智能控制是以控制理論、計算機科學、人工智能、運籌學等學科為基礎(chǔ),擴展了相關(guān)的理論和技術(shù),其中應(yīng)用較多的有模糊邏輯、神經(jīng)網(wǎng)絡(luò)、專家系統(tǒng)、遺傳算法等理論和自適應(yīng)控制、自組織控制、自學習控制等技術(shù)。

       專家系統(tǒng)

      專家系統(tǒng)是利用專家知識對專門的或困難的問題進行描述. 用專家系統(tǒng)所構(gòu)成的專家控制,無論是專家控制系統(tǒng)還是專家控制器,其相對工程費用較高,而且還涉及自動地獲取知識困難、無自學能力、知識面太窄等問題. 盡管專家系統(tǒng)在解決復雜的高級推理中獲得較為成功的應(yīng)用,但是專家控制的實際應(yīng)用相對還是比較少。

模糊邏輯

       模糊邏輯用模糊語言描述系統(tǒng),既可以描述應(yīng)用系統(tǒng)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. 但在實際應(yīng)用中模糊邏輯實現(xiàn)簡單的應(yīng)用控制比較容易. 簡單控制是指單輸入單輸出系統(tǒng)(SISO) 或多輸入單輸出系統(tǒng)(MISO) 的控制. 因為隨著輸入輸出變量的增加,模糊邏輯的推理將變得非常復雜。

       遺傳算法

       遺傳算法作為一種非確定的擬自然隨機優(yōu)化工具,具有并行計算、快速尋找全局解等特點,它可以和其他技術(shù)混合使用,用于智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的控制。

       神經(jīng)網(wǎng)絡(luò)

       神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元按一定的拓撲結(jié)構(gòu)和學習調(diào)整方法. 它能表示出豐富的特性：并行計算、分布存儲、可變結(jié)構(gòu)、高度容錯、非線性運算、自我組織、學習或自學習等. 這些特性是人們長期追求和期望的系統(tǒng)特性. 它在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學習等控制方面具有獨特的能力.

       神經(jīng)網(wǎng)絡(luò)可以和模糊邏輯一樣適用于任意復雜對象的控制,但它與模糊邏輯不同的是擅長單輸入多輸出系統(tǒng)和多輸入多輸出系統(tǒng)的多變量控制. 在模糊邏輯表示的SIMO 系統(tǒng)和MIMO 系統(tǒng)中,其模糊推理、解模糊過程以及學習控制等功能常用神經(jīng)網(wǎng)絡(luò)來實現(xiàn).模糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù)：模糊邏輯和神經(jīng)網(wǎng)絡(luò)作為智能控制的主要技術(shù)已被廣泛應(yīng)用. 兩者既有相同性又有不同性. 其相同性為：兩者都可作為萬能逼近器解決非線性問題,并且兩者都可以應(yīng)用到控制器設(shè)計中. 不同的是：模糊邏輯可以利用語言信息描述系統(tǒng),而神經(jīng)網(wǎng)絡(luò)則不行;模糊邏輯應(yīng)用到控制器設(shè)計中,其參數(shù)定義有明確的物理意義,因而可提出有效的初始參數(shù)選擇方法;神經(jīng)網(wǎng)絡(luò)的初始參數(shù)(如權(quán)值等) 只能隨機選擇. 但在學習方式下,神經(jīng)網(wǎng)絡(luò)經(jīng)過各種訓練,其參數(shù)設(shè)置可以達到滿足控制所需的行為. 模糊邏輯和神經(jīng)網(wǎng)絡(luò)都是模仿人類大腦的運行機制,可以認為神經(jīng)網(wǎng)絡(luò)技術(shù)模仿人類大腦的硬件,模糊邏輯技術(shù)模仿人類大腦的軟件. 根據(jù)模糊邏輯和神經(jīng)網(wǎng)絡(luò)的各自特點,所結(jié)合的技術(shù)即為模糊神經(jīng)網(wǎng)絡(luò)技術(shù)和神經(jīng)模糊邏輯技術(shù). 模糊邏輯、神經(jīng)網(wǎng)絡(luò)和它們混合技術(shù)適用于各種學習方式 智能控制的相關(guān)技術(shù)與控制方式結(jié)合或綜合交叉結(jié)合,構(gòu)成風格和功能各異的智能控制系統(tǒng)和智能控制器是智能控制技術(shù)方法的一個主要特點

       武漢楚利科技有限公司 專業(yè)從事于武漢安防監(jiān)控歡迎來電咨詢!