人工智能控制器

與驅動器的特性無關?，F(xiàn)在沒有使用人工智能的控制算法對特定對象控制效果十分好，但對其他控制對象效果就不會一致性地好，因此對必須具體對象具體設計。它們對新數(shù)據(jù)或新信息具有很好的適應性。它們能解決常規(guī)方法不能解決的問題。它們具有很好的抗噪聲干擾能力。它們的實現(xiàn)十分便宜，特別是使用小配置時。 它們很容易擴展和修改。

人工智能技術控制器

 誤差反向傳播技術性是雙層前聵ANN常見的學技術。假如互聯(lián)網(wǎng)有充足多的隱藏層和隱藏結點及其適合的激勵函數(shù)，雙層ANN只有完成必須的投射，沒有立即的技術性挑選佳隱藏層、結點數(shù)和激勵函數(shù)，一般用嘗試法處理這個問題，反向傳播訓煉優(yōu)化算法是基本上的更快降低法，輸出結點的誤差意見反饋回互聯(lián)網(wǎng)，用以權重值調節(jié)，檢索佳。

但都沒有使用人工智能技術。相信使用人工智能的直流傳動技術能得到進一步的提高。智能技術在電氣傳動技術中占相當重要的地位，特別是自適應模糊神經(jīng)元控制器在性能傳動產(chǎn)品中將得到廣泛應用。但是，還有很多研究工作要做，現(xiàn)在還只有少數(shù)實際應用的例子（學術研究組實現(xiàn)少，工業(yè)運用的就更少了），大多數(shù)研究只給出了理論或結果

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(shù)近似值，該算法包括有學習速率參數(shù)，對網(wǎng)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