智能控制综述
智能控制技术在工程机械上应用的进展综述
智能控制技术在工程机械上应用的进展综述
智能控制技术在工程机械上的应用已经取得了显著的进展。
随着人工智能和物联网技术的发展，工程机械的智能化程度不断提高，为工程施工和生产带来了许多便利和效益。
以下是智能控制技术在工程机械上应用的进展综述：
1. 自动化控制：智能控制技术可以实现工程机械的自动化控制，减少了人工干预的需求，提高了工作效率和精度。
通过传感器和执行器等设备，可以实现对工程机械的自动定位、自动导航、自动操作等功能。
2. 智能传感：智能控制技术可以通过传感器获取工程机械的各种参数和状态信息，包括温度、压力、振动等。
这些传感器可以将获取到的数据实时传输到控制系统，控制系统可以根据这些数据做出相应的调整和优化，提高机械的工作效率和安全性。
3. 数据分析：智能控制技术可以通过对大量数据的分析和处理，为工程机械的运行和维护提供有益的信息和建议。
通过数据分析，可以识别和预测机械故障，提前采取维修措施，避免停机时间和成本的浪费。
4. 远程监控：智能控制技术可以实现对工程机械的远程监控和管理。
通过网络连接，可以实时获取机械的运行状态和工作情况，及时发现和解决问题，提高工作效率和安全性。
5. 协作与集成：智能控制技术可以实现多台工程机械之间的协同工作和集成管理。
通过智能控制系统，可以实现机械之间的
信息共享和任务分配，提高工作效率和生产能力。
总之，智能控制技术在工程机械上的应用已经取得了显著的进展，为工程施工和生产带来了诸多便利和效益。
随着技术的不断发展，相信智能控制技术在工程机械领域的应用会越来越广泛。
人工智能智能控制技术综述
人工智能智能控制技术综述人工智能（AI）智能控制技术是一门涉及计算机科学、机器学习、控制工程等多个领域的交叉学科，旨在利用智能算法和技术来设计、优化和实施自动控制系统。
以下是关于人工智能智能控制技术的综述：1. 基本原理：-模型学习：利用机器学习和深度学习技术，系统可以从数据中学习模型，无需显式地指定规则。
-自适应性：智能控制系统具备自适应性，能够在面对变化的环境或系统时进行实时调整。
2. 机器学习在控制中的应用：-监督学习：使用标记好的数据进行训练，以学习输入和输出之间的映射。
-无监督学习：从无标记数据中提取模式，用于控制系统中的数据分析和模型识别。
-强化学习：通过试错学习，系统根据环境的反馈调整其行为，适用于控制决策问题。
3. 深度学习在智能控制中的角色：-神经网络：利用深度神经网络进行非线性系统建模和控制。
-卷积神经网络（CNN）：用于图像和空间数据的处理，例如在自动驾驶中的感知。
-循环神经网络（RNN）：适用于处理序列数据，如时间序列的控制问题。
4. 智能控制系统的应用领域：-自动驾驶：利用计算机视觉、深度学习等技术进行车辆控制。
-工业自动化：在生产线上应用智能控制技术，提高效率和质量。
-智能家居：利用AI技术实现对家庭设备的智能控制，如智能灯光、温控等。
5. 优势和挑战：-优势：能够适应复杂、非线性和动态的系统，提高控制系统的鲁棒性和性能。
-挑战：对大规模数据的依赖、可解释性、安全性等方面的问题需要解决。
6. 智能控制系统的未来发展趋势：-多模态融合：结合多种传感器信息，提高系统的感知和决策能力。
-可解释性和透明度：强调开发可解释和透明的智能控制系统，使其更容易被理解和接受。
-联邦学习：在分布式环境中学习，避免集中式学习中的隐私和数据安全问题。
总体而言，人工智能智能控制技术在各个领域都展现出强大的潜力，同时也需要应对一系列挑战，如数据隐私、可解释性等问题。
未来随着技术的不断进步，智能控制系统将在更多复杂应用场景中发挥关键作用。
自动化专业----智能控制技术综述
智能控制技术综述院系：自动化工程学院姓名:*＊班级：＊*学号：＊****智能控制技术综述【摘要】：本文综述了智能工程和控制技术的发展历程及基本问题。
文中着重论述了许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题。
【英文摘要】：With the development of information technology, manynew methods and technology into engineering，product phase，this control technology proposed Guang new challenges, promoting intelligent control theory in the application of technology to solve difficult using traditional methods complex system of control。
【关键词】：自动化智能控制应用【正文】：随着信息技术的发展，许多新方法和技术进入工程化、产品化阶段，这对自动控制技术提出犷新的挑战，促进了智能理论在控制技术中的应用，以解决用传统的方法难以解决的复杂系统的控制问题.智能控制（intelligent controls)在无人干预的情况下能自主地驱动智能机器实现控制目标的自动控制技术。
对许多复杂的系统，难以建立有效的数学模型和用常规的控制理论去进行定量计算和分析，而必须采用定量方法与定性方法相结合的控制方式。
定量方法与定性方法相结合的目的是，要由机器用类似于人的智慧和经验来引导求解过程。
一、智能控制的主要方法智能控制技术的主要方法有模糊控制、基于知识的专家控制、神经网络控制和集成智能控制等,以及常用优化算法有:遗传算法、蚁群算法、免疫算法等。
智能控制及其应用综述
$ % & ’ ! "!( % ’ # , / ’ ) * * +
! " 文章编号 # ! " " # $ % & ’ # ( " " & " ) $ " ) * & $ " &!!
智能控制及其应用综述
李文 ! 欧青立 ! 沈洪远 ! 伍铁斌
"
! 湖南科技大学 信息与电气工程学院 " 湖南 湘潭 # # ! ! ( " !
响应能力 和 友 好 的 人 机 界 面" 以保证人 机互助和 $ $ $ 人 机协同工作 $ #A )! 智能控制的特点 智能控制理论不同于经典控制理论和现代控制 理论的处理方法 " 它研究的主要目标不再是被控对 象而是控制器本身 $ 控制器不再是单一的数学模型 解析型 " 而是数学模 型 和 知 识 系 统 相 结特点概括为 & ( !智能控制系统具有足够的 关于人的控制策略 % 被控对象及环境的有关知识以 及运用这些知识的 能 力 ) "智能控制的核心在高层 控制 " 能对复杂系统进行有效的全局控制 " 实现广义 问题求解 " 并具有较强的容错能力 " 系统具有变结构 特点 " 能总体自寻优 " 具有自适应 % 自组织 % 自学习和 自协调能力 ) 系统能 # 智能控制具有混合控制特点 " 以知识表示非数学广义模型和以数学表示的混合控 制过程 " 采用开闭环 控 制 和 定 性 决 策 及 定 量 控 制 相 结合的多模态控制 方 式 ) %智能控制系统有补偿及 自修复能力 ) 体 & 智能控制系统具有判断决策能力 " 现了 * 智能递增 " 精度递降+ 的一般组织结构的基本 原理 " 并具有高度的可靠性 $ 总之 " 智能控制系统通 过智能机自动地完 成 其 目 标 的 控 制 过 程 " 其智能机 可以在熟悉或 不 熟 悉 的 环 境 中 自 动 或 人 机交互地 $ 完成拟人任务 $
协作机器人智能控制与人机交互研究综述
协作机器人智能控制与人机交互研究综述一、本文概述随着科技的飞速进步和的快速发展，协作机器人已成为现代工业生产和人类生活中的重要组成部分。
它们不仅在生产线上承担着繁重且精确的任务，还在医疗、教育、服务等领域发挥着日益重要的作用。
协作机器人最大的特点在于其与人类的高度协同性，能够在保障安全的前提下，与人类共同作业，提高生产效率，优化用户体验。
因此，对协作机器人的智能控制与人机交互技术进行深入研究和探讨，对于推动机器人技术的发展，以及实现人机和谐共生的未来社会具有重要意义。
本文旨在全面综述协作机器人智能控制与人机交互的最新研究成果和发展趋势。
我们将从协作机器人的定义和分类出发，分析其在不同应用场景下的技术需求与挑战。
随后，我们将深入探讨协作机器人的智能控制策略，包括感知、决策、执行等关键技术，并分析其在提升机器人自主性、适应性和安全性方面的作用。
在人机交互方面，我们将关注人机接口设计、意图识别、情感交互等关键技术，并讨论如何实现更自然、更智能的人机交互方式。
我们将对协作机器人智能控制与人机交互的未来发展方向进行展望，以期为未来相关研究和实践提供有益的参考和启示。
二、协作机器人智能控制技术研究协作机器人智能控制技术的研究，主要集中在如何实现机器人与环境的智能交互，以及机器人之间的协同工作。
这些技术的研发，不仅提高了机器人的工作效率，也扩展了机器人的应用范围。
智能控制技术在协作机器人中主要体现在路径规划、动态避障、自适应控制等方面。
路径规划是指机器人能够根据环境信息和任务要求，自主规划出最优的运动路径。
动态避障则是在机器人运行过程中，通过传感器实时感知周围环境的变化，遇到障碍物时能够及时调整运动轨迹，避免碰撞。
自适应控制则是指机器人能够根据任务环境的变化，自动调整自身的控制参数，以适应不同的工作需求。
协作机器人的智能控制还需要解决人机交互问题。
人机交互是指机器人能够理解和执行人的指令，同时也能够向人提供必要的信息反馈。
智能控制技术在工程机械上应用的进展综述
智能控制技术在工程机械上应用的进展综述智能控制技术在工程机械上的应用，是近年来工程机械领域的一项重要技术进展。
随着科技的不断发展和工程机械的不断更新换代，智能控制技术已经逐渐应用于各类工程机械，为工程施工提供了更高效、精确和安全的解决方案。
智能控制技术在挖掘机领域的应用已经取得了显著的成果。
传统的挖掘机需要人工操作，操作难度大且效率低下。
而利用智能控制技术，可以实现挖掘机的自动化操作。
通过激光雷达、摄像头等传感器的感知，挖掘机可以自动识别工作环境、障碍物等，并根据预设的工作模式进行自主作业。
这不仅提高了挖掘机的工作效率，还减少了人为操作的错误和事故风险。
智能控制技术在起重机领域的应用也日益广泛。
起重机作为重要的施工机械，其安全性和稳定性一直是工程施工中的关键问题。
利用智能控制技术，可以实现起重机的自动化控制和智能化监测。
通过安装传感器和控制系统，起重机可以实时监测各项参数，如载荷、倾斜度等，从而实现智能化的自动控制。
这不仅提高了起重机的作业效率，还增强了其安全性和稳定性。
智能控制技术在混凝土泵车、路面机械等工程机械中也得到了广泛应用。
传统的混凝土泵车需要人工操作控制泵送混凝土的速度和流量，而利用智能控制技术，可以实现混凝土泵车的自动化控制。
通过传感器实时监测混凝土的流量和压力等参数，并通过智能控制系统调整泵送速度和流量，从而实现混凝土的高效泵送。
类似地，智能控制技术也可以应用于路面机械，实现自动化的路面施工，提高施工效率和质量。
总结起来，智能控制技术在工程机械上的应用已经取得了显著进展。
无论是挖掘机、起重机还是混凝土泵车等工程机械，都可以通过智能控制技术实现自动化、智能化的操作与控制。
这不仅提高了工程施工的效率和质量，还降低了事故风险，为工程施工提供了更加安全、高效的解决方案。
随着智能控制技术的不断进步和应用，相信工程机械领域的智能化发展将迎来更加广阔的前景。
智能控制综述
智能控制综述姓名：杨凡学号：1506006专业：电力电子与电力传动摘要介绍了智能控制的产生、发展和定义，分析了智能控制理论结构，讨论了智能控制的主要方法，列举了智能控制在不同领域成功实施的例子。
关键词：智能控制；专家控制；模糊控制；神经网络；遗传算法Summary of Intelligent ControlAbstractThe history and development of intelligent control are introduced. The definition of intelligent control is given. The main methods of intelligent control are included. Some successful examples of intelligent control which are successful implemented are shown.Key words: intelligent control; expert control; fuzzy control; neural networks control; genetic algorithms引言控制理论在近一个多世纪的发展过程中，经历了经典控制理论和现代控制理论的两大阶段，形成了控制理论的体系。
科学技术的快速发展和巨大进步对系统和控制科学提出了新的更高的要求，自动控制理论和工程正面临新的发展机遇和严峻挑战。
传统的控制理论在应用中遇到不少难题。
随着人工智能学科的发展，对控制理论研究的深度和广度得到开拓，形成了智能控制理论。
智能控制作为一门新兴学科，也是控制论发展的第三阶段，其研究领域相当广泛，涉及的应用领域也十分丰富。
与传统控制理论相比，智能控制的应用研究十分活跃，能更有效的解决实际应用问题，且取得了很多成功的应用。
智能控制技术呈现出的强大生命已引起世界各国专家学者的关注。
智能控制技术综述
智能控制技术综述智能控制技术的发展在当今科技领域中扮演着重要的角色。
这项技术结合了人工智能、机器学习和自动化控制等领域的知识，在各个行业中起到了革命性的作用。
本文将对智能控制技术的应用范围、发展历程以及未来趋势进行综述。
一、智能控制技术的应用范围智能控制技术广泛应用于工业、交通、医疗、农业等各个领域。
在工业领域，智能控制技术可以实现生产线的自动化控制，提高生产效率和质量。
在交通领域，智能控制技术可以应用于智能交通系统，优化车流量和交通安全。
在医疗领域，智能控制技术可以辅助医生进行诊断和手术，提高医疗水平。
在农业领域，智能控制技术可以实现智能化种植和养殖，提高农产品的产量和质量。
二、智能控制技术的发展历程智能控制技术的发展可以追溯到上世纪50年代。
最早的智能控制系统是基于传统的控制理论和算法，但对于复杂的问题和大规模系统而言，传统方法存在局限性。
随着人工智能和机器学习的兴起，智能控制技术逐渐引入了神经网络、遗传算法和模糊逻辑等方法，提高了控制系统的性能。
近年来，深度学习和强化学习等新技术的出现，使得智能控制技术在实际应用中取得了巨大的突破。
三、智能控制技术的未来趋势未来，智能控制技术将朝着以下几个方向发展：1. 多模态智能控制：随着物联网的发展，智能控制系统将与传感器、无线通信等技术相结合，实现多源信息的融合和分析，从而更好地适应复杂环境和任务需求。
2. 自适应智能控制：智能控制系统将具备自适应能力，能够根据环境变化和系统需求进行自主调整和优化，提高控制系统的灵活性和鲁棒性。
3. 协同智能控制：智能控制系统将能够实现多个智能设备之间的协同工作，共同完成复杂任务。
这有助于提高整体性能，实现更高效的控制。
4. 高效能耗管理：智能控制系统将注重能源利用效率的提高，通过优化控制算法和能源管理策略，实现能耗最小化。
综上所述，智能控制技术在各个领域的应用前景广阔，其发展历程和未来趋势也值得关注。
未来，随着人工智能和机器学习等领域的进一步发展，智能控制技术将会得到更加广泛和深入的应用，为各行各业带来更多的创新和变革。
智能控制综述
传统 的控制方法建立在被控对象的精确数学模型之上 ， 智 能控制是针对系统的复杂性 、非线性 、不确定性等提 出来的。
论、 信息论 、 系统论 、 仿生学 、 进化计算 和计算 机等 多种学科的 高度综合与集成 ， 是一 门新兴的边缘交叉学科。智能控制是当 今 国内、外 自动化学科 中的一个十分 活跃 和具有挑战性的领
其控制算法较 为理想化 ， 设计 方法非常数字化 ， 因此在面对难
以用数学模 型描述 或者具有时变 、 非线性 、 不确定特性的复杂 系统时 ， 现代控制 系统也显得无能为力 。为 了提高控制系统的 品质和寻优能力 ， 控制领域 的研究人员开始考虑把人工智能技 术用于控制系统 。近年来 ， 控制领域的研究人员把传统的控制 理论与模糊逻辑 、 神经 网络 、 遗传算法等智能技术相结合 ， 充分 利用人的经验知识对复杂系统进行控制 ， 逐渐形成了智能控制
这 一 新兴 学 科 。
３ 智 能 控 制 的基 本 概 念 和 特 点 ．
域， 代表着当今科学 和技术发展的最新方 向之一 。它不仅包含 了自动控制 、 人工智能 、 系统理论和计算机科学 的内容 ， 而且还
从生物学等学科 汲取 丰富的营养 ， 正在成为 自动化领域 中最兴 旺和发展最迅速的一个分支学科【 ｌ ＿ 。
Ａ ｉｇ ｉ Ｗｅ Ｗｅ Ｑ ｕ ｎ ｎＮ ｎ ， ｕ ｉ ｉ ｉ ａ Ｑ ， Ｘ
（ｈｎ ｎｖｒ ｔ ｏ ｎｎ ｎ ｅｈ ｏ ｇ，ｕｈ ｕＪ ｎ ｓ ｒｖｎｅ２ ，ｈｎ） Ｃ ｉａ ｉ ｓｙ ｆ ｉｇ ｄ ｃ ｎｌ ｙ ｚｏ ，ａｇｕＰｏｉｃ ２ Ｃ ｉａ Ｕ ｅ ｉ Ｍｉ ａ Ｔ ｏ Ｘ ｉ １１ １６
现代农业气象智能控制水肥灌溉综合一体化技术综述
现代农业气象智能控制水肥灌溉综合一体化技术综述随着科技的发展和农业生产水平的提高，现代农业气象智能控制水肥灌溉技术成为了农业生产的重要一环。
通过气象智能控制，可以实现对农田水肥灌溉的精准管理，提高作物产量和质量，减少用水用肥，保护环境。
本文将对现代农业气象智能控制水肥灌溉综合一体化技术进行综述，探讨其技术原理、应用现状和未来发展方向。
一、技术原理现代农业气象智能控制水肥灌溉技术的核心是利用气象数据和农田作物生长需求信息，通过智能控制系统实现对水肥灌溉的精准调控。
主要包括以下几个方面的技术原理：1.气象数据采集：通过气象站等传感器设备采集大气温度、湿度、风速、降水等气象数据，实时监测农田环境气象条件。
2.作物需水需肥模型：根据农田作物的品种、生长期和生长需水需肥的特点，建立作物需水需肥模型，预测作物的生长水分和养分需求。
3.智能控制系统：采用计算机、传感器和执行器等设备，根据气象数据和作物需求模型，实现对灌溉水量、施肥量、Irrigation等的精确控制。
二、应用现状目前，现代农业气象智能控制水肥灌溉技术已经在农业生产中得到广泛应用。
主要体现在以下几个方面：1.精准灌溉：通过气象智能控制系统，根据农田实时气象信息和作物需水需肥模型，实现精细化灌溉，保证作物生长所需的水分供应，避免了过量灌溉和浪费水资源的问题。
2.智能施肥：根据作物需肥模型，通过智能控制系统对施肥量和施肥时间进行精确调控，提高了施肥效率，减少了施肥对环境的污染。
3.自动化管理：气象智能控制系统可以实现农田水肥灌溉的自动化管理，减轻了农民的劳动强度，提高了农田生产的效率。
4.环境保护：通过精准的水肥灌溉管理，减少了农田用水用肥的浪费，降低了环境污染风险，保护了农田生态环境。
三、未来发展方向随着科技的不断发展和社会的需求不断变化，现代农业气象智能控制水肥灌溉技术也在不断创新和完善。
未来的发展方向主要包括以下几个方面：1.大数据应用：利用大数据技术，对气象数据和作物生长需求信息进行深度分析，为农田水肥灌溉的精准管理提供更准确的依据。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
透视Hot-Point PerspectiveDI G I T C W 热点144DIGITCW2019.03随着现代科技的快速发展，技术和环境等领域的问题处理愈趋复杂，常规的数学模型已不能够满足科研发展的需要。
而智能控制能模拟人的某些智能和经验对研究对象进行识别、组织、决策和规划，从而解决问题。
可以说，智能控制是控制论发展的高级阶段，体现综合性的控制管理理论和方法。
智能控制系统更是一门集成交叉学科，集合了多种现代社会数据处理以及科研分析的所有的学科内容。
如生物学、控制论等。
1 智能控制的发展概况20世界40年代美国数学家维纳创立了控制论，主要解决最简单对象的控制问题，而随着控制系统设计的发展，对于已有的自动控制方法和技术提出了挑战，要求控制论能够实现现代化、自动化发展。
在此背景下，20世纪60年代美国傅京孙教授提出了智能控制思想。
智能控制思想首次将人工智能的启发式推理规则运用于空间技术、海洋工程和机器人技术中，从而满足人们对于智能控制的需求[1]。
1966年，JM Mendel 首先提出将人工智能用于飞船控制系统的设计。
1971年，著名学者L.S.Fu （傅京逊）从发展学习控制的角度首次将智能控制吸收到自己的系统中来。
1977年，Saridis 从控制理论发展的观点，论述了智能控制理论发展的脉络，即提出了智能控制是从反馈控制理论出发，经历了自适应、自组织控制的阶段，最终朝着智能化控制理论；Saridis 学者还提出了智能控制的概念内涵是由人工智能、运筹学、自动控制“三元”交叉结合形成的分级递阶式的框架系统[2]。
该智能框架系统是智能控制后期重要的一个分支。
60年代后期，Leondes 和Mendel 将记忆数据、目标分解等人工智能技术在学习的控制系统中成功应用。
智能控制理论发展进入到20世纪80年代后，人工智能系统已经初步进入到了控制系统框架中，实现了智能控制的柔性化发展。
1984年，Astrom 学者在其论文中首次将人工智能专家系统技术纳入到控制系统中，并且提出了专家控制人工智能系统的基本概念和框架内涵[3]。
同样的在1984年，Hopfield 提出的Hopfield 网络及Rumelhart 提出的BP 算法（即人工神经网络算法）更是丰富了人工智能控制系统的范畴，使得人工神经网络的研究重新进入到学术界的高潮阶段[2]。
1989年，在蔡自兴教授的论著中，其实现了智能控制“四元论”的发展，即在三元论的基础上添加了信息技术理论。
近年来，随着控制理论的相关研究的发展，学术界逐渐将控制理论同模糊逻辑、神经网络、遗传算法等智能计算机技术相结合，从而实现对控制技术中导入柔性化的管理，即利用人的经验展开系统的指导管理。
因此智能控制学科应运而生。
2 智能控制的特点智能控制同传统的控制理论相比，具有柔性化的特点。
其控制的主要目标在于控制器本身，通过对控制器展开广义模型的建立，指挥控制器做好被控对象的数据的收集，继而采用符号加工的方式，通过经验、规则用符号描述系统，主要解决高度非线性、不确定性和复杂系统问题。
其特点概况为[2]：①具有人的学习能力和控制策略，能够对于未知环境所提供的数据信息进行分类、甄别其是否有用，并且能够借助信息推理出行业所需要的数据消息的特点；②具有的普适性特点，即能够对任何环境下的被控对象进行有效的控制，不受到被控对象本身的动力学特征变化、环境变化等内外部因素的影响；③有较强的恢复能力该控制系统能够自行展开故障的诊断、屏蔽以及处理；④具有变结构和非线性特点，能总体择优，其核心是组织级；⑤较强的组织功能；⑥具有以只是表示的非数学广义模型和以数学模型表示的混合控制过程，能根据被控对象的动态过程进行辨识，采用开闭环控制和定性与定量相结合的多模态控制方式。
3 智能控制的基本内容及研究热点3.1 专家控制1965年美国斯坦福大学Feigen-beum 从事人工智能项目，研究新领域就是专家控制。
专家控制（EC-Expert Control ）主要利用专家系统来达成目的，专家系统就是将行业内的控制师的经验和知识体系实现数据化发展，将其导入到控制系统的知识库中，继而由推理机、解析机制和知识获取系统共同作用专家系统，完成专家控制。
专家控制灵活地选取控制率，通过调整控制器的参数来适应环境和对象特性，同时专家系统鲁棒性强，可在非线性、大偏差的情况下可靠地工作。
专家控制系统在机器人控制方面得到成功的应用，但在研究过程中存在“瓶颈”[3]：一是如何获取有用的专家知识，并形成可行的方式输入专家控制；二是世界发展速度加快，如何使专家控制自动更新和扩充有用的知识，保证其快速最优准确的实时控制。
3.2 神经网络控制神经网络控制（NNC-Neural Networks Control ）是智能控制的一个重要分支。
它主要是为了解决一些非线性、不确定的、复杂的系统的控制问题所产生的一种新的控制技术。
主要是依托于人工神经网络理论和控制理论所存在的。
通过模拟人脑神经元的活动，将数学、生物学、计算机科学、自动控制等学科理论通过神经元之间实现连结从而来确定信息的特点含义，并且通过不断的修正不同神经元中连接到的权值得出预测结论，最终完成智能控制。
3.3 模糊控制模糊控制（FC-Fuzzy Control ）的理论基础是模糊集合论、逻辑推理以及语言变量，其实质上是一种非线性控制技术。
模糊控制基于自然语言描述规则的控制方法，依据操作人员控制经验和操作数据建立数学模型，其鲁棒性强，可解决控制非线性、时变及纯滞后系统的控制。
其控制系统应用语言变量，宜于构造形成专家系统，推理过程模仿人的思维过程，能够处理复杂系统。
模糊控制目前已取得了丰硕的研究成果，但仍有带研究解决的问题：信息简单的模糊处理将导致系统的控制精度降低和动态品质变差；模糊控制设计尚缺乏系统性，无法定义控制（下转第161页）智能控制综述华 珊，宋晓乔，杨小妮（西安建筑科技大学华清学院，西安 710043）摘要：文章介绍了智能控制的发展概况和特点，分析了几种典型智能控制技术，并展望了今后的发展趋势。
关键词：智能控制；专家控制；模糊控制；神经网络；遗传算法doi ：10.3969/J.ISSN.1672-7274.2019.03.116中图分类号：TP18 文献标示码：A 文章编码：1672-7274（2019）03-0144-02基金项目：陕西省教育厅专项科研计划项目（18JK1021）。
Hot-Point Perspective热点透视DCW161数字通信世界2019.03在满足无线网络功能及性能要求的前提下，尽量降低建设成本。
充分考虑船舶公司的经济承受能力。
（5）选择频段由于技术和市场的原因，主流的无线通信频段为IEEE 802.11b 。
IEEE 802.11b 是无线局域网的一个标准。
其载波的频率为2.4GHz ，可提供1、2、5.5及11Mbit/s 的多重传送速度。
在2.4- GHz 的ISM 频段共有14个频宽为22MHz 的频道可供使用。
IEEE 802.11b 的后继标准是IEEE 802.11g ，其传送速度为54Mbit/s 。
3.6 无线网络构建无线网采用集中控制型架构，采用瘦AP+AC 的组网方式，由岸台基站，无线局域网和船舶客户端构成。
岸台的基站部分包括无线接入点，高增益全向天线，功率放大器，核心交换机，POE 交换机组成。
具体构图如下图。
图2 岸台基站到船舶间通信高增益天线和功率放大器是为了扩展信号的传播距离，提高信号的强度，POE 交换机可以用网线直接供电使用。
船舶只需安装无线AP 和微型高增益天线，即可实现对无线信号的接受。
3.7 网络安全本次设计的海上局域网是内部的局域网络，为保障网络安全，首先可以将整个局域网与外部网络进行物理隔离，同时在整个局域网络中建立身份认证机制。
身份认证是一种在计算机网络中确认操作者身份是否合法的一种技术手段。
常用的身份认证方式有：静态密码，动态口令，短信密码，USB Key 等。
在内部的有限局域网中可以采用动态口令的认证方法，动态口令技术采用了一次一密的方法，可以有效确认用户身份，对于船舶用户可以使用USB Key 的认真方式，USB Key 是一种USB 接口设备，内置了智能芯片，可以有效存储用户的秘钥。
4 结束语此次海上局域网的设计，是为了更好的实现海上网络通信，当前我国在海洋的网络发展仍旧比较缓慢，VDES 相关领域的研究在国内仍属空白，在通信领域向着数字化，覆盖广，成本低的方向高速发展的现今，我国航海通信更应该牢牢抓住机遇，完善自身发展。
参考文献[1] 赵金秋.基于无线局域网的船舶自动识别系统数据通信研究与设计[D].哈尔滨工程大学，2007.[2] 邱建新.计算机网络技术[M].机械工业出版社，2015-12-22：120-140.（上接第144页）目标。
3.4 遗传算法遗传算法（GA-Genetic Algorithm ）是基于达尔文的生物进化论的自然选择和遗传学激励的生物进化过程的计算模型。
它是一种通过对生物进化规律进行模拟的智能算法。
通过模拟生物自然进化的过程寻找出最优解的方式，其运行的主要策略主要是通过对控制对象潜在问题进行种群的解集的建立，从而实现基因的编码，在这一过程中，对各个个体实现编码，作为多个基因的结合，从中开始进行某种基因组合的求解。
正如黑头发的调整是由各个主体中的染色体中的某一片段所决定的异样。
遗传算法也是通过实现对表现型的基因的映射到编码，再到求解的过程。
遗传算法的主要特点是：它适用于群体中的搜索和信息管理，特别是在复杂的非线性问题。
3.5 集成智能控制集成智能控制是近年来控制领域中热点之一。
其融合了多种智能控制方法和机理，将综合经验知识的专家系统，模糊推理的逻辑关系和人工神经网络的控制等方法相互交叉结合，取长补短，在工程实际中取得良好控制效果。
近年来，模糊神经网络控制、专家模糊控制等多个方向的研究已取得了一定成果。
4 结束语智能控制已广泛应用于工业、农业、军事等众多领域，具有广阔的发展前景，但其理论基础和应用都不够成熟和完善，智能控制的应用与开发还需要进一步的开发与推广。
参考文献[1] S ARIDIS G N.Towards the Realization of Intelligent Controls[J].IEEE Proceeding ，1979，67（8）：1115-1133.[2] 师黎，陈铁军，李晓媛等.智能控制理论及应用[M].北京：清华大学出版社，2009.[3] 刘涛，黄梓瑜.智能控制系统综述[J].信息通信，2014，8：101-102.（上接第159页）设定5G 标准的人，只有占据决定的话语权，才能走在时代的前端。