PID控制
PID控制是最早發(fā)展起來(lái)的、應(yīng)用領(lǐng)域至今仍然廣泛的控制方法之一，它是基于對(duì)象數(shù)學(xué)模型的方法，尤其適用于可建立精確數(shù)學(xué)模型的確定性控制系統(tǒng)。但對(duì)于非線形、時(shí)變不確定性系統(tǒng)，難以用常規(guī)的PID控制器達(dá)到理想的控制效果。而且，在實(shí)際生產(chǎn)中，由于受參數(shù)整定方法繁雜的困擾，常規(guī)的PID參數(shù)往往整定不良、性能欠佳。
人工神經(jīng)網(wǎng)絡(luò)控制
人工神經(jīng)網(wǎng)絡(luò)起源于20世紀(jì)40年代，它從某些方面反映了人腦的基本特征，但并不是人腦的真實(shí)描寫，而只是它的抽象、簡(jiǎn)化和模擬，網(wǎng)絡(luò)的信息處理由神經(jīng)元間的相互作用來(lái)實(shí)現(xiàn)。神經(jīng)網(wǎng)絡(luò)控制的關(guān)鍵是選擇一個(gè)合適的神經(jīng)網(wǎng)絡(luò)模型，并對(duì)其進(jìn)行訓(xùn)練與學(xué)習(xí)，直至達(dá)到要求為止，即尋找最優(yōu)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)與權(quán)值。然而，神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，需要一定的實(shí)驗(yàn)樣本，這些實(shí)驗(yàn)樣本也必須從已知經(jīng)驗(yàn)和事先的實(shí)驗(yàn)中獲得。同時(shí)，神經(jīng)網(wǎng)絡(luò)的訓(xùn)練與學(xué)習(xí)過程，有時(shí)較為復(fù)雜，需要運(yùn)行成千上萬(wàn)次才能獲得最佳結(jié)構(gòu)。有時(shí)獲得的是一個(gè)局部最優(yōu)解，而不是全局最優(yōu)解，因方法的局限性，同樣也難于對(duì)所討論的對(duì)象實(shí)現(xiàn)有效的控制。
模糊控制
實(shí)際工程中，一個(gè)非常熟練的操作人員，能憑借自己豐富的實(shí)踐經(jīng)驗(yàn)，通過對(duì)現(xiàn)場(chǎng)的各種現(xiàn)象的判斷取得較滿意的控制效果。如果將憑經(jīng)驗(yàn)所采取的措施轉(zhuǎn)變成相應(yīng)的控制規(guī)則，并且研制一個(gè)控制器來(lái)代替這些規(guī)則，也可實(shí)現(xiàn)對(duì)復(fù)雜工業(yè)過程的控制。實(shí)踐證明，以模糊控制理論為基礎(chǔ)的模糊控制器(FC)能夠完成這個(gè)任務(wù)。
模糊控制是基于模糊推理和模仿人的思維方法，對(duì)難以建立數(shù)學(xué)模型的對(duì)象實(shí)施的一種控制。它用模糊數(shù)學(xué)中的模糊集合來(lái)刻畫這些模糊語(yǔ)言，并用產(chǎn)生式規(guī)則，即“假如條件成立則執(zhí)行”語(yǔ)句予以實(shí)現(xiàn)。模糊控制技術(shù)的應(yīng)用在國(guó)內(nèi)已取得明顯效果。
專家控制
專家控制是智能控制的一個(gè)重要部分，它在將專家系統(tǒng)的理論和技術(shù)同控制理論的理論和方法有機(jī)結(jié)合的基礎(chǔ)上，在未知環(huán)境下模仿專家的智能，實(shí)現(xiàn)對(duì)系統(tǒng)的有效控制。專家控制的核心是專家系統(tǒng)，它具有處理各種非結(jié)構(gòu)性問題，尤其是處理定性的、啟發(fā)式的或不確定性的知識(shí)信息，經(jīng)過各種推理過程達(dá)到系統(tǒng)的控制目標(biāo)。
仿人智能控制
仿人智能控制(HSIC)經(jīng)過20年來(lái)的努力，已形成了基本理論體系和較系統(tǒng)的設(shè)計(jì)方法，并在大量的實(shí)際應(yīng)用中獲得成功。其主要內(nèi)容是總結(jié)人的控制經(jīng)驗(yàn)，模仿人的控制思想和行為，以產(chǎn)生式規(guī)則描述其在控制方面的啟發(fā)與直覺推理行為。由于HSIC的基本特點(diǎn)是模仿控制專家的控制行為，因此它的控制算法是多模態(tài)控制的，是多種模態(tài)控制間的相互交替使用。該算法可以完美地協(xié)調(diào)控制系統(tǒng)中諸多相互矛盾的控制品質(zhì)的要求。比如，魯棒性與精確性，快速性與平穩(wěn)性等。
關(guān)注澤德微信
關(guān)注澤德微博