文档介绍：人工智能自动规划论文
导读：我根据大家的需要整理了一份关于《人工智能自动规划论文》的内容，具体内容：阐述了人工智能控制技术的发展概况，介绍了该控制技术的优势，从模糊控制、神经网络和遗传算法等方面探讨了该技术的应用特点及发展前景。以下是我整理分享的的相关资料，欢迎阅读!篇一人工... 阐述了人工智能控制技术的发展概况，介绍了该控制技术的优势，从模糊控制、神经网络和遗传算法等方面探讨了该技术的应用特点及发展前景。以下是我整理分享的的相关资料，欢迎阅读!
篇一
人工智能控制技术在电气传动中的应用研究
【摘要】阐述了人工智能控制技术的发展概况，介绍了该控制技术的优势，从模糊控制、神经网络和遗传算法等方面探讨了该技术的应用特点及发展前景。
【关键词】人工智能;神经网络控制;模糊神经元控制;自适应神经网络
0 引言
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(人工神经网络、模糊控制、模糊神经网络、遗传算法等)所替代。这些方法的共同特点是，需要不同数量和类型的必须描述系统和特性的"a-priori"知识。该系统具有实现简单、性能优异等优势。
1 人工智能控制技术的优势
不同人工智能控制通常采用完全不同的方法，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。这些AI函数近似器比常规的函数估计器具有更多的优势。
(1)它们的设计不需要控制对象的模型(在许多场合，很难得到实际控制对象的精确动态方程，实际控制对象的模型在控制器设计时往往有很多不确实性因素。
(2)通过适当调整(根据响应时间、下降时间、鲁棒性能等)它们能提高性能。，，过冲更小。
人工智能控制器可分为监督、非监督或增强学习型三种。常规的监督学习型神经网络控制器的拓朴结构和学习算法已经定型，这就给这种结构的控制器增加了限制，使得计算时间过长，常规非人工智能学习算法的应用效果不好。采用自适应神经网络和试探法就能克服这些困难，加快学习过程的收敛速度。常规模糊控制器的规则初值和模糊规则表是既定"a-priori"型，这就使得调整困难，当系统得不到"a-priori"(既定)信息时，整个系统就不能正常工作。而应用自适应AI控制器，如使用自适应模糊神经控制器就能克服这些困难，并且用DSP比较容易实现这些控制器。
2 人工智能在电气传动控制中的运用
人工智能在直流传动中的运用
模糊逻辑控制应用
主要有两类模糊控制器，Mamdani和Sugeno型。到目前为止只有Mamdani模糊控制器用于调速控制系统中。值得注意的是这两种控制器都有规则库，它是一个if-then模糊规则集。但Sugeno控制器的典型规则是"如果x是A，并且y是B，那么Z=f(x,y)"。这里A和B是模糊集;Z=f(x,y)是x,y的函数，通常是输入变量x,y的多项式。当f是常数，就是零阶Sugeno模型，因此Sugeno是Mamdani控制器的特例。Mamdani控制器由下面四个主要部分组成。
1)模糊化实现输入变量的测量、量化和模糊化。隶属函数有多种形式。
2)知识库由数据库和