欢迎光临异步西玛电机！诚心、贴心、倾心、西玛永远用心！

　　在智能控制提出之前，各种控制理论和方法都是建立在对象精确数学模型的基础上的，而实际中的被控对象或过程往往是非线性的、时变的，具有诸多不确定性因素，是一类复杂的系统。所以采用传统控制理论进行控制具有很大的局限性，如采用微分或差分方程描述系统，会丢失很多其他重要信息，且不能反映自学习的人工智能过程；同时传统控制不能适应系统大的参数和结构的变化，所以系统的模型不确定性和系统所在环境的不确定性会直接影响控制效果。正因为传统控制理论对不确定性复杂系统的控制具有局限性，所以一种基于系统特征信息的智能控制方法产生了。H前已有的基于系统特征信息控制的方法有模糊控制、仿人控制以及智能WD控制等，它们的共同特点是不基于系统精确的数学模型，而是通过获取被控对象在控制过程中的动静态特征和关键的一些行为，再在这些获取到的特征变量的基础上设计控制算法。因此基于系统特征信息的另类建模方法--特征建模方法应运而生。

　　吴宏义院士通过其从事20多年的航天控制和工业过程控制的实际I:程应用的经验，针对一般参数未知的对象和具有不确定性的大型复杂对象的实际控制问题，总结提炼出一套新型实用的控制理论与方法，即基于特征模型的智能自适应控制方法。这种方法相对传统控制理论的方法来说是有很大的优势的，如对于一般参数未知的对象，？a然用传统的PID控制算法或自适应控制算法就可以很好地控制。但是当被控对象的调试次数有限时，它们无法保证系统过渡过程阶段的稳定性。针对这类被控对象，基于特征模型的黄金分割自适应控制方法不需要反复调试就可以保证系统过渡过程的平稳性，很好的解决了上述问题；对于具有不确定性的大型复杂对象系统，系统的精确动力学模型是很难得到的，所以那些需要精确数学模型支撑的传统控制算法对此类系统是无能为力。尽管传统控制算法屮的PID控制不需要考虑对象的精确数学模型，但是对于不确定性很强且复杂的系统，其控制效果也是不尽人意。而-?些智能控制算法虽然在理论上取得了--定的控制效果，但是这些控制器的阶数一般较高，很难在实际工程中得到应用。不过基于特征模型的智能适应控制方法能解决这个问题，它抓住了系统的物理机理和特征信息，建立系统的特征模型，根据控制性能要求将系统用对应阶数的时变差分方程的形式进行描述，方便了控制器的设计，利于工程实现。

　　关于特征模型的研究与应用目前己有很多成果，如文献[17]基于特征模型的自适应控制方法成功完成了高超声速飞行器的姿态控制，并通过仿真验证了所设计控制器的鲁棒性和适应性。文献[18]以悬臂梁为研究对象，采用基于特征模型的自适应控制对烧性悬臂梁的弯曲振动进行主动控制并有效抑制了悬臂梁的弯曲振动。