人工智能控制器

但是,還有很多研究工作要做,現(xiàn)在還只有少數(shù)實際應用的例子(學術研究組實現(xiàn)少,工業(yè)運用的就更少了),大多數(shù)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(shù)變化范圍大,整定過程繁鎖

誤差反向傳播技術是多層前聵ANN常用的學習技術。如果網(wǎng)絡有足夠多的隱藏層和隱藏結點以及適宜的激勵函數(shù)，多層ANN只能實現(xiàn)需要的映射，沒有直接的技術選擇優(yōu)隱藏層、結點數(shù)和激勵函數(shù)，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(wǎng)絡，用于權重調(diào)整，搜索優(yōu)。

但都沒有使用人工智能技術。相信使用人工智能的直流傳動技術能得到進一步的提高。智能技術在電氣傳動技術中占相當重要的地位，特別是自適應模糊神經(jīng)元控制器在性能傳動產(chǎn)品中將得到廣泛應用。但是，還有很多研究工作要做，現(xiàn)在還只有少數(shù)實際應用的例子（學術研究組實現(xiàn)少，工業(yè)運用的就更少了），大多數(shù)研究只給出了理論或結果

能模仿人的決策和推理模糊控制行為。反模糊化實現(xiàn)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(diào)整迭代不同于隱藏結點的權重調(diào)整迭代。通過使用反向傳播技術，能得到需要的非線性函數(shù)近似值，該算法包括有學習速率參數(shù)，對網(wǎng)絡的特性有很大影響。些模糊控制器不僅用來取代常規(guī)的PI或PID控制器，同時也用于其他任務