人工智能控制器
与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对必须具体对象具体设计。它们对新数据或新信息具有很好的适应性。它们能解决常规方法不能解决的问题。它们具有很好的抗噪声干扰能力。它们的实现十分便宜，特别是使用小配置时。 它们很容易扩展和修改。
在各种出版物中，介
智能决策机公司
人工智能控制器
与驱动器的特性无关。现在没有使用人工智能的控制算法对特定对象控制效果十分好，但对其他控制对象效果就不会一致性地好，因此对必须具体对象具体设计。它们对新数据或新信息具有很好的适应性。它们能解决常规方法不能解决的问题。它们具有很好的抗噪声干扰能力。它们的实现十分便宜，特别是使用小配置时。 它们很容易扩展和修改。
在各种出版物中，介绍了许多被模糊化的控制器，但这应与“充分模糊”控制器完全区分开来，“充分模糊”控制器才是完全意义上的模糊控制器，被模糊化的控制器易于实现，往往通过改造现有古典控制器得以实现，如被模糊化的PI控制器（FPIC）使用模糊逻辑改变控制器的比例、积分参数，从而使系统的性能得到提高
人工智能技术控制器
误差反向传播技术性是双层前聩ANN常见的学技术。假如互联网有充足多的隐藏层和隐藏结点及其适合的激励函数，双层ANN只有完成必须的投射，沒有立即的技术性挑选佳隐藏层、结点数和激励函数，一般用尝试法处理这个问题，反向传播训炼优化算法是基本上的更快降低法，輸出结点的误差意见反馈回互联网，用以权重值调节，检索佳。
有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到的拓朴结构配置，自学习迅速，收敛，知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。推理机是模糊控制器的核心
（作者： 来源：）
