人工智能控制器
通过适当调整(根据响应时间、下降时间、鲁棒性能等)它们能提。例如:模糊逻辑控制器的上升时间比优PID控制器快1.5倍,下降时间.5倍,过冲更小。它们比古典控制器的调节容易。在没有必须知识时,通过响应数据也能设计它们。运用语言和响应信息可能设计它们。们有相当好的一致性(当使用一些新的未知输入数据就能得到好的估计)
在各种出版物中
锅炉房智能化价格
人工智能控制器
通过适当调整(根据响应时间、下降时间、鲁棒性能等)它们能提。例如:模糊逻辑控制器的上升时间比优PID控制器快1.5倍,下降时间.5倍,过冲更小。它们比古典控制器的调节容易。在没有必须知识时,通过响应数据也能设计它们。运用语言和响应信息可能设计它们。们有相当好的一致性(当使用一些新的未知输入数据就能得到好的估计)
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
总而言之,当采用自适应模糊神经控制器,规则库和隶属函数在模糊化和反模糊化过程中能够自动地实时确定。,随着现代控制理论的发展,控制器设计的常规技术正逐渐被广泛使用的人工智能软件技术所替代。不同的人工智能控制通常用完全不同的方法去讨论。但AI控制器例如:神经、模糊、模糊神经,以及遗传算法都可看成一类非线性函数近似器。
(作者: 来源:)