人工智能控制器

模糊邏輯的應用 在大多數討論模糊邏輯在交流傳動中運用的文章中，都介紹的是用模糊控制器取代常規(guī)的速度調節(jié)器，可英國Aberdeen大學開發(fā)的全數字傳動系統(tǒng)中有多個模糊控制器，這些模糊控制器不僅用來取代常規(guī)的PI或PID控制器，同時也用于其他任務。該大學還把模糊神經控制器用于各種全數字高動態(tài)性能傳動系統(tǒng)開發(fā)中。

運用常規(guī)反向傳播學習算法。該系統(tǒng)由兩個子系統(tǒng)構成，一個系統(tǒng)通過電氣動態(tài)參數的辯識自適應控制定子電流，另一個系統(tǒng)通過對機電系統(tǒng)參數的辯識自適應控制轉子速度。后值得指出的是現(xiàn)在發(fā)表的大多數有關ANN對各種電機參數估計的，一個共同的特點是，它們都是用多層前饋ANNS，用常規(guī)反向傳播算法，只是學習算法的模型不同或被估計的參數不同。

能模仿人的決策和推理模糊控制行為。反模糊化實現(xiàn)量化和反模糊化。有很多反模糊化技術，例如，大化反模糊化，中間平均技術等。輸出結點的權重調整迭代不同于隱藏結點的權重調整迭代。通過使用反向傳播技術，能得到需要的非線性函數近似值，該算法包括有學習速率參數，對網絡的特性有很大影響。些模糊控制器不僅用來取代常規(guī)的PI或PID控制器，同時也用于其他任務