)規(guī)劃以及Kalman的狀態(tài)空間方法和Kalman濾波。這些工作使控制理論有了一個(gè)質(zhì)的飛躍。建立在這些工作基礎(chǔ)上的理論成果通常被稱為現(xiàn)代控制理論。它成熟于上世紀(jì)六七十年代。此后,現(xiàn)代控制理論在自適應(yīng)控制、非線性系統(tǒng)微分幾何理論、魯棒控制、預(yù)測(cè)控制、基于計(jì)算機(jī)的智能控制等許多方面取得很大進(jìn)展。今天的控制論已經(jīng)形成了一個(gè)枝繁葉茂的理論體系,它的應(yīng)用不僅涵蓋幾乎所有的工程領(lǐng)域,同時(shí),還逐漸擴(kuò)展到社會(huì)、經(jīng)濟(jì)、生態(tài)以及國民經(jīng)濟(jì)的其他許多領(lǐng)域?？梢哉f,控制論無所不在。

中國控制理論的研究大致始于錢學(xué)森。他于1955年回國,并于次年在中科院力學(xué)所舉辦了“工程控制論講習(xí)班”,為京津地區(qū)有關(guān)專家和北大、清華的高年級(jí)學(xué)生200余人講授工程控制論。此后又同鐘士模等為若干重點(diǎn)高校教師舉辦了“自動(dòng)化進(jìn)修班”等。此后,許多高校成立了自動(dòng)化系（專業(yè)）。1962年,當(dāng)現(xiàn)代控制理論在國際上萌生之初,關(guān)肇直敏銳地察覺到它的重要性,在錢學(xué)森的鼓勵(lì)和支持下,在數(shù)學(xué)所成立了控制理論研究室。后來,在1979年成立了以它為基礎(chǔ)的系統(tǒng)科學(xué)所?？刂剖液拖到y(tǒng)所成為當(dāng)時(shí)控制理論研究的旗艦。中國學(xué)者在控制理論及應(yīng)用方面做出了重要貢獻(xiàn)。理論方面的貢獻(xiàn)使中國在國際自動(dòng)控制領(lǐng)域占有重要一席;而對(duì)國民經(jīng)濟(jì)及國防等的貢獻(xiàn),如“工業(yè)自動(dòng)化”、“兩彈一星”等輝煌成就更是有目共睹的。關(guān)于控制論的歷史及其在中國的發(fā)展，文獻(xiàn)3中有較為詳細(xì)的介紹。關(guān)于中國學(xué)者對(duì)控制論及其應(yīng)用的貢獻(xiàn),可參考文獻(xiàn)4—7。

2 控制論的學(xué)科特點(diǎn)

郭雷院士最近指出:“控制論是一門特色突出、內(nèi)涵豐富、應(yīng)用廣泛的學(xué)科?！盵8]筆者認(rèn)同這些特點(diǎn)，并想補(bǔ)充的是:

（1）控制論是應(yīng)用數(shù)學(xué)的一支。Kalman在2005年布拉格的笫16屆IFAC世界大會(huì)上所做的報(bào)告中強(qiáng)調(diào)：“回顧過去100年系統(tǒng)理論發(fā)展的歷史,一個(gè)不爭的結(jié)論是:在基本的物理實(shí)質(zhì)弄清楚后,系統(tǒng)理論中工程問題的成敗直接依賴于其內(nèi)在的純數(shù)學(xué)問題的解決。”筆者強(qiáng)調(diào)控制論是應(yīng)用數(shù)學(xué),實(shí)際想說的就是，要想在控制領(lǐng)域做出實(shí)質(zhì)性的貢獻(xiàn),是離不開數(shù)學(xué)的。這一點(diǎn),對(duì)青年學(xué)者和學(xué)生,也許是一個(gè)提醒。實(shí)際上,控制論涉及到的數(shù)學(xué)十分廣泛,幾乎所有的數(shù)學(xué)工具都能用上。關(guān)肇直先生曾說過,研究控制理論,“十八般武藝”都能用上。而真正對(duì)控制理論做出突出貢獻(xiàn)的,如Pontryagin、Bellman、Kalman等,都是數(shù)學(xué)家。大家可能都知道,控制論創(chuàng)始人Wiener有一本自傳:《我是一個(gè)數(shù)學(xué)家》。

（2）控制論不是一個(gè)獨(dú)立的學(xué)科。筆者認(rèn)為，控制理論或自動(dòng)化技術(shù),只有依附于工程問題才有生命力。這也許是美國沒有自動(dòng)化系的原因。筆者留學(xué)美國時(shí),在華盛頓大學(xué)的系統(tǒng)科學(xué)與數(shù)學(xué)系（Dept.of Systems Science and Mathematics）,這是當(dāng)時(shí)美國僅有的一、兩個(gè)此類系?？上矝]有生存下來,現(xiàn)在已和電力電子系合并為電力與系統(tǒng)工程系（Dept.of Electrical and Systems Engineering）。當(dāng)時(shí)有些人,如Christopher Byrnes等,想發(fā)展一套控制數(shù)學(xué)（Control Mathematics），但沒有成功。中國大多數(shù)理工科大學(xué)都有自動(dòng)化系,這有它的國情,也被實(shí)踐證明有其好處?？刂祁I(lǐng)域的確有一些帶根本性的理論問題,如文獻(xiàn)8中提到PID控制器及Kalman濾波的非線性應(yīng)用,反饋能力等。但它們和數(shù)學(xué)中的問題不同，不大可能徹底解決。就算解決了,也沒有像費(fèi)馬大定理或Poincare猜想解決那樣的影響。舉個(gè)例子：一輩子搞PID非線性控制器理論恐怕不會(huì)有多大成就。另一方面,控制論面對(duì)的是幾乎無所不包的外部世界,到處是它的用武之地。而且,在實(shí)際問題面前,控制理論常常是不夠用的,也許這是發(fā)展控制理論的最好時(shí)機(jī)。對(duì)于控制論,借用歌德的一句話：“理論是灰色的,而生命之樹常青?！?/p>

最近,瑞典兩院院士?str?m在2011年中國自動(dòng)化大會(huì)的報(bào)告中提到控制論是一種隱技術(shù)（hidden technology），被廣泛應(yīng)用（widely used），但又很少被提到（seldom talked about）。其含意和筆者談到的一致,即控制論是藏在各學(xué)科后面的學(xué)科。

3 控制論的現(xiàn)狀

錢學(xué)森曾指出“相對(duì)論、量子力學(xué)和控制論被認(rèn)為是20世紀(jì)最偉大的3項(xiàng)成就?！边@或許對(duì)控制論有些微過譽(yù)之嫌,但畢竟在一定程度上反映了控制論在20世紀(jì)的隆極一時(shí)。2010年何毓琦先生轉(zhuǎn)發(fā)了美國NSF項(xiàng)目主管的一句話:“控制論已經(jīng)死了”（Control is dead。），這在國內(nèi)控制界引起一場軒然大波。不管對(duì)這些說法的認(rèn)同程度如何,有一點(diǎn)大概是不爭的事實(shí)：目前,控制論被人們關(guān)注的程度比20世紀(jì)降低了許多。其實(shí),這一點(diǎn)也不奇怪:20世紀(jì)下半葉是現(xiàn)代控制理論的創(chuàng)世期,自然會(huì)是轟轟烈烈。當(dāng)一種面向應(yīng)用的理論體系成形并成熟后,對(duì)它的關(guān)注度一定會(huì)下降,這一點(diǎn)我們相信何先生的解釋。

但是,對(duì)單純理論研究興趣的降低并不說明學(xué)科重要性的降低。正因?yàn)榭刂普撛诶碚摵头椒ㄉ系某墒?它開始在眾多科學(xué)技術(shù)領(lǐng)域發(fā)揮著越來越重要的作用。因此,如果用一句話概括控制論現(xiàn)狀的話,筆者想說:“現(xiàn)在是應(yīng)用（特別是高科技）導(dǎo)向的控制論發(fā)展的黃金時(shí)期?！鄙蟼€(gè)世紀(jì),當(dāng)人們談?wù)摽刂普摃r(shí),常常按照系統(tǒng)（即控制對(duì)象模型）的形式將控制理論分為:線性系統(tǒng)（理論）、非線性系統(tǒng)（理論）、分布參數(shù)系統(tǒng)（理論）、隨機(jī)系統(tǒng)（理論）等。這樣的劃分,不僅體現(xiàn)了模型的不同,也反映了所使用的基本數(shù)學(xué)工具與方法的差異。可以說,這是基礎(chǔ)理論研究導(dǎo)向時(shí)期的特征。從上世紀(jì)末到本世紀(jì)初10余年,應(yīng)用導(dǎo)向的控制理論研究成為主流,因此,當(dāng)人們談?wù)摽刂普摃r(shí)通常冠以研究對(duì)象,例如:復(fù)雜系統(tǒng)控制（理論）、網(wǎng)絡(luò)控制（理論）、飛行器控制（理論）等。

相對(duì)于基礎(chǔ)理論導(dǎo)向的控制論,應(yīng)用導(dǎo)向的控制論有其新的特征。其主要表現(xiàn)有以下幾點(diǎn):

（1）模型復(fù)雜化。由于研究對(duì)象為實(shí)際系統(tǒng),特別是,當(dāng)這些系統(tǒng)屬于高新科技時(shí),用傳統(tǒng)單一模態(tài)對(duì)它們進(jìn)行建模幾乎不可能。因此,模型可能由多種不同類型的模態(tài)進(jìn)行刻劃。在這種情況下,模型的不確定性變得突出。同時(shí),可能會(huì)有一部分未建模動(dòng)態(tài),它們難以用準(zhǔn)確數(shù)學(xué)形式進(jìn)行刻劃。

（2）工具的多樣化。由于控制對(duì)象（模型）復(fù)雜,很難用單一的數(shù)學(xué)工具或經(jīng)典控制手段進(jìn)行控制設(shè)計(jì)。因此,多種工具并用以及多種控制手段的協(xié)同和交叉成為一種常見方式。這個(gè)過程不是一個(gè)簡單的加法,不同控制策略的融合產(chǎn)生了許多新的理論和技術(shù)問題,從而促進(jìn)了控制論的發(fā)展。

（3）理論與工程實(shí)現(xiàn)的結(jié)合。應(yīng)用導(dǎo)向的控制論面對(duì)的是一個(gè)實(shí)際系統(tǒng)。由于對(duì)象明確,理論研究通常要考慮到相關(guān)結(jié)果的工程實(shí)現(xiàn)問題。這大大促進(jìn)了控制理論與實(shí)踐的結(jié)合,使相關(guān)理論能充分全面地利用工程問題的特殊性而得以改進(jìn),同時(shí),也為這些理論的工程實(shí)現(xiàn)提供了便利。

（4）控制的數(shù)字化與智能化。由于控制規(guī)則的復(fù)雜化,經(jīng)典的由簡單自動(dòng)化裝置實(shí)現(xiàn)對(duì)復(fù)雜系統(tǒng)的控制幾乎不可能?，F(xiàn)代的控制不僅需要反饋信息,而且需要對(duì)信息在線分析,對(duì)模型參數(shù)自適應(yīng)調(diào)整等,這些都需要利用計(jì)算機(jī)在線實(shí)現(xiàn)。最后的決策及控制實(shí)現(xiàn),很可能還需要以往的人類經(jīng)驗(yàn)等,因此,控制的智能化也成為一大特征。

目前控制論的一些研究熱點(diǎn),實(shí)際上可以從觀察當(dāng)前高新科學(xué)技術(shù)的發(fā)展前沿得到答案。這反過來也驗(yàn)證了本文的一個(gè)主要觀點(diǎn):當(dāng)前控制論的主流發(fā)展方向是應(yīng)用導(dǎo)向的控制理論。例如,下面一些方向形成當(dāng)前控制論發(fā)展的前沿焦點(diǎn)。

（1）復(fù)雜系統(tǒng)控制。復(fù)雜系統(tǒng)控制是經(jīng)典控制理論與復(fù)雜性科學(xué)及其他學(xué)科的一個(gè)交叉學(xué)科方向。典型的研究對(duì)象包括:

多自主體與切換系統(tǒng)。對(duì)多自主體系統(tǒng)(multi-agent system)的興趣最初來自生物學(xué)家對(duì)自然界的觀察，特別是動(dòng)物世界的涌現(xiàn)現(xiàn)象。其后是計(jì)算機(jī)科學(xué)家以簡單規(guī)則得到了相應(yīng)的仿真結(jié)果，如人工生命等。最后是系統(tǒng)控制科學(xué)家加入，對(duì)多自主體進(jìn)行了建模與控制研究[9]。并將相應(yīng)理論結(jié)果應(yīng)用于飛行器編隊(duì)，機(jī)器人的團(tuán)隊(duì)協(xié)作等[10-12]。

切換系統(tǒng)指系統(tǒng)具有多個(gè)動(dòng)態(tài)模型,模型按一定規(guī)則轉(zhuǎn)換。這是對(duì)單一模型系統(tǒng)的推廣,它更符合如電力系統(tǒng)等復(fù)雜系統(tǒng)的動(dòng)態(tài)過程。它的控制問題是傳統(tǒng)控制方法所無法完成的,需要一套新的理論工具[13]。多自主體系統(tǒng)由于相互關(guān)聯(lián)的拓?fù)渥兓?其動(dòng)力學(xué)模型構(gòu)成一個(gè)典型的切換系統(tǒng)[14]。

生物系統(tǒng)。如果說生命科學(xué)是當(dāng)代最活躍的自然科學(xué)分支,大概并不過分。特別是人類基因測(cè)序的完成,大大促進(jìn)了系統(tǒng)生物學(xué)的發(fā)展。于是,對(duì)生命系統(tǒng)的分析與調(diào)控也成了對(duì)系統(tǒng)控制學(xué)家們提出的一個(gè)極具挑戰(zhàn)性的問題。生物信息學(xué)是自動(dòng)化學(xué)科中一個(gè)越來越受矚目的方向,它以信息、控制和系統(tǒng)理論為核心,力圖破解基因的遺傳和疾病的秘密。系統(tǒng)生物學(xué)對(duì)一個(gè)特定生物過程的動(dòng)態(tài)結(jié)構(gòu)進(jìn)行建模,進(jìn)而分析其系統(tǒng)學(xué)特性[15]。例如對(duì)于基因調(diào)控網(wǎng)絡(luò),就有許多不同的建模方法,如貝葉斯網(wǎng)絡(luò)、非線性微分方程等[16],其中布爾網(wǎng)絡(luò)是一個(gè)簡單而恰當(dāng)?shù)臄?shù)學(xué)模型[17]。布爾網(wǎng)絡(luò)的分析與控制[18],有望對(duì)系統(tǒng)生物學(xué)的研究起到重要的推動(dòng)作用。

量子控制。隨著量子信息、量子通訊及量子計(jì)算的興起和發(fā)展,基于量子物理理論的量子動(dòng)力學(xué)的分析與控制,成了物理學(xué)、系統(tǒng)與控制理論以及相關(guān)數(shù)學(xué)的一個(gè)交叉前沿學(xué)科。從控制論角度看,如何將宏觀的控制理論與方法用于微觀粒子,包括量子系統(tǒng)的可測(cè)性、反饋控制設(shè)計(jì)、最優(yōu)控制等,是當(dāng)前研究的一些熱點(diǎn)[19-21]。

（2）網(wǎng)絡(luò)控制。網(wǎng)絡(luò)化是我們時(shí)代的特點(diǎn)。它改變著人生的生活,也改變著我們的整個(gè)社會(huì)結(jié)構(gòu),網(wǎng)絡(luò)化也成為控制論的一個(gè)重要發(fā)展方向。

網(wǎng)絡(luò)信息與控制。以互聯(lián)網(wǎng)為代表的網(wǎng)絡(luò)信息技術(shù)在近20余年間發(fā)展迅速。嚴(yán)格地說,網(wǎng)絡(luò)控制可分為兩種。①網(wǎng)絡(luò)控制系統(tǒng)（Networked Control System）：利用網(wǎng)絡(luò)技術(shù)將受控對(duì)象、執(zhí)行器、傳感器和控制器通過通信網(wǎng)絡(luò)連接在一起,從而實(shí)現(xiàn)對(duì)受控對(duì)象的有效控制。這里,網(wǎng)絡(luò)是一種控制手段[22-23]。②網(wǎng)絡(luò)系統(tǒng)控制（Networked System Control）：研究通訊網(wǎng)絡(luò)對(duì)傳遞信息的可靠性,網(wǎng)絡(luò)的故障診斷與容錯(cuò)控制,交通網(wǎng)絡(luò)的擁塞控制,電力網(wǎng)的安全穩(wěn)定與應(yīng)急控制,移動(dòng)傳感器網(wǎng)絡(luò)的協(xié)調(diào)控制等。這里,網(wǎng)絡(luò)是控制對(duì)象[24-25]。

智能電網(wǎng)。電力網(wǎng)絡(luò)被人稱為最復(fù)雜的人造系統(tǒng)。智能電網(wǎng)（smart grid）則是近年來國際上出現(xiàn)的新概念。應(yīng)該說,它尚未有公認(rèn)的清晰定義。但一般認(rèn)為它應(yīng)包含:電網(wǎng)與電站高度自動(dòng)化;相關(guān)信息與通訊系統(tǒng)高度集成;先進(jìn)的報(bào)警、控制及電網(wǎng)自愈能力等。由于電力系統(tǒng)在國民經(jīng)濟(jì)中的臺(tái)柱作用,智能電網(wǎng)的建設(shè),亦即電網(wǎng)自動(dòng)化,成為自動(dòng)控制領(lǐng)域一個(gè)重大科研項(xiàng)目[26,27]。

交通網(wǎng)。對(duì)于快速城市化的中國,城市路網(wǎng)與高速路網(wǎng)正迅速膨脹。對(duì)交通網(wǎng)絡(luò)的智能化管理成為一個(gè)刻不容緩的任務(wù)。利用GPS、IPv6等先進(jìn)通訊工具,結(jié)合自組織網(wǎng)絡(luò)等結(jié)構(gòu)分析方法,提供大范圍交通網(wǎng)信息。利用交通規(guī)劃技術(shù)及交通流理論等,設(shè)計(jì)基于信息的反饋控制,達(dá)到協(xié)調(diào)優(yōu)化的目的,是目前的研究重點(diǎn)[28，29]。

（3）運(yùn)動(dòng)控制。動(dòng)力學(xué)系統(tǒng)滿足牛頓第二定律,是最經(jīng)典的控制模型。隨著結(jié)構(gòu)與運(yùn)動(dòng)形式的日趨復(fù)雜,相應(yīng)的控制技術(shù)也變得日新月異。

飛行器導(dǎo)航與制導(dǎo)。衛(wèi)星、導(dǎo)彈、無人飛機(jī)等的飛行控制,無論在歷史上,還是當(dāng)今,都是控制論最富挑戰(zhàn)性,也最具顯示度和成就感的應(yīng)用之一。在導(dǎo)航方面,GPS導(dǎo)航系統(tǒng)的應(yīng)用,新型的磁懸浮或激光陀螺技術(shù)的日漸成熟,生物導(dǎo)航技術(shù)的出現(xiàn),以及利用綜合信息的組合導(dǎo)航,為導(dǎo)航的理論和實(shí)現(xiàn)提出了一系列全新的課題,使古老的導(dǎo)航控制煥發(fā)了新的生命[30]。制導(dǎo)是導(dǎo)彈命中率的關(guān)鍵技術(shù),精確制導(dǎo)是以近代光電技術(shù)為核心,以自動(dòng)控制理論為基礎(chǔ)發(fā)展起來的高新技術(shù)。目前理論研究的熱點(diǎn)包括制導(dǎo)、姿控一體化設(shè)計(jì),多約束導(dǎo)引率,Fliess展式方法,等[31，32]。

汽車控制。雖然汽車工業(yè)在國際上已日趨成熟,但中國的汽車工業(yè)還正在快速崛起,進(jìn)一步掌握關(guān)鍵技術(shù),取得知識(shí)產(chǎn)權(quán),以及研發(fā)獨(dú)創(chuàng)的先進(jìn)裝置和技術(shù)等,是中國汽車工業(yè)可持續(xù)發(fā)展的保障,也是相關(guān)汽車控制研究者的責(zé)任。目前的汽車控制理論的研究熱點(diǎn)包括:無人駕駛控制,電—油混合動(dòng)力汽車的切換優(yōu)化控制,帶有圖、表等未建模成份的動(dòng)力系統(tǒng)智能控制等[33，34]。

機(jī)器人控制。由于制造業(yè)的升級(jí)、空間與海洋開發(fā)、災(zāi)難救援以及某些特殊軍事目的,目前國內(nèi)外對(duì)機(jī)器人及其技術(shù)的開發(fā)均呈強(qiáng)烈競爭趨勢(shì)。機(jī)器人技術(shù)正從簡單工業(yè)機(jī)器人向多種形式的智能機(jī)器人發(fā)展。例如,救援機(jī)器人、醫(yī)療機(jī)器人、仿生機(jī)器人、空中機(jī)器人等[35]。目前,智能機(jī)器人控制有許多前沿性難題有待進(jìn)一步研究。例如,多傳感器信息融合、導(dǎo)航定位與路徑規(guī)劃、智能優(yōu)化控制等[36]。

（4）過程控制。工業(yè)過程的優(yōu)化與控制是控制理論的一個(gè)重要組成部分。工業(yè)生產(chǎn)的自動(dòng)化程度越高,對(duì)過程自身的控制與優(yōu)化就越顯重要。

過程的優(yōu)化與調(diào)度。大型工業(yè)過程,如冶金、化工、加工制造等,一般難以用簡單的機(jī)理建模,必須輔以數(shù)據(jù)建模。因此,動(dòng)態(tài)建模,模型的評(píng)估和校正都是過程優(yōu)化及控制中首當(dāng)其沖的問題[37]。工業(yè)過程的優(yōu)化調(diào)度對(duì)系統(tǒng)的依賴性很高。針對(duì)復(fù)雜工業(yè)過程的非確定性、多目標(biāo)性、非線性等特點(diǎn),目前出現(xiàn)了多種智能優(yōu)化算法。它們和計(jì)算機(jī)仿真技術(shù)相結(jié)合,有望為復(fù)雜過程的優(yōu)化控制開拓一個(gè)合理的解決途徑[38]。

離散事件系統(tǒng)。在生產(chǎn)制造、物流服務(wù)、信息技術(shù)等系統(tǒng)中,其狀態(tài)空間通常是離散的,動(dòng)態(tài)過程是非線性且對(duì)時(shí)間不均勻變化。離散事件動(dòng)態(tài)系統(tǒng)(DEDS:discrete event dynamic system)是解決這類系統(tǒng)建模、分析、設(shè)計(jì)、控制、優(yōu)化的一個(gè)有效工具[39]。這種方法有望成為工業(yè)過程優(yōu)化控制的一個(gè)便利工具。目前,離散事件動(dòng)態(tài)系統(tǒng)的優(yōu)化理論和數(shù)值方法是其研究熱點(diǎn)[40]。

物聯(lián)網(wǎng)。物聯(lián)網(wǎng)能精確、實(shí)時(shí)地對(duì)工業(yè)生產(chǎn)過程進(jìn)行動(dòng)態(tài)管理?；谖锫?lián)網(wǎng)的有效生產(chǎn)調(diào)度優(yōu)化和生產(chǎn)消費(fèi)物流信息與調(diào)度平臺(tái)可全面提高工業(yè)生產(chǎn)的整體性、有序性、系統(tǒng)性。這種智能化管理,可提高資源利用率和生產(chǎn)力水平。物聯(lián)網(wǎng)動(dòng)力學(xué)模型是一個(gè)復(fù)雜的隨機(jī)過程。其建模及基于動(dòng)態(tài)規(guī)劃等優(yōu)化算法是目前研究的重點(diǎn)[41]。

4 控制論的展望

在本世紀(jì)初,美國空軍部曾組織一批國際控制論著名專家,研討新世紀(jì)控制論的走向。在研討報(bào)告[42]中指出，前瞻的應(yīng)用研究方向包括：（1）飛行器與交通；（2）信息與網(wǎng)絡(luò)；（3）機(jī)器人與智能機(jī)器；（4）生物學(xué)與醫(yī)學(xué)；（5）材料與過程等。這些方向大致與上一節(jié)提到的目前的研究熱點(diǎn)是一致的。

作為對(duì)控制理論學(xué)科自身未來發(fā)展趨勢(shì)的預(yù)測(cè),我們提出以下幾點(diǎn):

（1）控制論的泛化。為了應(yīng)對(duì)復(fù)雜的高科技對(duì)象,控制論的方法會(huì)越來越多地與信息論、博奕論、計(jì)算機(jī)科學(xué)等相結(jié)合。因此,控制論與信息論及計(jì)算機(jī)科學(xué)等會(huì)互相滲透,使控制論的邊界變成模糊。目前,一批控制科學(xué)研究人員已自覺不自覺地進(jìn)入其他相關(guān)領(lǐng)域。例如,網(wǎng)絡(luò)信息傳輸、基于博弈的系統(tǒng)演化、有限自動(dòng)機(jī)與人工生命,甚至包括遺傳與基因調(diào)控等?？刂普摰念I(lǐng)地正在不斷拓廣。

（2）智能化的增強(qiáng)。基于簡單動(dòng)力學(xué)方程的控制論越來越難以適合帶有不確定性的復(fù)雜系統(tǒng)。因此,利用人的經(jīng)驗(yàn)的智能化控制,包括神經(jīng)元網(wǎng)絡(luò)、模糊控制等,可能在未來控制中發(fā)揮更重要作用。學(xué)習(xí)控制及計(jì)算機(jī)參與的決策,也將是處理帶有未建模狀態(tài)等的復(fù)雜系統(tǒng)的有力工具。另外,高新科技的成果,反過來可為控制的智能化提供新的工具和手段,如GPS系統(tǒng)對(duì)導(dǎo)航、網(wǎng)絡(luò)控制甚至電力系統(tǒng)同步,都起著重大作用，智能材料的應(yīng)用對(duì)分布參數(shù)系統(tǒng)提供精確的狀態(tài)反饋值等,這使經(jīng)典控制理論向智能化方向發(fā)展。

（3）理論上的突破?？刂评碚搶W(xué)科自身存在一些尚未解決的重大關(guān)鍵問題。例如,反饋能力、非線性濾波原理、PID對(duì)非線性系統(tǒng)的適用性、采樣控制的有效性[8]。這些問題利用現(xiàn)有的數(shù)學(xué)工具和分析方法可能難以解決,但它們的解決又可能對(duì)控制理論產(chǎn)生突破性的影響?？刂评碚摰陌l(fā)展需要研究一些全新的數(shù)學(xué)工具和方法。因此，文獻(xiàn)42中強(qiáng)調(diào)了控制理論與數(shù)學(xué)的互動(dòng)。其中提到的“具有符號(hào)和連續(xù)動(dòng)態(tài)的控制”,可能預(yù)示一種集微分過程與邏輯動(dòng)態(tài)等于一體的新的數(shù)學(xué)模式。

另外,現(xiàn)有的許多智能化控制方法在理論上尚不夠成熟。這些方法的完善依賴于相應(yīng)數(shù)學(xué)工具的開發(fā)。這種數(shù)學(xué)工具應(yīng)以計(jì)算機(jī)科學(xué)為背景,以離散及有限集合為對(duì)象的一種新的數(shù)學(xué)模式[43]。矩陣半張量積可望成為這類新數(shù)學(xué)工具之一[44]。

5 結(jié)束語

中國正逐步成為全球經(jīng)濟(jì)發(fā)展的引擎。與此同時(shí),中國的工、農(nóng)業(yè)、國防的現(xiàn)代化為中國自動(dòng)化事業(yè)提供了一個(gè)寬闊的主戰(zhàn)場。目前中國的自動(dòng)控制理論研究已在國際自動(dòng)控制界占有一個(gè)重要席位。雖然在某些方面與國際前沿尚有差距,但發(fā)展迅速。相信在不久的將來,中國的自動(dòng)控制將全面走向國際前沿,控制論在中國大有作為!

1 Wiener N.Cybernetics or Control and Communication in the Animal and the Machine.New Youk:John Wilet&Sons Inc.,1948.

2 Tsien H S.Engineering Cybernetics.McGraw HILL,1954.

3 吳麒,王詩宓.自動(dòng)控制原理,第2版.北京:清華大學(xué)出版社,2006.

4 Chen H F,Cheng D.Early developments of control theory in China.European J.Contr.,2007,13(1):25-29.

5 程代展.控制理論.中國自動(dòng)化學(xué)會(huì)編著.2007—2008控制科學(xué)與工程,學(xué)科發(fā)展報(bào)告.北京:中國科技出版社,2008,31-40.

6 Guo L,Huang L,Jin Y.Some recent advances of automatic control in China.Proc.1999 IFAC World Congress,Beijing,1999,31-48.

7 席在榮,郭寶珠,趙千川等.控制理論發(fā)展研究.中國自動(dòng)化學(xué)會(huì)編著.2010—2011控制科學(xué)與工程,學(xué)科發(fā)展報(bào)告.北京:中國科技出版社,2011,27-32.

8 郭雷.關(guān)于控制理論發(fā)展的某些思考.系統(tǒng)科學(xué)與數(shù)學(xué),2011,31（9）：1014-1018.

9 Ferber J.Multi-Agent Systems:An Introduction to Distributed Artificial Intelligence.Boston:Addison Wesley,1999.

10 Chung H,Oh S,Shim D H et al.Toward robotic sensor webs:algorithms,systems,and experiments.Proceedings of the IEEE,2011,99（9）：1562-1586.

11 Kumar M,Garg D P,Kumar V.Segregation of Heterogeneous Units in a Swarm of Robotic Agents.IEEE Transactions on Automatic Control,2010,55（3）：743-748.

12 Wang J,Zhang J,Yuan J et al.Neurotransmitter-mediated collective rhythms in grouped Drosophila circadian clocks.J.Biological Rhythms,2008,23(3):472-482.

13 Branicky M S.Stability of switched and hybrid systems.Proceedings of the 33rd IEEE Conference on Decision and Control,Lake Buena Vista,FL,USA,1994,3498-3503.

14 Zhao J,Hill D J.Dissipativity theory for switched systems.IEEE Trans.Aut.Contr.,2008,53(4):941-953.

15 Kitano H.Systems biology:a brief overview.Science,2002,295（5560）：1662-1664.

16 Jong H.Modeling and simulation of genetic regulatory systems:a literature review.Journal of Computational Biology,2002,9（1）：67-103.

17 Kauffman SA.The Origins of Order:Self-organization and Selection in Evolution.New York:Oxford University Press,1993.

18 Cheng D,Qi H,Li Z.Analysis and Control of Boolean Networks:A Semi-tensor Product Approach.London:Springer,2011.

19 Dong D,Petersen I R.Quantum control theory and applications:a survey.IET Control Theory&Applications,2010,4（12）：2651-2671.

20 Qi B,Guo L.Is measurement-based feedback still better for quantum control systems.Sys.Contr.Lett.,2010,59（6）：333-339.

21 Wiseman H M,Milburn G J.Quantum Measurement and Control.Cambridge:Cambridge University Press,2011.

22 Robinson C L,Kumar P R.Optimizing controller location in networked control systems with packet drops.IEEE Journal on Selected Areas in Communications,2008,26（4）：661-671.

23 Ulusoy A,Gurbuz O,Onat A.Wireless model-based predictive networked control system over cooperative wireless network.IEEE Transactions on Industrial Informatics,2011,7（1）：41-51.

24 Fang H,Ye H,Zhong M.Fault diagnosis of networked control systems.Annual Reviews in Control,2007,31（1）：55-68.

25 Zelazo D,Mesbahi M.Graph-theoretic analysis and synthesis of relative sensing networks.IEEE Transactions on Automatic Control,2011,56（5）：971-982.

26 Ipakchi A,Albuyeh F.Grid of the future.IEEE Power and Energy Magazine,2009,7（2）：52-62.

27 MassoudAmin S,Wollenberg B F.Toward a smart grid:power delivery for the 21st century.IEEE Power and Energy Magazine,2005,3（5）：34-41.

28 Azimirad E,Pariz N,Sistani M B N.Anovel fuzzy model and control of single intersection at urban traffic network.IEEE Systems Journal,2010,4（1）：107-111.

29 Balaji P G,Srinivasan D.Multi-agent system in urban traffic signal control.IEEE Computational Intelligence Magazine,2010,5（4）：43-51.

30 Miller M M,RutkowskiAJ,Lohmann K J.Nature's Navigators-An overview of biologically inspired navigation.J.Institute of Navigation,2008,55:99-100.

31 Qiao Y,Yuan Y,Cheng D.Finite Fliess functional expansion and its application to flight control of missiles.Int.J.Robot.Aut.,2011,26（2）：173-181.

32 張友安,馬培蓓.帶有攻擊角度和攻擊時(shí)間控制的三維制導(dǎo).航空學(xué)報(bào),2008,29（4）：1020-1026.

33 Park M W,Son Y J,Kim J H.Design of the real time control system for controlling unmanned vehicle.International Conference on Control,Automation and Systems,2007,1234-1237.

34 Thounthong P,Ra?l S,Davat B.Control strategy of fuel cell/supercapacitors hybrid power sources for electric vehicle.Journal of Power Sources,2006,158（1）：806-814.

35 Dario P,Carrozza M C,Guglielmelli E et al.Robotics as a future and emerging technology:biomimetics,cybernetics,and neuro-robotics in European projects.IEEE Robotics&Automation Magazine,2005,12（2）：29-45.

36 Caccavale F,Natale C,Siciliano B et al.Integration for the next generation:embedding force control into industrial robots.IEEE Robot.Autom.,2005,12（3）：16-23.

37 AntonAK,Costin S B,Johan G.Dynamic modeling and process optimization of an industrial sulfuric acid plant.Chemical Engineering Journal,2010,158（2）：241-249.

38 Kang Q,Wang L,Wu Q.Anovel ecological particle swarm optimization algorithm and its population dynamic analysis.Applied Math.Comput.,2008,205:61-72.

39 Cao X R,Ho Y C.Models of discrete event dynamic systems.IEEE Control Systems Magazine,1990,10（4）：69-76.

40 Cao X R.Stochastic learning and optimization-Asensitivitybased approach.Annual Reviews in Control,2009,33（1）：11-24.

41 Atzori L,Iera A,Morabito G.The internet of things:Asurvey.Computer Networks,2010,54（15）：2787-2805.

42 Richard M M,?str?m K J,Boyd S P et al.Future directions in control in an information-rich world.Control Systems Magazine,2003,23（2）：20-33.（陳虹,馬彥（編譯）.信息爆炸時(shí)代的控制.控制理論與應(yīng)用,2003,20(3):481-484.)

43 Emmott,S（Editor-in-Chief）.Towards 2020 Science.Cambridge:Microsoft Research Ltd,2006.（國家自然科學(xué)基金委員會(huì)政策局編譯.面向2020年的科學(xué).2008.）

44 程代展,趙寅.矩陣的半張量積:一個(gè)便捷的新工具.科學(xué)通報(bào),2011,56（32）：2664-2674.