王　玲，孫　波，張炳義，王爾智
沈陽理工大學信息科學與工程學院，遼寧沈陽

沈陽工業大學電氣工程學院，遼寧沈陽

摘　　　要：基于控制微元的統計自適應增量控制方法是依據檢測數據的周期性預測增量控制方法。編制仿真程序，對統計自適應增量控制方法實際運行所有的可能組態進行仿真研究。通過外層振蕩組態，有效控制組態，無效控制組態，及控制組態概率仿真等多方面的調節增量分析，證明該方法能夠使時間連續的控制微元群收斂于統計較優化，說明統計自適應增量控制方法有很強的抗干擾能力。給出了基于控制微元的統計自適應增量控制方法的應用實例，進一步說明該方法在工業智能控制系統中對于非線性模擬量控制的有效性。

關　鍵　詞：嵌入式系統；集散控制系統；智能控制；非線性模擬量控制

１　引　言
在嵌入式集散控制系統中，對于非線性、無具體數學模型的被控對象，目前多采用神經網絡［１�玻玻荨⒛：�處理［３�玻担荨⑦z傳算法［６�玻梗莸戎悄芸刂扑惴▽崿F控制。這些智能控制算法依然是熱門研究課題。模糊控制的實質是將相關領域的專家知識和熟練操作人員的經驗，轉換成模糊語言規則，通過模糊推理和模糊決策，實現對復雜系統的控制。但人的知識和經驗是有限的，難以構造出準確描述實時控制系統控制狀態的隸屬函數；遺傳算法是群體搜索策略與群體中所有個體之間的信息交換，適合于復雜和非線性問題的尋優。由于尋優需要較長的時間，很難用于實時系統的高速優化控制；神經網絡是通過對被控系統進行學習、訓練來實現控制。學習需大量的樣本數據和一定的時間方能完成動態訓練，無法應對實時控制系統的突發事件［１０］。針對當前流行的智能控制算法的缺陷，文獻［１０］和文獻［１１］提出了基于控制微元的統計自適應增量控制方法。文獻［１１］中，初步提出了統計自適應增量控制器的設計方案。文獻［１０］對該方法進行了較詳細論述，給出了１０個量化控制狀態的控制方法。本文將通過統計自適應增量控制方法的收斂性分析，進一步說明該方法的有效性。

登錄網站后可下載文件