哈工大研究生选修课机电系统智能控制读书报告
学习智能控制课程的研究报告
学习智能控制课程的研究报告通过本学期所学的智能控制知识、上网搜集资料和参考论文的情况下，对智能控制这门学科的学习做出了简要总结。
1智能控制的发展自动控制经过百余年的发展，无论是在控制理论还是控制工程上都取得了巨大成功，但是，随着人类社会的发展，控制对象日益复杂、控制目标越来越高，控制理论与控制工程面临的挑战也越来越大。
以控制理论和智能理论为基础，以模拟人的智能化操作和经验为手段的智能控制方法应运而生。
智能控制是基于人类对自然界的智能的认识所发展起来的智能理论与方法，包括基于符号逻辑的传统AI理论与基于复杂计算的计算智能理论。
它是人工智能和自动控制的重要研究领域，并被认为是通向自主机器递阶道路上自动控制的顶层。
人工智能的发展促进自动控制向智能控制发展，智能控制思潮第一次出现于20世纪60年代。
1965年，美籍华人傅京孙教授在他的论文中首先提出把人工智能的直觉推理方法用于学习控制系统，最早把人工智能引入到控制技术中。
1966年，Mendel进一步在空间飞行器的学习控制系统中应用了人工智能技术，并且提出了“人工智能控制”的概念。
1967年，Leo ndes和Men del首先正式使用“智能控制” 一词。
20世纪70年代是智能控制的发展初期，傅京孙、Gloriso和Saridis等人正式提出了智能控制就是人工智能技术与控制理论的交叉。
70年代中期前后，以模糊集合论为基础，从模仿人的控制决策思想出发，智能控制在另一个方向规则控制上也取得了重要的进展。
80年代为智能控制的迅速发展期，智能控制的研究及应用领域逐步扩大并取得了一批应用成果。
1987年1月，第一次国际智能控制大会在美国举行，标志着智能控制领域的形成。
1992年至今为智能控制进人崭新的阶段。
随着对象规模的扩大和过程复杂性的加大，形成了智能控制的多元论，而且在应用实践方面取得了突破性的进展，应用对象也更加广泛。
智能控制采用各种智能技术来实现复杂系统和其他系统的控制目标，是一种具有强大生命力的新型自动控制技术。
哈工大机电系统智能控制 第一章 概述
1.3 智能控制的理论结构
智能控制的理论结构明显地具有多 学科交叉的特点，许多研究人员试图建 立起智能控制这一新学科，他们提出了 一些有关智能控制系统结构的思想。按 照（傅京孙）和Saridis提出的观点，可 以把智能控制看作是人工智能、自动控 制和运筹学三个主要学科相结合的产物。 称之为三元结构。
1.2 智能控制的特点
具有以知识表示的非数学广义模型 和以数学模型表示的混合过程,也往 往是那些含有复杂性、不完全性、 模糊性或不确定性以及不存在已知 算法的非数学过程，并以知识进行 推理，以启发引导求解过程; 智能控制的核心在高层控制，即组 织级;
1.2 智能控制的特点
智能控制器具有非线性特性; 智能控制具有变结构特点; 智能控制器具有总体自寻优特性; 智能控制系统应能满足多样性目标 的高性能要求; 智能控制是一门边缘交叉学科; 智能控制是一个新兴的研究领域.
1.7 智能控制的发展概述
Saridis在学习控制系统研究的基础上，提出 了分级递阶和智能控制结构，整个结构自上而下 分为组织级、协调级和执行级三个层次，其中执 行级是面向设备参数的基础自动化级，在这一级 不存在结构性的不确定性，可以用常规控制理论 的方法设计。协调级实际上是一个离散事件动态 系统，主要运用运筹学的方法研究。组织级涉及 感知环境和追求目标的高层决策等类似于人类智 能的功能，可以借鉴人工智能的方法来研究。因 此，Saridis将傅京孙关于智能控制是人工智能与 自动控制相结合的提法发展为:智能控制是人工智 能、运筹学和控制系统理论三者的结合。
1.1 智能控制的基本概念
定义三: 智能 控制是一类无 需人的干预就 能够自主地驱 动智能机器实 现其目标的自 动控制，也是 用计算机模拟 人类智能的一 个重要领域。
智能控制技术在机电控制系统中的应用体会
智能控制技术在机电控制系统中的应用体会随着科技的不断发展，智能控制技术已广泛应用于各种机电控制系统中。
这些系统包括但不限于工业生产设备、家居智能设备、机器人等等。
智能控制技术的应用不仅使得这些系统更加高效、稳定，还提高了自动化程度，降低了生产成本，同时也提高了系统的安全性。
在我个人的工作和学习实践中，我也体会到了智能控制技术在机电控制系统中的重要性和优势。
智能控制技术使得机电控制系统更加高效。
传统的控制系统需要人工干预和调整，而智能控制技术能够根据预设的算法和规则自动完成控制过程。
智能控制技术可以通过传感器实时监测设备运行状态，根据监测数据自动调整设备参数，使得设备运行更加精准、效率更高。
在工业生产中，智能控制技术可以帮助企业实现智能化生产，减少人力成本，提高生产效率。
智能控制技术提高了机电控制系统的稳定性。
智能控制技术可以对系统进行实时监测和自动诊断，及时发现并解决问题，避免了设备故障和操作失误所带来的损失。
在我所在的工厂中，我们的生产设备采用了智能控制技术，设备故障率大大降低，提高了设备的可靠性和稳定性。
这对于保障生产计划的顺利进行和减少生产事故有着重要的意义。
智能控制技术提高了机电控制系统的自动化程度。
智能控制技术可以使得机电控制系统在一定范围内具有自主决策和自主调节的能力，不需要人工干预。
这不仅降低了人力成本，还提高了生产的灵活性。
举个例子，智能控制技术可以根据市场需求和生产能力自动调整生产线的生产速度和产量，保证企业的生产计划能够及时调整。
智能控制技术提高了机电控制系统的安全性。
智能控制技术可以实现对系统的全方位监控和预警，避免了设备的过载、过热等危险情况的发生。
在我所在的工厂中，我们的生产设备采用了智能控制技术，设备在运行过程中会不断收集各种运行数据，一旦发现异常情况，系统会自动发出警报并停止运行，同时向操作人员发出提示，避免了潜在的生产安全隐患。
不得不说，智能控制技术在机电控制系统中的应用带来了巨大的益处，提高了系统的高效性、稳定性、自动化程度和安全性。
智能控制学习心得
201*级硕士期末论文《智能控制学习心得》课程智能控制姓名 ******* 学号 ********** 专业 **************201*年 *月 ** 日智能控制学习心得这学期在老师的带领下，学习了智能控制课程。
其中深入学习了启发式学习，专家系统，模糊控制，神经网络等内容。
老师的教学方式很开放，打破了原来单纯老师讲学生听的旧传统，要求大家通过自己做课件，提高学习的自主性，对智能控制能够有更深入的了解。
当然自己做的课件也有不明白，讲不懂的地方，老师用他渊博的知识给我们把细节进行深入讲解，大家学得津津有味，对课程内容的，理解也更加深刻。
通过智能控制的学习，不单单学习了新的内容，对以前的知识也做到了查漏补缺，老师深入讲解了PID控制和为什么系统要研究动态稳定性等问题，还举了通俗易懂的例子，介绍了系统辨识与自适应是怎么一会儿事。
由于我当时的作业做的事模糊控制相关的内容，所以这次心得主要介绍模糊控制的内容。
1.1模糊控制介绍模糊控制是以模糊数学理论，及模糊集合论、模糊语言变量及模糊逻辑推理等作为理论基础，以传感器技术、计算机技术和自动控制理论作为技术基础的一种新型自动控制理论和控制方法。
模糊控制是控制理论发展的高级阶段的产物，属智能控制的范畴，而且也是人工智能控制的一种新类型。
模糊控制是一种基于规则的控制，它直接采用语言型控制规则，出发点是现场操作人员的控制经验或相关专家的知识，在设计中不需要建立被控对象的精确的数学模型，因而使得控制机理和策略抑郁接受与理解，设计简单，便于应用。
基于模糊原理的模糊系统具有万能逼近的特点。
相比于常规控制办法，模糊控制有以下几点优势：（1）模糊控制是在操作人员经验控制基础上实现对系统的控制，无需建立精确的数学模型，是解决不确定系统的有效途径之一；（2）模糊控制具有很强的鲁棒性，被控对象参数的变化对模糊控制的影响不大，可用于非线性、时变、时滞的系统，并能获得很好的控制效果；（3）由离散计算得到的控制查询表，提高了控制系统的实时性、快速性；（4）控制机理符合人们对过程控制作用的直观描述和思维逻辑，是人工智能的再现，属于智能控制范畴。
智能控制课程的心得体会(2篇)
第1篇作为一名大学生，我有幸参加了智能控制课程的学习。
这门课程让我对自动化技术有了更深入的了解，也让我明白了智能控制在实际应用中的重要性。
在此，我想分享一下我在学习这门课程过程中的心得体会。
一、智能控制概述智能控制是自动化技术的一个重要分支，它主要研究如何利用计算机技术、人工智能技术等手段，实现对工业生产、交通运输、军事等领域中各种复杂系统的自动控制。
智能控制具有以下特点：1. 非线性：智能控制系统通常具有复杂的非线性特性，难以用传统的数学模型描述。
2. 不确定性：智能控制系统在运行过程中，受到各种随机因素的影响，具有不确定性。
3. 自适应：智能控制系统可以根据环境变化和系统状态，自动调整控制策略，以实现最优控制。
4. 智能化：智能控制系统具有学习、推理、决策等智能特性，能够模拟人类智能行为。
二、课程学习心得1. 理论与实践相结合智能控制课程既注重理论知识的学习，又强调实践操作能力的培养。
在学习过程中，我深刻体会到了理论与实践相结合的重要性。
通过理论知识的讲解，我了解了智能控制的基本原理和方法；而通过实验操作，我掌握了智能控制系统的设计、调试和优化方法。
这种理论与实践相结合的学习方式，使我能够更好地将所学知识应用于实际工作中。
2. 学会运用多种工具和方法智能控制课程涉及众多工具和方法，如MATLAB、Simulink、Python等编程语言，以及PID控制、模糊控制、神经网络等控制策略。
在学习过程中，我学会了如何运用这些工具和方法解决实际问题。
例如，在实验课上，我利用MATLAB编写程序，对PID控制器进行参数整定，实现了对系统的稳定控制。
3. 提高问题分析和解决能力智能控制课程涉及许多复杂的问题，如系统建模、控制器设计、性能分析等。
在学习过程中，我逐渐提高了自己的问题分析和解决能力。
面对复杂问题时，我学会了如何从多个角度进行分析，找出问题的根源，并提出有效的解决方案。
4. 拓宽知识面智能控制课程不仅涵盖了自动化技术的基本知识，还涉及了计算机科学、数学、物理等多个领域的知识。
智能控制课程设计收获
智能控制课程设计收获一、教学目标通过本章节的学习，学生将掌握智能控制的基本概念、原理和应用；能够理解并分析智能控制系统的工作原理和性能指标；能够运用智能控制理论解决实际工程问题。
具体来说，知识目标包括：1.了解智能控制的基本原理和分类；2.掌握模糊控制、神经网络控制和自适应控制等常用智能控制方法；3.了解智能控制在工业、农业、医疗等领域的应用。
技能目标包括：1.能够运用数学模型和仿真工具分析智能控制系统的性能；2.能够设计简单的智能控制系统并进行实际操作；3.能够撰写相关的技术文档和报告。
情感态度价值观目标包括：1.培养学生对智能控制的兴趣和好奇心，提高学生的创新意识；2.培养学生团队合作精神和动手能力，提高学生的实践能力；3.培养学生关注社会发展和科技进步的意识，提高学生的社会责任感和使命感。
二、教学内容本章节的教学内容主要包括智能控制的基本概念、原理和应用，以及常用的智能控制方法。
具体安排如下：1.第一课时：智能控制的基本概念和原理，介绍智能控制的定义、特点和分类，以及智能控制的基本原理和方法。
2.第二课时：模糊控制，介绍模糊控制的基本原理和方法，以及模糊控制在工业、农业等领域的应用实例。
3.第三课时：神经网络控制，介绍神经网络的基本原理和方法，以及神经网络控制在工业、医疗等领域的应用实例。
4.第四课时：自适应控制，介绍自适应控制的基本原理和方法，以及自适应控制在工业、航空航天等领域的应用实例。
5.第五课时：智能控制系统的应用，介绍智能控制系统在工业、农业、医疗等领域的应用实例，以及未来的发展趋势。
三、教学方法为了提高学生的学习兴趣和主动性，本章节将采用多种教学方法相结合的方式进行教学。
具体包括：1.讲授法：通过讲解智能控制的基本概念、原理和应用，以及常用的智能控制方法，使学生掌握相关的理论知识。
2.案例分析法：通过分析具体的智能控制系统应用实例，使学生更好地理解和掌握智能控制的方法和技巧。
智能控制技术在机电控制系统中的应用体会
智能控制技术在机电控制系统中的应用体会随着科技的发展和进步，智能控制技术在机电控制系统中的应用越来越普遍。
智能控制技术是一种基于智能算法和系统的控制技术，其发展对于提高机电系统性能、降低能耗、提高生产效率和提升产品质量具有重要意义。
通过多年的实践，我对智能控制技术在机电控制系统中的应用进行了深入研究和实践，积累了一定的体会和经验。
智能控制技术在机电控制系统中的应用可以显著提高系统的稳定性和精度。
传统的控制方法往往存在着一定的滞后性和误差，而智能控制技术可以通过对系统的实时数据进行分析和处理，使系统的响应速度更快、控制精度更高，从而提高了系统的稳定性和精度。
在电机控制系统中，智能控制技术可以更精确地控制电机的转速和扭矩，从而提高了电机的运行稳定性和精度。
智能控制技术可以实现系统的自适应调节，提高系统的适应性和灵活性。
机电系统在实际工作中往往会受到外部环境和工况的变化影响，传统的控制方法往往需要通过人工调整参数来适应不同的工况，而智能控制技术可以根据系统的实时状态和环境变化自动调整控制参数，使系统能够更好地适应不同的工况和环境变化，提高了系统的适应性和灵活性。
智能控制技术可以帮助提高系统的能效和节能效果。
在现代社会，能源问题越来越受到重视，提高系统的能效和节能效果已成为一个重要的课题。
智能控制技术可以根据系统的实际运行状态和需求实时调节系统的工作参数，最大限度地提高系统的能效，并通过智能算法对系统进行优化，降低系统的能耗，从而达到节能的目的。
在空调系统中，智能控制技术可以根据室内外温度和人员数量自动调节空调的工作参数，减少能源浪费，提高能效。
智能控制技术的应用可以提高机电设备的安全性和可靠性。
在一些特殊的环境下，机电设备的安全性和可靠性至关重要。
智能控制技术可以通过对系统的运行数据进行实时监测和分析，发现和预测设备的故障和问题，及时采取措施对系统进行控制和调节，提高了系统的安全性和可靠性。
在电梯控制系统中，智能控制技术可以对电梯的运行数据进行实时监测，发现电梯的故障并及时采取措施，提高了电梯的安全性和可靠性。
智能控制实践报告总结
智能控制实践报告总结在智能控制实践中，我所参与的项目是基于神经网络的智能控制系统设计与实现。
通过对该项目的实践与研究，我深入了解了智能控制的基本原理和应用场景，并获得了一定的实践经验。
首先，在实践中，我学习到了神经网络在智能控制中的重要作用。
神经网络作为一种仿生智能模型，具有模式识别和学习能力，能够对复杂的非线性系统进行建模和控制。
通过对神经网络的学习和训练，我成功地设计了一个能够自主学习和优化控制策略的控制系统。
该系统能够根据实时的环境变化和反馈信号，自动调整神经网络的权重和阈值，从而实现对系统的智能控制。
其次，在实践过程中，我对智能控制系统的设计和实现流程有了更深入的了解。
我们团队首先对待控制系统进行建模，选择适当的输入和输出参数，以及合适的神经网络结构。
然后，针对实际应用中的数据采集和处理，我们设计了相应的工程任务，并对采集到的数据进行预处理和特征提取。
接着，我们使用训练集对神经网络进行学习和训练，并通过验证集和测试集来评估系统的性能。
最终，我们基于实际场景进行了系统的应用和优化。
最后，在智能控制实践中，我还学习到了团队合作和沟通的重要性。
在项目中，我们团队中的每个成员都担任着不同的角色和任务，我们需要密切合作，共同解决问题和完成任务。
通过团队的协作，我们成功地实现了智能控制系统，并且取得了不错的性能。
总结起来，智能控制实践让我充分认识到了神经网络在智能控制中的重要作用，并且提供了一个实践的平台，让我学习和掌握了智能控制系统的设计和实现流程。
同时，通过与团队的合作，我也意识到了团队合作和沟通的重要性。
这次实践经验对于我的学术和职业发展都具有重要的意义，我将进一步深化学习，不断提升自己在智能控制领域的专业能力。
- 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)。
2015 年秋季学期研究生课程考核（读书报告、研究报告）考核科目:机电系统智能控制学生所在院（系）:机电工程学院学生所在学科:机械设计制造及其自动化学生姓名:学号:学生类别:考核结果阅卷人智能控制在机电一体化领域中的应用Application of intelligent control in Mechatronics摘要随着科技的发展，对机电一体化系统控制的要求也越来越高，被控制的对象、目标与环境及其任务都变得复杂，因此智能控制技术在机电一体化系统中的应用越来越受到重视。
本文介绍了智能控制技术的分类、特点以及在机电一体化系统中的应用，分析了智能控制在机电一体化领域中得到应用的原因，认为智能控制有利于提高机电一体化产品的整体性能，并提出了对未来智能控制技术在机电一体化领域中应用的展望。
关键词：智能控制，机电一体化，应用目录摘要 (Ⅰ)第一章绪论 (2)第二章智能控制与传统控制的比较 (2)第三章智能控制技术的主要方法 (2)3.1 引言 (2)3.2 模糊控制 (2)3.3 专家控制 (3)3.4 神经网络控制 (3)3.5 优化算法 (4)3.5.1 遗传算法 (5)3.5.2 蚁群算法 (5)3.6 综合智能控制技术 (5)3.6.1 专家系统与神经网络控制 (5)3.6.2 模糊神经网络技术 (5)3.6.3 遗传算法与模糊逻辑 (6)3.6.4 遗传算法与神经网络 (7)第四章智能控制技术在机电一体化系统中的应用 (7)4.1 智能控制在机床中的应用 (7)4.2 智能控制在交流伺服系统中的应用 (8)4.3 智能控制在机器人领域中的应用 (8)4.4 智能控制在设置装备中的应用 (8)结论 (9)参考文献 (9)第一章绪论智能控制是自动控制发展的高级阶段，是控制论、系统论、信息论和人工智能等多种学科交叉和综合的产物，为解决那些用传统方法难以或不能很好解决的复杂系统的控制提供了有效的理论和方法。
智能控制系统主要包括模糊控制系统、神经网络控制系统和专家控制系统等。
随着我国科技的快速发展，智能化、数据化、信息化等各种先进技术在人们生产生活中的应用也越来越广泛。
在机电一体化系统中，特别重视对智能控制技术的应用，通过智能控制与机电一体化系统的完美结合，有效改善了传统机电一体化系统存在的各种缺陷，有效的提高了机电一体化设备的运行效率，促进了社会的发展。
第二章智能控制与传统控制的比较智能控制与传统控制相比，在理论方法、应用领域、性能指标等方而存在明显的不同，主要表现在：①在应用领域方而，传统控制着重解决不太复杂的过程控制和大系统的控制问题；而智能控制主要解决高度非线性、不确定性和复杂系统控制问题；②在理论方法上，传统控制理论通常采用定量方法进行处理，而智能控制系统大多采用符号加工的方法；传统控制通常捕获精确知识，而智能控制通常是学习积累非精确知识；传统控制通常是用数学模型来描述系统，而智能控制系统则是通过经验、规则用符号来描述系统；③在性能指标方而，传统控制有严格的性能指标，智能控制没有统一的性能指标，而主要关注其目的和行为是否达到。
第三章智能控制技术的主要方法3.1 引言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。
3.2模糊控制模糊控制以模糊集合、模糊语言变量、模糊推理为其理论基础，以先验知识和专家经验作为控制规则。
其基本思想是用机器模拟人对系统的控制，就是在被控对象的模糊模型的基础上运用模糊控制器近似推理等手段，实现系统控制。
在实现模糊控制时主要考虑模糊变量的隶属度函数的确定，以及控制规则的制定。
二者缺一不可。
与传统控制相比，模糊推理不需要精确的数学模型，其设计主要建立在相关数据与规则的基础之上，因此适于解决非线性系统的控制问题；而且模糊控制的鲁棒性好、自适应性强，适用于时变、时滞系统。
但是模糊控制也有其自身的弊端，如学习能力不强，设计时控制规则的拟订过于依赖经验和专家知识，因此有时精确度不高。
图1 模糊控制系统原理框图3.3专家控制专家控制是将专家系统的理论技术与控制理论技术相结合，仿效专家的经验，实现对系统控制的一种智能控制。
主体由知识库和推理机构组成，通过对知识的获取与组织，按某种策略适时选用恰当的规则进行推理，以实现对控制对象的控制。
专家控制可以灵活地选取控制率，灵活性高；可通过调整控制器的参数，适应对象特性及环境的变化，适应性好；通过专家规则，系统可以在非线性、大偏差的情况下可靠地工作，鲁棒性强。
但是由于专家控制主要依据知识表示技术确定问题的求解途径，采用知识推理的各种方法求解问题及制订决策。
因此如何获取专家知识，并将知识构造成可用的形式就成为研制专家系统的主要瓶颈之一；另一方而，专家控制系统是一个动态系统，因此如何在控制过程中自动更新和扩充知识，并满足实时控制的决速准确性需求是非常困难的。
以目前的稳定性分析方法很难直接用于专家控制系统。
3.4神经网络控制神经网络模拟人脑神经元的活动，利用神经元之间的联结与权值的分布来表示特定的信息，通过不断修正连接的权值进行自我学习，以逼近理论为依据进行神经网络建模，并以直接自校正控制、间接自校正控制、神经网络预测控制等方式实现智能控制，与传统控制相比具有如下的优势：①能够充分逼近任意复杂的非线性系统；②能够学习和适应严重不确定性系统的动态特性；③由于大量神经元之间广泛连接，即使有少量单元或连接损坏，也不影响系统的整体功能，表现出很强的鲁捧性和容错性；④采用并行分布处理方法，使得快速进行大量运算成为可能。
显然，神经网络具有学习能力、并行计算能力和非线性映射能力，在解决高度非线性和严重不确定性系统的控制方而具有很大潜力；但是，目前神经网络控制的研究大多仍停留于数学仿真和实验室研究阶段，极少用于实际系统的控制。
X1～X n为神经元的输入；y为神经元的输出；f(z)为激活函数；θ为阈值，ω1～ωn为神经元之间的连接权重图2 神经元结构图3 神经网络结构3.5优化算法3.5.1遗传算法遗传算法(GA)是一种基于模拟遗传机制和进化论的并行随机搜索优化算法。
遗传算法依照所选择的适配值函数，通过遗传中的复制、交叉及变异对个体进行筛选，使适配值高的个体被保留下来，组成新的群体，新群体既继承了上一代的信息，又优于上一代，这样周而复始，群体中个体适应度不断提高，直到满足一定的条件。
遗传算法具有以下优点：①从许多初始点开始进行并行操作，克服了传统优化方法容易陷入局部极点的缺点，是一种全局优化算法；②对变量的编码进行操作，替代梯度算法，在模糊推理隶属度函数形状的选取上具有更大的灵活性；③对所要求解的问题不要求其连续性和可微性，只需知道目标函数的信息；④由于具有隐含并行性，所以可通过大规模并行计算来提高计算速度；⑤可在没有任何先验知识和专家知识的情况下取得次优或最优解。
遗传算法在控制领域中，已被用于研究离散时间最优控制、Riccati方程的求解和控制系统的鲁棒稳定问题等。
遗传算法用来训练神经网络权值，对控制规则和隶属度函数进行优化，也可用来优化网络结构。
3.5.2蚁群算法蚁群算法是群体智能的典型实现，是一种基于种群寻优的启发式搜索算法。
蚁群算法的基本思想：当一只蚂蚁在给定点进行路径选择时。
被先行蚂蚁选择次数越多的路径。
被选中的概率越大。
该算法的主要特点可表述如下：①蚂蚁群体行为表现出正反馈过程，通过反馈机制的调整，可对系统中的较优解起到一个自增强的作用。
使问题的解向着全局最优的方向演变，有效地获得全局相对较优解；②蚁群算法是一种本质并行的算法。
个体之间不断进行信息交流和传递。
有利于发现较好解，并在很大程度上减少了陷于局部最优的可能；③蚂蚁之间没有直接联系，而是通过路径上的信息索进行信息的传递，是间接通信。
蚁群算法不仅能够智能搜索、全局优化，而且具有鲁棒性、正反馈、分布式计算、易与其它算法结合等特点。
Marco Dorig。
等人将蚁群算法先后应用于旅行商问题、资源二次分配问题等经典优化问题，得到了较好的效果。
在动态环境下，蚁群算法也表现出高度的灵活性和健壮性，如在集成电路布线设计、电信路由控制、交通建模及规划、电力系统优化及故障分析等方而都被认为是目前较好的算法之一。
3.6综合智能控制技术目前，控制理论与技术向着两个方向发展，一是就一个理论或方法本身的深入研究；二是将不同的方法适当地结合在一起，相互取长补短，发挥各自优势，形成新的控制系统，获得单一方法所难以达到的效果。
例如，自适应PID控制，自适应预测控制，模糊PID控制，自适应模糊控制，基于遗传算法的模糊控制，模糊神经网络实现的PID参数自整定控制，基于神经网络的自适应模糊控制，自适应模糊变结构控制，基于遗传算法的模糊神经网络智能控制，模糊神经网络自适应预测控制等。
下面介绍几种智能控制中的混合算法。
3.6.1专家系统与神经网络控制神经网络采用联接机制方法，专家系统采用的是符号逻辑方法，这是两种人工智能研究的主要方法，这两种方法分别对应人类智能活动的直观感知活动和逻辑认知活动，两者密切相关。
单独使用时，各自都有其局限性，如果将两者结合，建立专家系统和神经网络的混合系统，可克服各自的局限性，提高控制性能。
为了实现这样的混合系统，可将复杂系统分解成各种功能子系统模块，这些模块分别由神经网络或专家系统来实现。
对其中易于掌握其产生式规则的子系统应用专家系统方法，其余的子系统由神经网络来实现。
对专家系统和神经网络的混合系统研究引起越来越多学者的重视。
目前需进一步深入研究的问题主要有：（1）建立混合系统的模型。
一个基本思路是研究人类抽象思维与形象思维之间的联系，在认知层次的表达形式与神经层次的表达形式之间的结构关系，进而研究神经网络模型与人类认知模型之间的映射关系，在此基础上建立混合系统的模型。
（2）如何用神经网络表示知识。
对用神经网络来表示产生式规则语义网络、框架等形式的知识表示法研究较多，但是对用神经网络表示与形象思维有关的知识研究还较少。
( 3)如何用神经网络获取知识。
如何解决利用前馈神经网络进行知识获取时，学习时间较长的问题；如何从神经网络中提取规则，以便更好地理解由神经网络获取的知识。
3.6.2模糊神经网络技术模糊神经网络是把模糊逻辑系统与神经网络系统相结合，形成一个优势互补系统。
神经网络从结构上模仿人脑，形成“硬件”拓朴结构，具有很强的并行处理能力、学习能力、容错能力，能够通过学习从给定的经验训练集中生成映射规则，但在网络中映射规则是不可见的和难以理解的，并且学习速度较慢，表达知识比较困难；模糊逻辑从功能上模仿人的大脑，形成“软件”模拟，利用先验知识，以简明的规则来表达，能处理不确定信息，其缺点是难以学习。