Inteligentní ovládání - Intelligent control - Wikipedia
Inteligentní ovládání je třída řízení techniky, které používají různé umělá inteligence počítačové přístupy jako neuronové sítě, Bayesovská pravděpodobnost, fuzzy logika, strojové učení, posilování učení, evoluční výpočet a genetické algoritmy.[1]
Přehled
Inteligentní řízení lze rozdělit do následujících hlavních subdomén:
- Nervová síť řízení
- Řízení strojového učení
- Posílení učení
- Bayesian řízení
- Fuzzy ovládání
- Neuro-fuzzy řízení
- Expertní systémy
- Genetická kontrola
Nové řídicí techniky se vytvářejí průběžně s vytvářením nových modelů inteligentního chování a vývojem výpočetních metod k jejich podpoře.
Řadič neuronové sítě
Neuronové sítě byly použity k řešení problémů téměř ve všech oblastech vědy a techniky. Řízení neurální sítě v zásadě zahrnuje dva kroky:
- Identifikace systému
- Řízení
Bylo prokázáno, že a dopředu síť s nelineárními, spojitými a diferencovatelnými aktivačními funkcemi univerzální aproximace schopnost. Opakující se sítě byly také použity pro identifikaci systému. Vzhledem k tomu, sada vstupně-výstupních datových párů, identifikace systému si klade za cíl vytvořit mapování mezi těmito datovými páry. Taková síť má zachytit dynamiku systému. U kontrolní části hluboko posilování učení prokázal svou schopnost řídit složité systémy.
Bayesovské regulátory
Bayesovská pravděpodobnost vytvořil řadu algoritmů, které se běžně používají v mnoha pokročilých řídicích systémech a slouží jako státní prostor odhady některých proměnných použitých v řadiči.
The Kalmanův filtr a Filtr částic jsou dva příklady populárních Bayesovských ovládacích komponent. Bayesovský přístup k návrhu regulátoru často vyžaduje značné úsilí při odvozování takzvaného modelu systému a modelu měření, což jsou matematické vztahy spojující stavové proměnné s měřeními senzoru dostupnými v řízeném systému. V tomto ohledu je velmi úzce spjat ssystémově-teoretický přístup na návrh ovládání.
Viz také
- Seznamy
Reference
 | Tento článek obsahuje seznam obecných Reference, ale zůstává z velké části neověřený, protože postrádá dostatečné odpovídající vložené citace. (Dubna 2011) (Zjistěte, jak a kdy odstranit tuto zprávu šablony) |
- Stengel, R.F. (1991). „Inteligentní řízení tolerující poruchu“ (PDF). Časopis IEEE Control Systems. 11 (4): 14–23. doi:10.1109/37.88586. hdl:2060/19920008758.
- Stengel, R.F. (1993). „Směrem k inteligentnímu řízení letu“ (PDF). IEEE Trans. Systémy, člověk a kybernetika. 23 (6): 1699–1717. doi:10.1109/21.257764.
- Antsaklis, P.J. (1993). Passino, K.M. (vyd.). Úvod do inteligentního a autonomního řízení. Kluwer Academic Publishers. ISBN 0-7923-9267-1. Archivovány od originál dne 10. dubna 2009.
- Liu, J .; Wang, W .; Golnaraghi, F .; Kubica, E. (2010). "Nový fuzzy rámec pro nelineární řízení systému". Fuzzy sady a systémy. 161 (21): 2746–2759. doi:10.1016 / j.fss.2010.04.009.
Další čtení
- Jeffrey T. Spooner, Manfredi Maggiore, Raul Ord onez a Kevin M. Passino, Stabilní adaptivní řízení a odhad pro nelineární systémy: techniky neurální a fuzzy aproximace, John Wiley & Sons, NY;
- Farrell, J.A., Polycarpou, M.M. (2006). Řízení založené na adaptivní aproximaci: Sjednocení neurálních, fuzzy a tradičních přístupů adaptivní aproximace. Wiley. ISBN 978-0-471-72788-0.CS1 maint: více jmen: seznam autorů (odkaz)
- Schramm, G. (1998). Inteligentní řízení letu - fuzzy logický přístup. TU Delft Press. ISBN 90-901192-4-8.