【廣告】
人工智能控制器
通過適當調(diào)整(根據(jù)響應時間、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,通過響應數(shù)據(jù)也能設計它們。運用語言和響應信息可能設計它們。們有相當好的一致性(當使用一些新的未知輸入數(shù)據(jù)就能得到好的估計)
與驅(qū)動器的特性無關(guān)。現(xiàn)在沒有使用人工智能的控制算法對特定對象控制效果十分好,但對其他控制對象效果就不會一致性地好,因此對必須具體對象具體設計。它們對新數(shù)據(jù)或新信息具有很好的適應性。它們能解決常規(guī)方法不能解決的問題。它們具有很好的抗噪聲干擾能力。它們的實現(xiàn)十分便宜,特別是使用小配置時。 它們很容易擴展和修改。
在各種出版物中,介紹了許多被模糊化的控制器,但這應與“充分模糊”控制器完全區(qū)分開來,“充分模糊”控制器才是完全意義上的模糊控制器,被模糊化的控制器易于實現(xiàn),往往通過改造現(xiàn)有古典控制器得以實現(xiàn),如被模糊化的PI控制器(FPIC)使用模糊邏輯改變控制器的比例、積分參數(shù),從而使系統(tǒng)的性能得到提高
有很多方法來實現(xiàn)這個過程,但主要的目標是使用系統(tǒng)技術(shù)實現(xiàn)穩(wěn)定的解,并且找到的拓樸結(jié)構(gòu)配置,自學習迅速,收斂快速,知識庫由數(shù)據(jù)庫和語言控制規(guī)則庫組成。開發(fā)規(guī)則庫的主要方法是:把的知識和經(jīng)歷用于應用和控制目標;建模操作器的控制行動;建模過程;使用自適應模糊控制器和人工神經(jīng)網(wǎng)絡推理機制。推理機是模糊控制器的核心