人工智能控制器

建立相匹配的控制模型，同時根據(jù)數(shù)據(jù)實(shí)時反饋選擇控制方案，持續(xù)進(jìn)化，給出優(yōu)控制參數(shù)值。品投運(yùn)后云端一鍵操作，的簡單背后是強(qiáng)大的算法支持：決策機(jī)TMAI可根據(jù)用戶設(shè)置的室溫目標(biāo)數(shù)據(jù)，完成復(fù)雜運(yùn)算后直接給出控制目標(biāo)參數(shù)，如供水溫度等。決策機(jī)TMAI模型可以解決傳統(tǒng)控制模型中室溫數(shù)據(jù)滯后性問題，結(jié)合氣候參數(shù)提前預(yù)測、預(yù)知合理控制目標(biāo)值，提前干預(yù)，平抑室溫波動。

人工智能一直都處于計算機(jī)技術(shù)的前沿，經(jīng)歷了幾起幾落，長久以來，人工智能對于普通人來說是那樣的可望而不可及，然而它卻吸引了無數(shù)研究人員為之奉獻(xiàn)才智，隨著現(xiàn)代控制理論的發(fā)展，控制器設(shè)計的常規(guī)技術(shù)正逐漸被廣泛使用的人工智能軟件技術(shù)所替代。不同的人工智能控制通常用完全不同的方法去討論。但AI控制器例如：神經(jīng)、模糊、模糊神經(jīng)，以及遺傳算法都可看成一類非線性函數(shù)近似器

通過適當(dāng)調(diào)整（根據(jù)響應(yīng)時間、下降時間、魯棒性能等）它們能提。例如：模糊邏輯控制器的上升時間比優(yōu)PID控制器快1.5倍，下降時間.5倍，過沖更小。它們比古典控制器的調(diào)節(jié)容易。在沒有必須知識時，通過響應(yīng)數(shù)據(jù)也能設(shè)計它們。運(yùn)用語言和響應(yīng)信息可能設(shè)計它們。們有相當(dāng)好的一致性（當(dāng)使用一些新的未知輸入數(shù)據(jù)就能得到好的估計）