SIEMENS黑龙江省大庆市 西门子代理商——西门子东北总代理

2. 智能控制的几个重要分支

⑴ 模糊控制

以往的各种传统控制方法均是建立在被控对象jingque数学模型基础上的，然而，随着系统复杂程度的提高，将难以建立系统的jingque数学模型。

在工程实践中，人们发现，一个复杂的控制系统可由一个操作人员凭着丰富的实践经验得到满意的控制效果。这说明，如果通过模拟人脑的思维方法设计控制器，可实现复杂系统的控制，由此产生了模糊控制。

1965年美国加州大学自动控制系L.A.Zedeh提出模糊集合理论，奠定了模糊控制的基础；1974年伦敦大学的Mamdani博士利用模糊逻辑，开发了世界上第一台模糊控制的蒸汽机，从而开创了模糊控制的历史；1983年日本富士电机开创了模糊控制在日本的第一项应用—水净化处理，之后，富士电机致力于模糊逻辑元件的开发与研究，并于1987年在仙台地铁线上采用了模糊控制技术，1989年将模糊控制消费品推向高潮，使日本成为模糊控制技术的主导国家。

基于模糊控制的发展可分为三个阶段：

模糊逻辑控制器的设计不依靠被控对象的模型，但它却非常依靠控制专家或操作者的经验知识。模糊逻辑控制的突出优点是能够比较容易地将人的控制经验溶入到控制器中，但若缺乏这样的控制经验，很难设计出高水平的模糊控制器。

采用模糊系统可充分逼近任意复杂的非线性系统，基于模糊系统逼近的自适应模糊控制是模糊控制的更高形式。

⑵ 神经网络控制

将神经网络引入控制领域就形成了神经网络控制。神经网络控制是从机理上对人脑生理系统进行简单结构模拟的一种新兴智能控制方法。神经网络具有并行机制、模式识别、记忆和自学习能力的特点，它能够学习与适应不确定系统的动态特性，有很强的鲁棒性和容错性等。采用神经网络可充分逼近任意复杂的非线性系统，基于神经网络逼近的自适应神经网络控制是神经网络控制的更高形式。神经网络控制在控制领域有广泛的应用。

⑶ 智能搜索算法

智能搜索算法是人工智能的一个重要分支。随着优化理论的发展，智能算法得到了迅速发展和广泛应用，成为解决搜索问题的新方法，如遗传算法、粒子群算法和差分进化算法等。这些优化算法都是通过模拟揭示自然现象和过程来实现，其优点和机制的独特，为具有搜索问题提供了切实可行的解决方案。