转帖，《控制如何不死》之 控制人还是少耍点小聪明

kisskisswww

http://mp.weixin.qq.com/s/Z9m8RtsGI7f5WXbDunevOw
浙江大学控制系朱豫才教授曾写过的一篇文章，现摘录如下：

年轻时，认为控制学术界聪明人真多，以至于博士毕业后没敢进入学术界，因为自己没有那么聪明。

30年后回头看，感觉控制学术界是聪明反被聪明误，玩的大都是小聪明。

首先提下一个常识，即现代科学技术的基础是对研究对象建立（数学）模型，无一例外。

1970年代，自适应控制开始流行。最近刚读了Åström在Automatica (2014)发表的一篇41页的控制领域的长篇综述。文中Åström讲了他搞自适应控制的原因是因为他认为模型辨识太难，成本太高。他们提出了self-tuning算法；还有人提出model reference 算法。这些方法都是力图绕过辨识和建模问题。从此研究自适应控制的大军浩浩荡荡，走了20余年。

弱弱地问一下，建模难，成本高，为什么不研究如何降低建模成本的方法？违背科学技术的基本常识你能成功吗？这些理论和方法对多变量复杂系统有几项成功应用？

1980年代，鲁棒控制走红。鲁棒控制的出发点是，虽然有模型，但模型误差大，所以要研究如何对付模型误差。从此鲁棒控制的文章乌央乌央，发了20余年。

弱弱地问一下，模型误差大，为什么不研究降低建模误差的方法？违背科学技术的基本常识你能成功吗？这些理论和方法对多变量复杂系统有几项成功应用？

1990年代，模糊、智能控制时髦，尤其在中国。模糊控制的出发点是，建模、辨识太难，成本太高，模糊一下了事。这正中一些中国学者下怀。从此模糊智能控制的文章铺天盖地，发了20余年。

弱弱地问一下，绕过模型，违背科学技术的基本常识，你能成功吗？这些理论和方法对多变量复杂系统有几项成功应用？

1990年代，工业控制界（注意，不是控制学术界！）在炼油石化工业普及了自己研发的模型预测控制技术，在多变量复杂系统的成功应用数不胜数。模型预测控制技术靠的是什么？是什么好的控制算法？错！模型预测控制技术的两个发明人都亲自对我说，模型辨识是成功的关键。“模型有多准，控制品质就有多高。”预测控制项目的主要成本就是辨识测试和模型辨识。

预测控制技术应用的极大成功跟控制学术界没有半毛钱关系。丢人不，大牛们？

人在干，天在看，耍小聪明总是要还的。

建模吧，要搞好控制。



看完文章后，网友意见不一。

@pseudoscientist ：
自适应控制分为“直接自适应控制”和“间接自适应控制”。“直接自适应控制”使用通用的控制器结构（如PID控制，模糊控制，神经网络控制等），然后在线调节控制器的参数。“间接自适应控制”根据被控对象的模型设计控制器，然后在线调节模型参数。自校正控制属于直接自适应控制；模型预测控制通常是间接自适应控制，但也可以通过直接自适应控制方案执行。有理有据，赞同！

@袁烨：
虽然我不是做鲁棒，模糊和预测控制，但是我们也不能一棒子把这些领域的突破打死。就拿预测控制来说，搞理论的比如Manfred Morari，Jan Maciejewski, Frank Doyle也在化工，造纸，人造胰腺上做了很多应用的工作，根据具体问题做了很多理论的突破。个人认为，理论实践相结合才是最好的，而且理论实践本身就不应该分家。至于鲁棒控制，是控制黄金时代整个领域的集体智慧的结晶，也是基于传统辨识局限性（很多系统由于本身限制参数不是可辨识的，要达到consistency需要无穷的数据，系统可能不能任意加入输入不是persistently excited，噪声可能不是高斯白噪声，可能model class就选错了，可能物理建模忽略了一些重要因素，还可以继续说下去）不是所有系统都能满足这样的条件，控制的时候必须要把参数的不确定性考虑进来。关于模糊控制，我完全不懂，但是认识前面回复的王老师的usc一个师弟伍冬睿博士将模糊运用到情感识别和控制，做了很多人机交互的有意思的工作，相信肯定还有更多的例子。所以我完全不赞同这篇博文的很多论据。

不知各位读者怎么看呢？欢迎在文章底部留言探讨！

本文来自：朱豫才科学网博客

engine

控制就是建模，算法和模型是在一起的，看看大狗就知道了