大系统理论递阶控制理论递阶控制理论 　大系统有两种常见的结构形式

一种称为多层结构

这种结构是把一个大系统按功能分为多层

其中最低的一层是调节器，它们直接对被控对象施加控制作用

调节器的给定值由它的上一层，具有最优化功能的层，每隔T1的时间计算一次

在最优化这一层设有某个环境参数，这个参数由它的上一层，具有适应功能的层,每隔T2的时间(T2>>T1)计算一次

这样一种递阶结构能反映工业联合企业控制方式的某些方面，但对这种结构还没有作过深入的理论研究

大系统的第二种结构称为多级结构

人们对这种结构已进行过广泛的研究，形成了较完整的多级递阶控制理论

这种结构是在对分散的子系统实行局部控制（决策）的基础上再加一个协调级，去解决子系统之间的控制作用不协调的问题

协调级有一个协调器，它的任务是对局部控制级的各控制器提供补充的协调信息，使大系统能在各控制器实现局部最优化的同时达到全局最优化

递阶的概念本来是一个非常古老的概念，自有人类社会以来就已存在

大至一个国家小至一个基层单位都在实行递阶控制

长期的实践经验证明，对于一个庞大的系统，如果由一个决策人去集中控制是难奏效的

而由若干个平行的决策人互相协商去控制，效率又太低

只有在分等级（层次）的，即递阶的控制中，才可能克服上述困难，取得较好的控制效果

递阶控制系统中一个关键的问题是如何设置协调变量

协调变量选择不同就会形成不同的算法

最常见的算法有目标协调法、模型协调法和混合法等

目标协调法是以解子系统最优化的非线性规划中的拉格朗日乘子作为协调变量；而混合法的协调变量中不仅有拉格朗日乘子，还有各子系统之间的关联变量

这两种算法各有优缺点，但它们都是不可行法

计算过程中的每一次迭代并不满足系统的约束条件，只有达到最优值才满足约束条件

模型协调法是一种可行法

每次迭代都能满足约束条件，例如以各子系统的输出变量作为协调变量的直接法就是这样一种方法

但这种方法的输出变量如设置不当，有可能使子系统的最优化问题无解，因此并不永远实用

有人研究大系统的闭环控制，即离线计算最优控制律，然后运用得到的控制律对子系统实现闭环控制

采用这种方法，大系统的控制质量在很大程度上取决于模型的准确度

如果把离线算法改为在线算法，从理论上说可以改善控制质量

所谓在线算法，以目标协调法为例，就是把按模型计算的子系统的控制，施加到真实系统，由此得到各子系统的输出

把这些测得的输出反馈到协调器，用它去计算拉格朗日乘子的值

这样便形成了另一种闭环控制

这个方法当然也可以用到以输出变量作为协调变量的那种情况

输出还可以反馈到子系统的各局部控制（决策）单元

以上内容由大学时代综合整理自互联网，实际情况请以官方资料为准。