您好,歡迎來到易龍商務網!
發布時間:2021-10-25 08:23  
【廣告】





人工智能控制器
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,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
誤差反向傳播技術是多層前聵ANN常用的學習技術。如果網絡有足夠多的隱藏層和隱藏結點以及適宜的激勵函數,多層ANN只能實現需要的映射,沒有直接的技術選擇優隱藏層、結點數和激勵函數,通常用嘗試法解決這個問題,反向傳播訓練算法是基本的快下降法,輸出結點的誤差反饋回網絡,用于權重調整,搜索優。
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。