人工智能控制器

通過適當調整（根據響應時間、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節(jié)容易。在沒有必須知識時，通過響應數據也能設計它們。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據就能得到好的估計）

與驅動器的特性無關?，F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。它們對新數據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，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

有很多方法來實現這個過程，但主要的目標是使用系統技術實現穩(wěn)定的解，并且找到的拓樸結構配置，自學習迅速，收斂快速，知識庫由數據庫和語言控制規(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網絡推理機制。推理機是模糊控制器的核心