人工智能控制器
使用常规反向转波算法的ANN用于步进电机控制算法的优化。该方案使用实验数据，根据负载转矩和初始速度来确定大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。
运用常规反向传播学习算法。该系统由两个子
人工智能化改报价
人工智能控制器
使用常规反向转波算法的ANN用于步进电机控制算法的优化。该方案使用实验数据，根据负载转矩和初始速度来确定大可观测速度增量。这就需要ANN学习三维图形映射。该系统与常规控制算法(梯形控制法)相比具有更好的性能，并且大大减少了定位时间，对负载转矩的大范围变化和非初始速度也有满意的控制效果。
运用常规反向传播学习算法。该系统由两个子系统构成，一个系统通过电气动态参数的辩识自适应控制定子电流，另一个系统通过对机电系统参数的辩识自适应控制转子速度。后值得指出的是现在发表的大多数有关ANN对各种电机参数估计的，一个共同的特点是，它们都是用多层前馈ANNS，用常规反向传播算法，只是学习算法的模型不同或被估计的参数不同。
由于控制简单，直流传动在过去得到了广泛的使用。但由于它们众所周知的限制以及DSP技术的进步，直流传动正逐渐被的交流传动所取代。但近，许多厂商也推出了一些改进的直流驱动产品充分模糊”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
能模仿人的决策和推理模糊控制行为。反模糊化实现量化和反模糊化。有很多反模糊化技术，例如，大化反模糊化，中间平均技术等。输出结点的权重调整迭代不同于隐藏结点的权重调整迭代。通过使用反向传播技术，能得到需要的非线性函数近似值，该算法包括有学习速率参数，对网络的特性有很大影响。些模糊控制器不仅用来取代常规的PI或PID控制器，同时也用于其他任务
（作者： 来源：）
