Methods and Applications of Intelligent Control

این کتاب به روش‌ها و برنامه‌های کنترل هوشمند می‌پردازد. حوزه کنترل هوشمند در طول سال های اخیر بسیار گسترش یافته است و مجموعه ای محکم از نتایج نظری و عملی در حال حاضر در دسترس است. این نتایج از طریق آمیختگی هم افزایی مفاهیم و تکنیک ها در زمینه های مختلفی مانند کنترل خودکار، علم سیستم ها، علوم کامپیوتر، فیزیولوژی عصبی و تحقیقات عملیاتی به دست آمده است. سیستم‌های کنترل هوشمند باید وظایف انسانی را به‌طور کاملاً مستقل یا تعاملی با انسان تحت شرایط محیطی شناخته شده یا ناشناخته و نامشخص انجام دهند. بنابراین اجزای اساسی هر سیستم کنترل هوشمند شامل شناخت، ادراک، یادگیری، حس کردن، برنامه ریزی، پردازش عددی و نمادین، تشخیص/تعمیر خطا، واکنش و کنش کنترل است. این مؤلفه ها باید به شیوه ای سیستماتیک، هم افزایی و کارآمد به هم مرتبط شوند. پیشینیان کنترل هوشمند عبارتند از: کنترل تطبیقی، کنترل خودسازماندهی و کنترل یادگیری که به خوبی در ادبیات مستند شده است. نمونه‌های کاربردی معمولی کنترل‌های هوشمند عبارتند از: سیستم‌های رباتیک هوشمند، سیستم‌های تولید هوشمند، سیستم‌های پزشکی هوشمند، و اپراتورهای هوشمند فضایی. کنترل‌کننده‌های هوشمند باید هم از اطلاعات کمی و هم از اطلاعات کیفی استفاده کنند و باید بتوانند با تغییرات شدید زمانی و مکانی کنار بیایند، علاوه بر وظیفه اساسی دستیابی به عملکرد گذرا و حالت پایدار مطلوب. البته سطح هوش مورد نیاز در هر برنامه خاص موضوعی است که بین طراحان و کاربران مورد بحث است. ادبیات فعلی در مورد کنترل هوشمند در حال افزایش است، اما اطلاعات هنوز به صورت پراکنده و نامرتب در دسترس است.

This book is concerned with Intelligent Control methods and applications. The field of intelligent control has been expanded very much during the recent years and a solid body of theoretical and practical results are now available. These results have been obtained through the synergetic fusion of concepts and techniques from a variety of fields such as automatic control, systems science, computer science, neurophysiology and operational research. Intelligent control systems have to perform anthropomorphic tasks fully autonomously or interactively with the human under known or unknown and uncertain environmental conditions. Therefore the basic components of any intelligent control system include cognition, perception, learning, sensing, planning, numeric and symbolic processing, fault detection/repair, reaction, and control action. These components must be linked in a systematic, synergetic and efficient way. Predecessors of intelligent control are adaptive control, self-organizing control, and learning control which are well documented in the literature. Typical application examples of intelligent controls are intelligent robotic systems, intelligent manufacturing systems, intelligent medical systems, and intelligent space teleoperators. Intelligent controllers must employ both quantitative and qualitative information and must be able to cope with severe temporal and spatial variations, in addition to the fundamental task of achieving the desired transient and steady-state performance. Of course the level of intelligence required in each particular application is a matter of discussion between the designers and users. The current literature on intelligent control is increasing, but the information is still available in a sparse and disorganized way.