科技小知识！智能控制经典理论概述

智能控制学科包含的方法各有利弊，在实际应用中，我们应当结合不同的方法，发挥各自的优势，构成高级混合智能控制系统，获得了良好的效果。下面举例介绍几种典型的控制系统和方法。

1.专家系统与神经网络

专家系统是一个具有专业知识与经验的系统，可以模拟人类专家解决专业领域的问题。神经网络是一种算法模型，可以模仿动物神经网络行为特征进行信息处理。

这两种技术以不同的方式获取知识，前者是自顶而下的学习，我们提供给它的是已经建立好的从人类专家那里获得的知识和经验的规则集；而后者是自底而上的学习，我们向神经系统提供大量的数据供它学习和训练。

如果将复杂系统分解成各种子系统功能模块，对易于掌握产生式规则的子系统应用专家系统方法，而用神经网络解决其他子问题。系统将神经网络的输出转化成符号化的形式输入系统的符号处理部分，最终建立专家系统和神经网络的混合系统。

2.模糊神经网络

模糊神经网络是一种特殊的神经网络，给常规意义上的神经网络赋予模糊的输入信号和模糊权值，形成一个优势互补系统。模糊神经网络在结构上很像神经网络，而在功能上是模糊系统。

这两种对人脑“硬件”和“软件”的模拟进行有机结合，形成了模糊神经网络的三种形式：逻辑模糊神经网络、算术模糊神经网络、混合模糊神经网络。

它们相互弥补各自的不足，实现利用神经网络结构进行模糊逻辑推理的目的，具有便捷、高效的特点，明显提高了系统的控制性能。

3.遗传算法与模糊逻辑

模糊逻辑控制已被大量地应用在实际工程中，但在方法设计上还存在许多通过以往的优化方式难以解决的问题，而遗传算法的出现刚好弥补了这一缺陷。

遗传算法的优势在于它无须了解对象的内部机理就能实现结构或环境的最优控制，所以将模糊逻辑与遗传算法有机地结合起来，利用模糊推理对遗传算法寻优过程中的某些环节进行模糊化处理，提高遗传算法的实用性和准确性。

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。