从机器学习看本科控制理论（自动化专业）

一、基础控制理论

1、开设课程：自控、现控、过控、运控、计控、智控。

2、课程内容简述，

自控：主要研究SISO线性定常系统控制。分析方法：频率特性、根轨迹法。数学工具：微分方程，传递函数，忽略初始条件。

现控：主要研究MIMO非线性时变系统控制。分析方法：时域分析方法。数学工具：状态空间。

过控：工业过程控制

运动：电机控制

计控：基于计算机的控制

智控：研究复杂系统（特点：不确定性，高度非线性，复杂任务要求）。解法：自适应、模糊、神经网络。衍生品：专家系统、模糊PID、自适应PID。

3、控制解决理论问题

从问题复杂度来看。自控是基础，现控、计控进阶，智控，其它包括滑模控制、鲁棒控制、神经网络、最优控制与状态估计、系统辨识、自适应控制、多智能体与网络化控制、模型预测控制等是更具研究价值的控制课题。

4、控制解决现实问题

控制理论的发展实际上对应自动化水平的提高

拓展阅读：http://www.sohu.com/a/258597553_650021  中国智能控制40年

二、机器学习与控制理论

机器学习为控制和自动化提供一个层面的解决方案，控制和自动化是机器学习落地的一项重要应用。

扩展阅读：https://mp.weixin.qq.com/s/HqVaWbc1zajPu22i9V5d9g CVPR 2018 | 加速模型收敛的新思路（控制理论+深度学习）

三、其它

1、不确定性理论包括：不确定包含不仅含随机性、模糊性、灰色性和未确定性[1]。解法包含概率学，统计学，模糊理论，灰度理论等。

2、非线性SISO系统简介： f为未知连续函数，d有界不可测外界干扰。[2]

[1] 预测与决策的不确定性数学模型，2001，王清印等

[2] 基于高增益观测器的 SISO 非线性系统模糊自适应输出反馈控制，2011，任长娥