|
|
智能控制以控制理論、計算機科學、人工智能、運籌學等學科為基礎，擴展了相關的理論和技術，其中應用較多的有模糊邏輯、神經網絡、專家系統、遺傳算法等理論，以及自適應控制、自組織控制和自學習控制等技術。 專家系統是利用專家知識對專門的或困難的問題進行描述的控制系統。盡管專家系統在解決復雜的高級推理中獲得了較為成功的應用，但是專家系統的實際應用相對還是比較少的。 模糊邏輯用模糊語言描述系統，既可以描述應用系統的定量模型，也可以描述其定性模型。模糊邏輯可適用于任意復雜的對象控制。 遺傳算法作為一種非確定的擬自然隨機優化工具，具有并行計算、快速尋找全局最優解等特點，它可以和其他技術混合使用，用于智能控制的參數、結構或環境的最優控制。 神經網絡是利用大量的神經元，按一定的拓撲結構進行學習和調整的自適應控制方法。它能表示出豐富的特性，具體包括并行計算、分布存儲、可變結構、高度容錯、非線性運算、自我組織、學習或自學習。這些特性是人們長期追求和期望的系統特性。神經網絡在智能控制的參數、結構或環境的自適應、自組織、自學習等控制方面具有獨特的能力。 智能控制的相關技術與控制方式結合、或綜合交叉結合，構成風格和功能各異的智能控制系統和智能控制器，這也是智能控制技術方法的一個主要特點。 研究對象編輯 語音 智能控制研究的主要目標不再是被控對象，而是控制器本身。控制器不再是單一的數學模型解析型，而是數學解析和知識系統相結合的廣義模型，是多種學科知識相結合的控制系統。智能控制理論是建立被控動態過程的特征模式識別，基于知識、經驗的推理及智能決策基礎上的控制。一個好的智能控制器本身應具有多模式、變結構、變參數等特點，可根據被控動態過程特征識別、學習并組織自身的控制模式，改變控制器結構和調整參數。 ? |
