神经网络控制系统的特点,神经网络控制的优点
神经网络与模糊控制优劣？
(2)由工业过程的定性认识出发，比较容易建立语言控制规则，因而模糊控制对那些数学模型难以获取，动态特性不易掌握或变化非常显著的对象非常适用。
(3)基于模型的控制算法及系统设计方法，由于出发点和性能指标的不同，容易导致较大差异；但一个系统语言控制规则却具有相对的独立性，利用这些控制规律间的模糊连接，容易找到折中的选择，使控制效果优于常规控制器 。
(4)模糊控制是基于启发性的知识及语言决策规则设计的，这有利于模拟人工控制的过程和方法，增强控制系统的适应能力，使之具有一定的智能水平。
(5)模糊控制系统的鲁棒性强，干扰和参数变化对控制效果的影响被大大减弱，尤其适合于非线性、时变及纯滞后系统的控制。|||什么是模糊控制？与传统控制理论相比有什么优点？
模糊控制是近代控制理论中建立在模糊集合轮上基础上的一种基于语言规则与模糊推理的控制理论，它是智能控制的一个重要分支。
与传统控制理论相比，模糊控制有两大不可比拟的优点：第一，模糊控制在许多应用中可以有效且便捷的实现人的控制策略和经验，这一优点自从模糊控制诞生以来就一直受到人们密切的关注；第二，模糊控制不需要被控对象的数学模型即可实现较好的控制，这是因为被控对象的动态特性已隐含在模糊控制器输入、输出模糊集及模糊规则中。
所以模糊控制被越来越多的应用于各个领域，尤其是被广泛应用于家电系列中，基于模糊控制的洗衣机就是其中的一个典型实例。|||模糊控制实质上是一种非线性控制，从属于智能控制的范畴。
模糊控制的一大特点是既具有系统化的理论，又有着大量实际应用背景。|||优点：对于难于建立模型的控制对象不失为一种良好的控制方法。
谷歌人工智能写作项目：神经网络伪原创
智能控制与普通控制的主要区别.
最本质的区别是解决问题的思路不一样**文案狗** 。
经典控制与现代控制虽然看起来完全不同，但是本质上都一样，就是建立控制对象的数学模型，然后设计一个数学模型形式的控制器达到控制目的，区别只是前者建立的是微分方程或者叫做pid控制，后者建立的是状态方程，类似于数学当中的线性微分方程组。
而最优控制，鲁棒控制等问题不论是基于经典控制理论还是基于现代控制理论，都脱离不了本质——必须建立被控对象的数学模型，也包括02年提出的foc控制。 智能控制则采取的是全新的思路。
它采取了人的思维方式，建立逻辑模型，使用类似人脑的控制方法来进行控制。 我正好在做这个作业，就拿我的作业为例子进行说明吧。
控制一个热水器的水温，传统的控制方法当中，不论你要建立一个微分方程还是建立一个状态方程，总归要把加热功率和水温，加热功率的变化率和水温的变化率之间建立出来数学模型，不论是寻求最优控制方法还是提取变量敏感度进行鲁棒控制，总归要有数学模型才能做。
智能控制则采取截然不同的方法。
例如使用模糊控制器，我们首先把所有的变量模糊化，通过一定的算法把水温，水温的变化率，加热功率，加热功率的变化率等变成语言变量，比如形容为非常大，比较大，稍微大，正好，稍微小，比较小，非常小。
然后像人那样制定规则库，if水温水温的变化率加热功率......。然后通过一些算法把规则库和模糊关系制定成表输入到运算芯片的flash即可工作。
再例如使用人工神经网络，我们仿照人脑建立计算机神经网络模型，每个人工神经元都含有很多带权重的轴突，一个带激发判定的细胞体和若干带输出函数的树突，然后很多人工神经元按照一定逻辑分成进行连接，然后把热水器采集到的大量信息拿过来，分别加到输入端和输出端，通过一定算法改变人工神经元之间的连接权重和激发因子，最终使得所有已知的训练量都能满足这个人工神经网络，在足够训练量的情况下，控制精确度能达到很高。
综合起来说，普通控制是完全基于数学的控制，而智能控制则是基于逻辑规则，使用人类思维的模型或者经验模型甚至是仿照人类神经网络来进行训练学习的模型。
优缺点的话就很明显了，经典控制和现代控制都有一个明显的好处——稳定点非常精确，即使是超调量，最快响应时间等各有缺陷，但是总归在平衡位置上是异常精确的。
而智能控制不论是采用扎德还是麦克丹尼的理论，都不可避免的有不精确的成分，但是无疑的很多控制对象都不是那么容易建立方程的，而且很多控制对象即使能建立方程，也是现在的数学理论还不能探讨的。
例如一个烧锅炉的师傅往往会根据火候和炉壁摸着烫不烫作为输入量来决定加多少煤，让他总结经验是很容易的，但是如果要求这个烧锅炉的师傅建立一个方程那显然是不可能的。
实际工程上用的时候往往是智能控制和普通控制综合使用。
例如一个控制模型，先做一个判决算法判定是否到达平衡位置，如果未到达则采用智能控制器使其快速响应，在超调量等参数到达一定范围以后，切换才经典控制器或者现代控制器进行运算。
以上仅为工程和研究经验的总结，有可能作为材料成文，未经允许谢绝转载。
什么是神经网络控制
神经网络控制技术是一项复杂的系统控制技术，一般应用在变频器的控制中，它是通过对系统的辨识、运算后对变频器进行控制的一种新技术。
而且神经网络控制可以同时控制多个变频器，所以应用在多个变频器级联控制中比较合适。
什么是神经网络控制技术
神经网络控制技术是一项复杂的系统控制技术，一般应用在变频器的控制中，它是通过对系统的辨识、运算后对变频器进行控制的一种新技术。
而且神经网络控制可以同时控制多个变频器，所以应用在多个变频器级联控制中比较合适。
要做毕业设计了！我就搞不清楚神经元控制器跟神经元PID控制器有啥区别呢？
什么是神经网络控制技术？
神经网络控制技术是一项复杂的系统控制技术，一般应用在变频器的控制中，它是通过对系统的辨识、运算后对变频器进行控制的一种新技术。
而且神经网络控制可以同时控制多个变频器，所以应用在多个变频器级联控制中比较合适。
前馈控制器与常规PID控制器有什么不同
PID控制器（Proportion Integration Differentiation.比例-积分-微分控制器），由比例单元 P、积分单元 I 和微分单元 D 组成。
通过Kp， Ki和Kd三个参数的设定。PID控制器主要适用于基本线性和动态特性不随时间变化的系统。PID 控制器是一个在工业控制应用中常见的反馈回路部件。
这个控制器把收集到的数据和一个参考值进行比较，然后把这个差别用于计算新的输入值，这个新的输入值的目的是可以让系统的数据达到或者保持在参考值。
和其他简单的控制运算不同，PID控制器可以根据历史数据和差别的出现率来调整输入值，这样可以使系统更加准确，更加稳定。
可以通过数学的方法证明，在其他控制方法导致系统有稳定误差或过程反复的情况下，一个PID反馈回路却可以保持系统的稳定。
智能PID控制就是将智能控制(intelligent control)与传统的PID控制相结合，是自适应的，它的设计思想是利用专家系统（Expert System）、模糊控制(fuzzy control)和神经网络(neural network)技术，将人工智能以非线性控制方式引入到控制器中，使系统在任何运行状态下均能得到比传统PID控制更好的控制性能。
具有不依赖系统精确数学模型和控制器参数在线自动调整等特点，对系统参数变化具有较好的适应性。
模糊PID控制是利用当前的控制偏差和偏差，结合被控过程动态特性的变化，以及针对具体过程的实际经验，根据一定的控制要求或目标函数，通过模糊规则推理，对PID控制器的三个参数进行在线调整。
智能PID控制主要有模糊PID控制器、专家PID控制器和基于神经网络的PID控制器等。
专家系统是一种能在某个特定领域内﹐以人类专家水平解决该领域中专门任务的计算器系统﹐其内部具有某个领域中大量专家水平的知识与经验﹐能够利用人类专家的知识和解决问题的方法来解决该领域的问题。
专家PID控制采用规则PID控制形式，通过对系统误差和系统输出的识别，以了解被控对象过程动态特性的变化，在线调整PID三个参数，直到过程的响应曲线为某种最佳响应曲线。
它是一种基于启发式规则推理的自适应技术，其目的就是为了应付过程中出现的不确定性。
神经网络系统亦称为人工神经网络﹐就是将人工神经元按某种方式联结组成的网络﹐用于模拟人脑神经元活动的过程﹐实现对信息的加工﹑处理﹑存储等。神经网络有前向网络（前馈网络）﹑反馈网络等网络结构形式。
与模糊PID控制和专家PID控制不同，基于神经网络的PID控制不是用神经网络来整定PID的参数，而是用神经网络直接作为控制器，通过训练神经网络的权系数间接地调整PID参数。