钟秉翔 高国芳

(重庆科技学院电气与信息工程学院，重庆 401331)

0 引言

在实际生活或工程实践中，一个熟练的操作人员凭借丰富的生活经验或实践经验，可以非常娴熟、巧妙地控制一个复杂过程，并得到满意的控制效果。能否采用自动控制的机器来代替人的行为，以及如何通过功能模拟实现这些有效的控制行为等关于人的控制行为功能模拟的智能控制器设计问题，均属于智能系统辨识或建模问题。众所周知，实现专家控制系统的前提是必须要有有效的专家经验知识;而模糊控制的设计必须依据人类直接控制被控对象的成功经验，没有这类经验，模糊规则将无法设计。

理论研究表明，基于神经网络、自适应模糊系统的控制系统具有一定的学习能力，能够更好地适应环境和系统特性的变化，适合不确定复杂系统的建模与控制。然而，随着问题复杂性的增加，计算机控制系统在执行数值运算时需要的时间呈指数增长，计算量呈指数增长，易出现维度灾难［1－3］。分析国内外关于模糊系统、神经控制器和支持向量机模型精简化研究的现状发现，这些系统都局限于模型内部结构的优化［4－6］。

本文针对控制器变量众多、易出现维度灾难、系统复杂性增加等问题，以球杆系统作为研究对象，设计了精简化的球杆系统控制器模型。通过寻找输入空间的主要特征变量，剔除次要因素，精简输入空间维数，减少控制系统数学模型复杂性;同时采用核函数方法和虚假最近邻点法，实施智能控制器模型的非线性回归建模，实现球杆系统的自动控制。……