侯中生老师的无模型自适应控制

控制系统的效果与控制对象、控制方法和应用环境的性能相互关联，控制方法必须包含控制对象、控制环境和控制目标的因素，这是有效控制方法设计的必然结果。一种说不需要建模的方式，是缺乏设计依据和设计目的的片面说法。

为了保证控制质量，控制工程对系统目标有明确的要求。因此，在设计阶段，应充分考虑应用中出现的各种问题。在建模和模型验证后，应充分了解系统的确定和不确定部分，并在此基础上进行方法设计，考虑建模误差和应用不确定性，留有足够的稳定裕度。这是保证控制项目控制质量的唯一途径。现代控制系统更加复杂和全面，不进行深入的建模研究是不可能解决实质性问题的。

30多年前，因为建模技术和资金的匮乏，有学者发现了一个词“无模型”。他们利用数据建模提取一类对象的特征，根据离散模型跟踪最优控制和预测控制的思想，推导出一些控制率。他们希望把自己的控制率直接应用到这样一个没有建模的对象上，把这种应用形式称为“无模型”，这是“书学者”的玩笑方法，而不是工程方法。孩子搭积木不用画图建模，随便搭就行，搭好了再拆也没用。让我们在学校实验室里找点乐子。你可以尝试任何事情。如果你控制不了，就不会有任何后果。只是好玩而已。

建模既昂贵又必不可少。比如航天、航空、汽车工厂都有专业且昂贵(几亿、几十亿、几十亿)的测试场地，对各种性能进行测试和建模。现代计算机和仿真软件如此发达，可以充分了解对象的特性，保证模型的准确性和不确定性的范围。这些都是建模所涵盖的领域，基于模型的设计方法是质量保证。

即使是很简单的应用对象，也不要求太高的质量，应用控制率要有一定的选择方式。如果有“经验”，可以直接套用一定的控制率，效果不错。这种“体验”不仅是人脑中的“模型”，也是质量的保证。但经验如果在设计过程中付诸实践，就必须有操作基础，并依赖于模型。

目前的“无模型”方法实际上是一种基于低阶数据模型的离散设计方法，依靠最优控制思想经过一些简化后推导出控制率，而最优控制是一种基于模型的方法。过于简化的模型实际上不能处理复杂的对象。

所以可以说命名的概念逻辑和应用的操作逻辑是矛盾的。命名概念的逻辑矛盾，意味着他有一个“基于模型的最优控制”的祖宗，不仅没有体现出来，反而全盘否定，显示他无门无派，创新独立？；应用的操作逻辑是矛盾的，即由于“无模型控制率”并不适用于所有对象，因此判断其应用范围和验证其方法的有效性是不可行的。

目前“无模型”的概念和应用过程中存在诸多矛盾和混乱，各种解释都有涵盖基础层面的“矛盾”。比如“只靠输入输出数据”的控制。仅从数据上，我们只能推断出一些系统的特性。简单系统可以，复杂系统不行。比如多轴机械手能否从末端的X坐标推断出各轴的姿态？控制汽车的“无模型”控制率能否适用于“飞机”？30多年来，我一直在讲一个悖论。

矛盾论告诉我们，要把握事物，就要明确利弊，其中控制问题和控制方法是一对矛盾，一般经典方法都对应典型问题。控制方法的应用首先取决于它是否与问题的主要特征相匹配，然后调整参数以达到目标。如果不建模对象，这两步就没有具体的基础，无法实现。就像开药不问，裁衣不量，这种文学基本就是瞎猫碰死老鼠的表现。它不是一个为明确的问题寻找答案的设计。

实际上，无论是简单的项目还是复杂的项目，都要先建模，只有用模型才能分析研究方法；有了模型，我们对实际问题的主要特征有了了解，人们使用基于模型的设计方法。谁会放弃这些信息而使用“无模型”呢？——没错，只是有些人不搞工程，只玩学术，搞理论脱离实际的“创新”。

最近发现了一些客观事实。“无模型”的观点，源于30年前从事经济学的“软学科”学者。当时他们搞软科的时候，手头有一些统计数据，做一些建模、分析、预测也没什么。与现代控制工程不同，现代控制工程以各种人工设备为研究对象，对象结构复杂，控制目标严格，如30自由度的机器人、无人系统、高性能飞行器、集群协同控制、网络控制等。

模型设计解决了问题与方法之间的主要特征匹配和参数整定问题，剩余不确定性小且可控。所谓不确定性也是一种特征，是可以建模的。现代计算技术使得建模和仿真非常方便。所有已知的和能想到的问题都可以建模，方法研究的基本的、可靠的、长久的、有效的、完整的思路都可以在模型空间中进行。