智能控制研究动态及展望.pdf

维普资讯 科技情报开发与经济 SCI—TECHINFORMATIONDEVELOPMENT＆ECONOMY 2008年 第 l8卷 第2期 文章编号：1005—6033(2008)02—0121～03 收稿 日期：2007—11-26 智能控制研究动态及展望 张春美 ，石 川 ，郭红戈t (1．太原科技大学电子信息学院，山西太原，030024；2．tlli~广播电视网络集团有限公司，山西太原，030001) 摘 要 ：阐述了智能控制的研究动态及发展方向，提 出将粗糙集理论应用于智能控制 系统的设想。 ． 关键词：粗糙集；智能控制；ANFIS；BP算法 ’ 中图分类号：TP18 文献标识码：A 智能控制是 自动控制的必威体育精装版发展阶段，它的本质是在宏观结构上和 竞争型等。其中BP网络模型的研究应用最广泛。三层BP网络基本上能 行为能力上对人控制器进行模拟[1]。专家系统、模糊逻辑和神经网络都 反映一般的非线性映射关系见图1。BP网络有输入层、隐层和输出层，其 具有解决人工智能中知识表达与不确定性推理的信息表达与处理能力。 操作为黑箱型。神经网络利用非线性映射的思想和并行处理的方法，用 自1990年以来，将模糊逻辑与神经网络系统完全融合一直是一个非常 神经网络本身结构表达输人与输出关联知识的隐函数编码蝓人空间与 活跃的研究课题，其中最为突出的是 自适应神经模糊推理系统。 输出空间的映射关系是通过网络结构不断学习、调整，最后以网络的特 将粗糙集理论作为人工智能和知识发现的实用技术，与模糊控制、 定结构表达 。 神经网络以及其他系统相结合，形成混合控制系统，成为众多研究者的 主要课题。 1 三大基本智能控制 输入层 隐层 输出层 智能控制系统的三大基本控制方法是人工神经网络、模糊逻辑、专 图1 三层BP网络 家系统。 ． 1．1 神经网络(ArtificialNeuralNetwork，ANN) 人们利用ANN系统的学习功能、联想记忆功能、分布式并行信息处 理功能，已在不同的领域中取得了相当成功的应用 但ANN有明显的缺 人工神经网络于 1958年开始发展。ANN分前馈型、反馈型、自组织 ．， ● ● 一 一 r ●、 … ●、 、● … ‘‘● ，● ～‘ ～ 、● ● ● ●t ● ● ● ● ● ● ● … ● 一 0 ● ～ 、‘～ ●、、● }● - )● 一 … 、● 一 ● ● ‘)‘～ ●、H - 一 ●啊 ， … ～ ●… … 大风险额。确立恰当的信用额度能有效地防止由于过度赊销超过客户的 订合同到回收资金全过程负责。 实际支付能力而使企业蒙受损失。 4．3 其他措施 4．2_3 做好账龄分析工作