论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　0 引言
　　自动化技术广泛用于工业、农业、军事、科学研究、交通运输、商业、医疗、服务和家庭等方面。采用自动化技术不仅可以把人从繁重的体力劳动、部分脑力劳动以及恶劣、危险的工作环境中解放出来，而且能扩展人的器官功能，极大地提高劳动生产率，增强人类认识世界和改造世界的能力。因此，自动化是工业、农业、国防和科学技术现代化的重要条件和显著标志。
　　自动化是一门涉及学科较多、应用广泛的综合性科学技术。在我国研究生培养体系中，自动化对应的一级学科“控制科学与工程”下属有七个二级学科：“控制理论与控制工程”、“检测技术与自动装置”、“系统工程”、“模式识别与智能系统”、“导航、制导与控制”、“企业信息化系统与工程”和“生物信息学”。控制科学与工程对相关学科的发展起到了有力的推动作用，并在学科交叉与渗透中表现出突出的活力。例如：它与信息科学和计算机科学的结合开拓了知识工程和智能机器人领域。与社会学、经济学的结合使研究的对象进入到社会系统和经济系统的范畴中。与生物学、医学的结合更有力地推动了生物控制论的发展。同时，相邻学科如计算机、通信、微电子学和认知科学的发展也促进了控制科学与工程的新发展，使控制科学与工程学科所涉及的研究领域不断扩大。
　　1 我国控制科学与工程学科发展现状
　　控制科学与工程学科经过几十年的发展，在诸多方面取得了一些重要的进步，按照二级学科分类，主要发展现状归纳如下。
　　1.1 控制理论与工程
　　控制理论以动态系统为主要研究对象。20世纪80年代以来，计算机、网络和通信等信息技术的发展为现有的控制理论提供了广泛的应用空间，同时也带来了巨大的挑战，促使控制理论自身的发展，也催生出新的学科增长点。控制理论方面，在鲁棒控制、非线性控制、离散事件动态系统、量子控制等方面都取得了重要进展。鲁棒控制研究内容涉及鲁棒极点配置、鲁棒镇定、鲁棒观测器设计、鲁棒故障诊断等一系列鲁棒控制问题。分布参数控制研究涉及可控性、随机控制、非线性系统、稳定性、最优性、数值求解最优控制及时间延迟问题。离散事件动态系统的研究主要集中在离散事件动态系统的优化理论与方法上，理论成果被成功应用到从机械或半导体制造到电网规划、石油化工等多个行业的实际工程问题。量子控制的研究涉及量子态的制备、最优控制、控制能力、反馈控制、消相干控制、纠缠动力学、动态解耦等多个方面。智能控制方面，在模糊不确定性理论、复杂系统的模糊控制与稳定性分析、神经网络控制、智能优化等方面都有重要贡献。模糊不确定性理论对于主观上的不确定事件，给出了不确定变量的期望值、不确定变量的关键值、不确定事件测度的定义，并将它们应用于机器学习、系统控制和管理等问题。自模糊集合诞生至今，模糊控制作为一种有效的非线性控制方法受到了广泛关注和应用，模糊控制器形式常见的有模糊逻辑控制、模糊PID控制、神经模糊控制、模糊滑膜控制、自适应模糊控制及基于T-S模型发表论文的模糊控制等。模糊控制系统的稳定性分析，是模糊控制领域一个持续研究的课题。现有的结果，主要是在前有理论基础上，提出放松稳定性条件，并将模糊控制的概念引入网络控制系统。在神经网络控制方面，主要利用神经网络对非线性系统的逼近能力和特性，与一些控制算法相结合，探讨复杂系统的建模与控制问题。智能优化方面主要是结合模糊推理和神经网络自适应为主的模糊神经控制，并结合智能算法实现对算法的优化。智能机器人技术方面，除了在机构、视觉及传感系统、运动建模、规划与导航等提出一些新的设计和改进的算法外，中国学者在救灾救援机器人、网络环境机器人、医疗机器人、仿生机器人、飞行机器人、仿人机器人、人-机器人交互等方面取得了重要进展。在控制的应用方面，智能控制理论在电力系统调度、发电机励磁控制、风电场功率预测等方面已有初步应用。在多智能体与网络控制方面，研究涉及复杂系统与系统复杂性理论、混合系统与多模态切换、多智能体系统及网络控制。
　　1.2 模式识别与智能控制
　　随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们当然也希望能用计算机来代替或扩展人类的部分脑力劳动。模式识别在20世纪60年代初迅速发展并成为一门新学科。在生物信息学方面，在高通量组学数据的处理、计算基因组学的研究、医学群体遗传学中的生物信息学、蛋白质功能结构与亚细胞定位上、生物分子网络的构建与分析等方面有了重要进展。机器学习与数据挖掘方面，研究涉及提高学习系统泛化能力、样本标记问题、降维与度量学习、数据挖掘、在视频与图像分析方面的应用。脑—机接口就是要实现生物脑与电脑之间的直接对话。基础理论研究与实验研究并重是脑—机接口研究的重要特点。脑—机接口研究是一个全新的领域，许多方面的问题还有待于深入地研究。在医学信息学、分子影像方面，多模态分子影像成像理论方法与关键技术、分子探针与药物研发、分子影像验证与应用是现在的研究热点。
　　1.3 系统工程