您當(dāng)前的位置：檢測資訊 > 科研開發(fā)
嘉峪檢測網(wǎng) 2022-06-30 21:54
「 1. 智能控制的概念 」
智能控制是控制理論與人工智能的交叉成果，是經(jīng)典控制理論在現(xiàn)代的進(jìn)一步發(fā)展，其解決問題的能力和適應(yīng)性相較于經(jīng)典控制方法有顯著提高。由于智能控制是一門新興學(xué)科，正處于發(fā)展階段，因此尚無統(tǒng)一的定義，存在多種描述形式。美國IEEE協(xié)會將智能控制歸納為：智能控制必須具有模擬人類學(xué)習(xí)和自適應(yīng)的能力。我國蔡自興教授認(rèn)為：智能控制是一類能獨(dú)立地驅(qū)動智能機(jī)器實(shí)現(xiàn)其目標(biāo)的自動控制，智能機(jī)器是能在各類環(huán)境中自主地或交互地執(zhí)行各種擬人任務(wù)的機(jī)器。1996年，蔡自興教授把信息論（information theory，IT）引入智能控制學(xué)科結(jié)構(gòu)，在國際上率先提出了圖1所示智能控制的“四元交集結(jié)構(gòu)理論”。
圖1 基于四元論的智能控制
「 2. 智能控制的特點(diǎn) 」
傳統(tǒng)控制控制方法存在以下幾點(diǎn)局限性：
（1）缺乏適應(yīng)性，無法應(yīng)對大范圍的參數(shù)調(diào)整和結(jié)構(gòu)變化。
（2）需要基于控制對象建立精確的數(shù)學(xué)模型。
（3）系統(tǒng)輸入信息模式單一，信息處理能力不足。
（4）缺乏學(xué)習(xí)能力。
智能控制能克服傳統(tǒng)控制理論的局限性，將控制理論方法和人工智能技術(shù)相結(jié)合，產(chǎn)生擬人的思維活動，采用智能控制的系統(tǒng)主要有以下幾個特點(diǎn)：
（1）智能控制系統(tǒng)能有效利用擬人的控制策略和被控對象及環(huán)境信息，實(shí)現(xiàn)對復(fù)雜系統(tǒng)的有效全局控制，具有較強(qiáng)的容錯能力和廣泛的適應(yīng)性。
（2）智能控制系統(tǒng)具有混合控制特點(diǎn)，既包括數(shù)學(xué)模型，也包含以知識表示的非數(shù)學(xué)廣義模型，實(shí)現(xiàn)定性決策與定量控制相結(jié)合的多模態(tài)控制方式。
（3）智能控制系統(tǒng)具有自適應(yīng)、自組織、自學(xué)習(xí)、自診斷和自修復(fù)功能，能從系統(tǒng)的功能和整體優(yōu)化的角度來分析和綜合系統(tǒng)，以實(shí)現(xiàn)預(yù)定的目標(biāo)。
（4）控制器具有非線性和變結(jié)構(gòu)的特點(diǎn)，能進(jìn)行多目標(biāo)優(yōu)化。
這些特點(diǎn)使智能控制相較于傳統(tǒng)控制方法，更適用于解決含不確定性、模糊性、時變性、復(fù)雜性和不完全性的系統(tǒng)控制問題。
「 3. 智能控制的關(guān)鍵技術(shù) 」
1）專家控制
專家控制又稱專家智能控制，其結(jié)構(gòu)如圖2所示。采用專家控制的控制系統(tǒng)一般由以下幾部分組成：
（1）知識庫。由事實(shí)集和經(jīng)驗(yàn)數(shù)據(jù)、經(jīng)驗(yàn)公式、規(guī)則等構(gòu)成。事實(shí)集包括對象的有關(guān)知識，如結(jié)構(gòu)、類型及特征等?？刂埔?guī)則有自適應(yīng)、自學(xué)習(xí)、參數(shù)自調(diào)整等方面的規(guī)則。經(jīng)驗(yàn)數(shù)據(jù)包括對象的參數(shù)變化范圍、控制參數(shù)的調(diào)整范圍及其限幅值、傳感器特性、系統(tǒng)誤差、執(zhí)行機(jī)構(gòu)特征、控制系統(tǒng)的性能指標(biāo)以及經(jīng)驗(yàn)公式。
（2）控制算法庫。存放控制策略及控制方法，如PID、神經(jīng)網(wǎng)絡(luò)控制、預(yù)測控制算法等，是直接基本控制方法集。
（3）推理機(jī)。根據(jù)一定的推理策略（正向推理，即從原始數(shù)據(jù)和已知條件得到結(jié)論）從知識庫中選擇有關(guān)知識，對控制專家提供的控制算法、事實(shí)、證據(jù)以及實(shí)時采集的系統(tǒng)特性數(shù)據(jù)進(jìn)行推理，直到得出相應(yīng)的最佳控制決策，由決策的結(jié)果指導(dǎo)控制作用。
圖2 專家控制基本結(jié)構(gòu)
按照專家控制的作用和功能，一般分為以下兩種類型：
（1）直接型專家控制器。該類控制器取代常規(guī)控制器，直接控制被控對象。一般情況下，直接型控制器任務(wù)和功能相對簡單，要求在線工作。
（2）間接型專家控制器。該類控制器用于和常規(guī)控制器相結(jié)合，實(shí)現(xiàn)高層決策功能，如優(yōu)化適應(yīng)、協(xié)調(diào)、組織等。一般優(yōu)化適應(yīng)型需要在線工作，組織協(xié)調(diào)型可以工作在離線。
2）模糊控制
模糊控制是將模糊集理論、模糊邏輯推理和模糊語言變量與控制理論和方法相結(jié)合的一種智能控制方法，目的是模仿人的模糊推理和決策過程，實(shí)現(xiàn)智能控制。模糊控制器包括以下幾個部分：
（1）模糊化接口。用于將輸入轉(zhuǎn)化為模糊量。它首先將輸入變量轉(zhuǎn)化到相應(yīng)的模糊集論域；最后應(yīng)用模糊集對應(yīng)的隸屬函數(shù)將精確輸入量轉(zhuǎn)換為模糊值。
（2）知識庫。由數(shù)據(jù)庫和規(guī)則庫組成。數(shù)據(jù)庫所存放的是所有輸入、輸出變量的全部模糊子集的隸屬度矢量值，在規(guī)則推理的模糊關(guān)系方程求解過程中，向推理機(jī)提供數(shù)據(jù)。規(guī)則庫由一組語言控制規(guī)則組成，例如IF-THEN、ELSE、ALSO等，表達(dá)了應(yīng)用領(lǐng)域的專家經(jīng)驗(yàn)和控制策略。
（3）推理機(jī)。根據(jù)模糊規(guī)則，運(yùn)用模糊推理算法，獲得模糊控制量。模糊推理的方法有很多，如MAX-MIN法、模糊加權(quán)推理法、函數(shù)型推理法等。
（4）解模糊接口。系統(tǒng)的具體控制需求一個精確量，所以需要通過解模糊接口將模糊量轉(zhuǎn)換成精確量，實(shí)現(xiàn)對系統(tǒng)精確的控制作用。
模糊控制器的基本結(jié)構(gòu)如圖3所示。
圖3 模糊控制器基本結(jié)構(gòu)
模糊控制系統(tǒng)的分類有很多種方式，例如按照信號的時變特性可以分為恒值和隨動模糊控制系統(tǒng)；按照系統(tǒng)輸入變量的多少，可以分為單變量和多變量模糊控制系統(tǒng)；按照靜態(tài)誤差可以分為有差和無差模糊控制系統(tǒng)。
雖然模糊控制理論的發(fā)展已經(jīng)歷經(jīng)半個世紀(jì)，然而在實(shí)際應(yīng)用層面，模糊控制還存在諸多限制。例如，模糊規(guī)則和隸屬度函數(shù)的建立依賴經(jīng)驗(yàn)，難以適應(yīng)復(fù)雜系統(tǒng)，亟待進(jìn)一步完善。
3）神經(jīng)網(wǎng)絡(luò)控制
人工神經(jīng)網(wǎng)絡(luò)由神經(jīng)元模型構(gòu)成。神經(jīng)元是神經(jīng)網(wǎng)絡(luò)的基本處理單元，是一種多輸入、單輸出的非線性元件，多個神經(jīng)元構(gòu)成神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力、并行處理能力、容錯能力以及自學(xué)習(xí)自適應(yīng)能力。因此，非常適合將神經(jīng)網(wǎng)絡(luò)用于含不確定復(fù)雜系統(tǒng)的建模與控制。由于神經(jīng)網(wǎng)絡(luò)本身的結(jié)構(gòu)特點(diǎn)，在神經(jīng)網(wǎng)絡(luò)控制中，可以使模型與控制的概念合二為一。
神經(jīng)網(wǎng)絡(luò)在控制系統(tǒng)中往往應(yīng)用于以下幾方面：
（1）用于建立被控對象模型，結(jié)合其他控制器對系統(tǒng)進(jìn)行控制。
（2）直接作為控制器替代其他控制器，實(shí)現(xiàn)系統(tǒng)控制。
（3）在傳統(tǒng)控制系統(tǒng)中起優(yōu)化計(jì)算作用。
（4）與其他智能控制算法相結(jié)合，實(shí)現(xiàn)參數(shù)優(yōu)化、模型推理及故障診斷等功能。
神經(jīng)網(wǎng)絡(luò)控制器一般分為兩類：一類是直接神經(jīng)網(wǎng)絡(luò)控制器，它以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)形成獨(dú)立的智能控制系統(tǒng)；另一類稱為混合神經(jīng)網(wǎng)絡(luò)控制器，它利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)和優(yōu)化能力來改善其它控制方法的控制性能。
4）學(xué)習(xí)控制
學(xué)習(xí)控制是智能控制的重要分支，旨在通過模擬人類自身優(yōu)良調(diào)節(jié)機(jī)制實(shí)現(xiàn)優(yōu)化控制。學(xué)習(xí)控制可以在運(yùn)行過程中逐步獲得系統(tǒng)非預(yù)知信息，積累控制經(jīng)驗(yàn)，并通過一定評價指標(biāo)來不斷改善控制效果的自動控制方法。學(xué)習(xí)控制算法有很多，如基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)控制、重復(fù)學(xué)習(xí)控制、迭代學(xué)習(xí)控制、強(qiáng)化學(xué)習(xí)控制等。
5）智能算法
智能算法是人們受自然界和生物界規(guī)律的啟發(fā)，模仿其原理進(jìn)行問題求解的算法，包含了自然界生物群體所具有的自組織、自學(xué)習(xí)和自適應(yīng)等特性。在用智能算法進(jìn)行問題求解過程中，采用適者生存、優(yōu)勝劣汰的方式使現(xiàn)有解集不斷進(jìn)化，從而獲得更優(yōu)的解集，具有智能性。1962年美國Holland教授模擬自然界遺傳機(jī)制提出了一種并行隨機(jī)搜索算法，即遺傳算法（genetic algorithm，GA），獲得成功。經(jīng)過多年發(fā)展，大量優(yōu)秀的智能算法被廣泛應(yīng)用于各個領(lǐng)域。一些經(jīng)典智能算法包括差分進(jìn)化算法（differential evolution，DE）、粒子群優(yōu)化算法（particle swarm optimization，PSO）、模擬退火算法（simulate anneal，SA）等。
以遺傳算法為例，智能算法的應(yīng)用基本流程如下：
（1）依據(jù)問題模型，確定個體的編碼和解碼方式，建立適應(yīng)度函數(shù)。遺傳算法一般采用二進(jìn)制編碼。
（2）初始化。設(shè)置種群規(guī)模、終止條件和搜索空間等條件，為種群個體賦值。一般情況下，為種群個體進(jìn)行隨機(jī)賦值。
（3）個體評價?；谶m應(yīng)度函數(shù)計(jì)算個體的適應(yīng)度數(shù)值。適應(yīng)度函數(shù)用來評價個體的好壞。
（4）選擇。依據(jù)適應(yīng)度大小，選擇父輩群體執(zhí)行遺傳操作，適應(yīng)度越高越容易被選擇。
（5）交叉。從父輩群體中隨機(jī)選取兩個個體進(jìn)行交叉運(yùn)算，交換基因信息。
（6）變異。為防止群體趨向單一化，導(dǎo)致收斂過快，可以依據(jù)概率將個體中某一位基因進(jìn)行變異運(yùn)算，獲得新種群。
（7）根據(jù)終止條件（如迭代次數(shù)）判斷是否結(jié)束，若沒有滿足終止條件則返回第（3）步。
「 4. 智能控制在智能制造中的應(yīng)用 」
智能制造要求能對制造系統(tǒng)的運(yùn)行過程進(jìn)行合理控制，實(shí)現(xiàn)提升產(chǎn)品質(zhì)量、提高生產(chǎn)效率和降低能耗的目標(biāo)。因此，高水平的控制技術(shù)對實(shí)現(xiàn)智能制造至關(guān)重要。國際上制造業(yè)發(fā)達(dá)國家越來越重視制造系統(tǒng)控制及相關(guān)技術(shù)的發(fā)展，我國雖然起步較晚、基礎(chǔ)較弱，但經(jīng)過近幾年的持續(xù)攻關(guān)與發(fā)達(dá)國家的差距正在逐漸縮小。目前，國內(nèi)制造系統(tǒng)控制技術(shù)與國外相比仍存在以下幾方面差距。
（1）缺乏具有自主知識產(chǎn)權(quán)的核心基礎(chǔ)零部件研發(fā)能力。例如，制造系統(tǒng)核心硬件（如控制器）和軟件依賴進(jìn)口，受制于人；網(wǎng)絡(luò)化接口技術(shù)和標(biāo)準(zhǔn)化不足，導(dǎo)致各種控制單元無法實(shí)時進(jìn)行通信，形成信息化孤島。
（2）制造系統(tǒng)智能化、數(shù)字化、網(wǎng)絡(luò)化水平較低。以數(shù)字化車間、智能工廠、網(wǎng)絡(luò)協(xié)同制造為代表的傳統(tǒng)制造業(yè)轉(zhuǎn)型升級在全球范圍內(nèi)興起，國內(nèi)尚處于跟進(jìn)與探索階段。
針對上述問題，國家制造業(yè)中長期發(fā)展戰(zhàn)略規(guī)劃《中國制造 2025》中強(qiáng)調(diào)開展新一代信息技術(shù)與制造裝備融合的集成創(chuàng)新和工程應(yīng)用，實(shí)現(xiàn)生產(chǎn)過程智能優(yōu)化控制。智能控制技術(shù)的應(yīng)用，對于提高制造系統(tǒng)的智能化水平以滿足智能制造需求具有重要意義。實(shí)際上，智能控制技術(shù)已經(jīng)被應(yīng)用于我國制造業(yè)各個領(lǐng)域，取得了顯著成果。以下是幾個典型的應(yīng)用方向。
1)智能控制在工業(yè)自動化過程控制中的應(yīng)用
近年來，自動化生產(chǎn)對安全要求越來越高，智能控制的應(yīng)用可以對生產(chǎn)過程進(jìn)行檢測，發(fā)生問題自動報警，且能依據(jù)歷史信息準(zhǔn)確分析問題產(chǎn)生的原因。這樣，一方面提高了生產(chǎn)工藝，另一方面也確保了生產(chǎn)人員的安全性。智能控制技術(shù)在過程控制中具體應(yīng)用在以下幾個方面：
（1）生產(chǎn)過程信息的獲取。傳統(tǒng)生產(chǎn)過程信息化程度不高，采用智能控制技術(shù)自動獲取生產(chǎn)過程的信息并進(jìn)行分析，可以有效提高信息化程度，基于數(shù)據(jù)對系統(tǒng)進(jìn)行自動調(diào)整，從而提高生產(chǎn)效率，降低成本。
（2）系統(tǒng)建模和監(jiān)控。依據(jù)采集的數(shù)據(jù)，利用智能控制技術(shù)對生產(chǎn)系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行監(jiān)控，當(dāng)出現(xiàn)嚴(yán)重故障時，可以立即停止作業(yè)，保護(hù)產(chǎn)線和人員的安全。
（3）動態(tài)控制。智能控制相較傳統(tǒng)控制方法體現(xiàn)出更優(yōu)異的控制水平。近年來，工業(yè)生產(chǎn)中的動態(tài)控制不僅包含工藝加工，更是參與了對生產(chǎn)過程的管控。智能控制的應(yīng)用，為高效動態(tài)控制提供了條件，從而實(shí)現(xiàn)對工藝生產(chǎn)過程的精確控制。
例如，結(jié)合模糊控制和PID控制對石油化工某反應(yīng)單元的溫度進(jìn)行智能控制，控制對象如圖4所示。需要通過控制蒸汽流量，實(shí)現(xiàn)對反應(yīng)器溫度的精準(zhǔn)控制。傳統(tǒng)控制方案采用溫度-流量串級控制，然而，由于串級控制存在強(qiáng)耦合，且溫度測量和汽包的慣性帶來滯后，導(dǎo)致控制效果不理想。因此，可以基于工程師手動控制經(jīng)驗(yàn)總結(jié)出一般控制規(guī)則，從而建立模糊規(guī)則實(shí)現(xiàn)對PID控制器參數(shù)的自整定，不僅簡化操作流程，也減小了控制上的延遲，提高了溫度控制精度。
圖4 某反應(yīng)單元溫度控制系統(tǒng)
2)智能控制在機(jī)器人控制中的應(yīng)用
工業(yè)機(jī)器人被大量應(yīng)用于工業(yè)生產(chǎn)中。近些年，快遞行業(yè)的興起使物流機(jī)器人、無人機(jī)和其他專用機(jī)器人也獲得快速發(fā)展和應(yīng)用。機(jī)器人種類的增多、規(guī)模的擴(kuò)大和任務(wù)的多樣化極大地提高了控制的要求。傳統(tǒng)控制技術(shù)存在的缺陷，如無法應(yīng)對復(fù)雜系統(tǒng)、適應(yīng)性差、不具備學(xué)習(xí)能力等，限制了其在機(jī)器人控制中的應(yīng)用。智能控制技術(shù)能很好地避免這些缺陷，更適合復(fù)雜化和多元化的任務(wù)要求，并促進(jìn)機(jī)器人的應(yīng)用。智能控制在機(jī)器人領(lǐng)域的應(yīng)用主要集中在以下兩個方面：
（1）運(yùn)動控制。通過將智能控制與機(jī)器人伺服系統(tǒng)相結(jié)合，可以實(shí)現(xiàn)機(jī)器人的高精度定位和對環(huán)境的適應(yīng)。結(jié)合柔順控制算法，可以提高機(jī)器人與環(huán)境或人交互地安全性。
（2）路徑規(guī)劃和控制。采用智能算法對機(jī)器人運(yùn)動的路徑進(jìn)行優(yōu)化設(shè)計(jì)，可有效避免多個機(jī)器人的碰撞或干涉。同時，智能算法的應(yīng)用可以提高機(jī)器人運(yùn)動路徑控制的精度。
例如，采用遺傳算法規(guī)劃碼垛機(jī)器人運(yùn)動路徑。碼垛機(jī)器人需要將包裝物體運(yùn)送到不同的區(qū)域，在復(fù)雜的障礙環(huán)境下，需要規(guī)劃一條安全、無碰撞且最短的可行路徑。通過建立優(yōu)化問題模型，采用智能算法可以規(guī)避復(fù)雜的求解過程，獲取高質(zhì)量的優(yōu)化結(jié)果。這里，通過對特定環(huán)境的建模和對適應(yīng)度函數(shù)的設(shè)計(jì)，采用遺傳算法對該路徑規(guī)劃問題進(jìn)行求解，可以獲得最優(yōu)路徑，從而能提升碼垛機(jī)器人的工作效率，如圖5所示。進(jìn)一步的，通過改進(jìn)遺傳算法中的策略，可以提高收斂速度，獲得更平滑的路徑。
圖5 基于遺傳算法的路徑優(yōu)化
3)智能控制在車床控制中的應(yīng)用
車床被廣泛應(yīng)用于制造領(lǐng)域中。傳統(tǒng)控制方法需要人工預(yù)設(shè)工藝參數(shù)，十分繁瑣，而且控制精度較低，難以達(dá)到預(yù)期的控制效果。隨著科技的不斷發(fā)展，制造過程中車床控制開始朝著更智能化的方向發(fā)展。將智能控制技術(shù)應(yīng)用于車床，可以提高零件加工的精度、效率和柔性。智能控制技術(shù)在車床控制中的應(yīng)用主要有以下兩個方面。
（1）車床運(yùn)動軌跡控制。車床進(jìn)給系統(tǒng)存在跟蹤誤差，特別是當(dāng)加工面比較復(fù)雜時，加工軌跡的突變導(dǎo)致較大偏差，會極大影響控制精度。應(yīng)用智能控制技術(shù)對進(jìn)給系統(tǒng)進(jìn)行建模和控制，可以有效降低跟蹤誤差，提高系統(tǒng)穩(wěn)定性。
（2）工藝參數(shù)優(yōu)化。機(jī)床加工中，切削參數(shù)和刀具參數(shù)會直接影響零件加工質(zhì)量、效率和能耗?；诓煌瑑?yōu)化目標(biāo)，如加工工時和能耗，設(shè)置相應(yīng)的評價指標(biāo)，采用智能算法對典型的工藝參數(shù)進(jìn)行優(yōu)化，能提高加工效率，降低能耗和碳排放。
例如，采用迭代學(xué)習(xí)控制對車床進(jìn)給系統(tǒng)驅(qū)動軸進(jìn)行控制，如圖6所示。在機(jī)床加工過程中，進(jìn)給系統(tǒng)沿復(fù)雜加工面運(yùn)動時，跟蹤誤差導(dǎo)致運(yùn)動軌跡偏離，影響加工精度。基于對進(jìn)給系統(tǒng)跟蹤誤差和動力學(xué)模型的分析，設(shè)計(jì)迭代學(xué)習(xí)更新規(guī)律，通過迭代學(xué)習(xí)時實(shí)際位置與期望位置收斂，從而減小跟蹤誤差。進(jìn)一步的，可以結(jié)合擾動觀測器提高控制精度和系統(tǒng)穩(wěn)定性。
圖6 雙軸進(jìn)給驅(qū)動系統(tǒng)
「 5. 智能控制的未來發(fā)展趨勢 」
隨著智能控制技術(shù)的發(fā)展和在諸多領(lǐng)域應(yīng)用的日益成熟，在世界范圍內(nèi)，智能控制正成為一個迅速發(fā)展的學(xué)科，并被許多發(fā)達(dá)國家視為提高國家競爭力的核心技術(shù)。當(dāng)前智能控制面臨的問題及未來發(fā)展趨勢總結(jié)如下：
1)當(dāng)前面臨的問題
（1）應(yīng)用范圍不夠廣泛。針對一些簡單系統(tǒng)，智能控制的優(yōu)越性相較于傳統(tǒng)控制方法并不突出。
（2）實(shí)際應(yīng)用還存在技術(shù)瓶頸。許多控制技術(shù)還停留在“仿真”水平，未能應(yīng)用于解決實(shí)際問題。在系統(tǒng)運(yùn)行速度、模塊化設(shè)計(jì)、對環(huán)境的感知和解釋、傳感器接口等許多方面還需要做更多工作。
（3）可靠性和穩(wěn)定性不足。許多智能控制技術(shù)依賴于人的經(jīng)驗(yàn)，如專家控制。然而如何獲取有效的專家經(jīng)驗(yàn)知識，構(gòu)造能長期穩(wěn)定運(yùn)行的系統(tǒng)是一個重要難題。此外，部分智能控制方法的魯棒性問題缺乏嚴(yán)格的數(shù)學(xué)推導(dǎo)，也對控制的穩(wěn)定性提出挑戰(zhàn)。
2)未來發(fā)展趨勢
（1）多學(xué)科交叉融合形成新突破。一方面是智能控制與計(jì)算機(jī)科學(xué)、模糊數(shù)學(xué)、進(jìn)化論、模式識別、信息論、仿生學(xué)和認(rèn)識心理學(xué)等其他學(xué)科的相互促進(jìn)，另一方面是智能控制領(lǐng)域內(nèi)不同技術(shù)的滲透，如深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的相互補(bǔ)償。
（2）尋求更新的理論框架。智能控制嘗試實(shí)現(xiàn)甚至超越人類智能，既需要結(jié)合涉及哲學(xué)、心理學(xué)、認(rèn)知科學(xué)等抽象學(xué)科，又需要基于控制科學(xué)、生理學(xué)、人工智能等學(xué)科，建立更高層次的智能控制框架。
（3）智能控制的應(yīng)用創(chuàng)新。研究適合智能控制的軟、硬件平臺，提升基于現(xiàn)有計(jì)算資源的控制水平，進(jìn)行更好的技術(shù)集成，以解決智能控制在實(shí)際應(yīng)用中存在的問題。
來源：智造苑
關(guān)于我們 聯(lián)系我們 營業(yè)執(zhí)照 全國服務(wù)電話：400-818-0021 嘉峪檢測版權(quán)所有 備案號：京ICP備14047019號-2 
京公網(wǎng)安備11010802046783號
