人工智能控制器

但是,還有很多研究工作要做,現在還只有少數實際應用的例子(學術研究組實現少,工業(yè)運用的就更少了),大多數研究只給出了理論或結果,因此,常規(guī)控制器在將來仍要使用相當長一段時間。為此,本文論述了人工智能在電氣傳動領域中的應用。將PID控制和模糊控制相結合,控制直流電動機.首先對直流電動 機的PID控制進行,鑒于其參數變化范圍大,整定過程繁鎖

運用常規(guī)反向傳播學習算法。該系統(tǒng)由兩個子系統(tǒng)構成，一個系統(tǒng)通過電氣動態(tài)參數的辯識自適應控制定子電流，另一個系統(tǒng)通過對機電系統(tǒng)參數的辯識自適應控制轉子速度。后值得指出的是現在發(fā)表的大多數有關ANN對各種電機參數估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學習算法的模型不同或被估計的參數不同。

總而言之，當采用自適應模糊神經控制器，規(guī)則庫和隸屬函數在模糊化和反模糊化過程中能夠自動地實時確定。，隨著現代控制理論的發(fā)展，控制器設計的常規(guī)技術正逐漸被廣泛使用的人工智能軟件技術所替代。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、模糊、模糊神經，以及遺傳算法都可看成一類非線性函數近似器。