智能控制理论基础之经典概述！

1.遗传算法与神经网络

遗传算法在神经网络中的应用主要反映在以下三个方面。

（1）神经网络的学习。首先，将遗传算法应用于神经网络的学习，可以对网络的学习规则实现自动化，从而提高学习效率；其次，利用遗传算法的全局优化及隐含并行性的特点，可以提高网络权数的优化速度。

（2）神经网络的设计。如何用遗传算法设计一个优质的神经网络结构需要两步：第一步，要解决网络结构的编码问题，目前的编码方法有直接编码法、参数化编码法和繁衍生长法三种；第二步，通过选择、交叉、变异操作得到最优结构。

（3）神经网络的分析。神经网络具有分布存储特点，一般难以从拓扑结构直接理解网络功能，此时可以利用遗传算法对神经网络进行功能分析、性质分析、状态分析。

2.仿人控制

人类在数万年的进化过程中获得了知识获取、处理和记忆的能力，解决问题的能力，对环境的适应能力等。智能控制，从根本上讲，是要仿效人的智能行为进行决策和控制的。

仿人控制并不需要了解对象的结构与参数，不需要依赖对象的数学模型，根据积累的经验和知识，用计算机加以模拟，进行在线的推理确定，最大限度地识别和利用控制系统动态过程提供的特性信息。

3.分布式智能控制

分布式智能控制将大型的复杂系统分解成规模相对较小、便于进行数学建模和控制的子系统。这种控制方法的实质，就是应用计算机技术实现各个子系统之间信息的协调和共享，最终实现对庞大系统的控制。

好啦，这次的分享就到这里，我们下期再见！欢迎在评论区补充和留言。