您好，歡迎來到易龍商務網！
發布時間：2021-10-23 07:50
【廣告】
人工智能控制器
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。這樣的分類就能得到較好的總體理解，也有利于控制策略的統一開發。這些AI函數近似器比常規的函數估計器具有更多的優勢，它們的設計不需要控制對象的模型（在許多場合，很難得到實際控制對象的動態方程，實際控制對象的模型在控制器設計時往往有很多不確實性因素，例如：參數變化，非線性時，往往不知道）。
也有一些的文章論述運用模糊邏輯控制感應電機的磁通和力矩。它的輸入標定因子是變化的。實驗結果也驗證了所提方案的有效性。該系統中模糊速度控制器與常規的PI速度控制器和CRPWM塑變器一起使用，它往往用來補償可能的慣性和負載轉矩的擾動。神經網絡的應用 現如今，有大量文章討論神經網絡在交流電機和驅動系統的條件監測和診斷中的運用。
由于控制簡單，直流傳動在過去得到了廣泛的使用。但由于它們眾所周知的限制以及DSP技術的進步，直流傳動正逐漸被的交流傳動所取代。但近，許多廠商也推出了一些改進的直流驅動產品充分模糊”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，往往通過改造現有古典控制器得以實現，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，從而使系統的性能得到提高
能模仿人的決策和推理模糊控制行為。反模糊化實現量化和反模糊化。有很多反模糊化技術，例如，大化反模糊化，中間平均技術等。輸出結點的權重調整迭代不同于隱藏結點的權重調整迭代。通過使用反向傳播技術，能得到需要的非線性函數近似值，該算法包括有學習速率參數，對網絡的特性有很大影響。些模糊控制器不僅用來取代常規的PI或PID控制器，同時也用于其他任務
