人工智能控制器
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
运用常规反向传播学习算法。该系统由两个子系统
人工智能化改设备
人工智能控制器
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
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。
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。
(作者: 来源:)