Todas las técnicas del control que utilizan varios acercamientos computacionales del AI como las redes de los nervios, la probabilidad Bayesian, la lógica confusa, el aprendizaje de máquina, el cómputo evolutivo y los algoritmos genéticos se pueden poner en la clase del control inteligente .
Podemos subdividir tan control inteligente en secundario-dominios importantes siguientes:
control de la red de los nervios
Control Bayesian
Control borroso (lógica)
control Neuro-borroso
Sistemas expertos * Control genético
Agentes inteligentes (cognoscitivos/control consciente)
Las nuevas técnicas de control se crean continuamente como los modelos nuevos del comportamiento inteligente se crean y los métodos de cómputo desarrollados para apoyarlos.
Control
Se ha demostrado que una red del Feedforward con funciones no lineares, continuas y diferenciables de la activación tiene capacidad universal de la aproximación. Las redes recurrentes también se han utilizado para la identificación de sistema. Dado, un sistema de pares de los datos de entrada-salida, identificación de sistema apunta formar un trazado entre estos pares de los datos. Tal red se supone para capturar la dinámica de un sistema.
El filtro de Kalman y el filtro de la partícula son dos ejemplos de los componentes Bayesian populares del control. El acercamiento Bayesian al diseño del regulador requiere a menudo un esfuerzo importante en la derivación del modelo de sistema supuesto y del modelo de la medida, que son las relaciones matemáticas que ligan las variables de estado a las medidas del sensor disponibles en el sistema controlado. A este respecto, se liga muy de cerca a acercamiento sistema-teórico al diseño de control .
| Random links: | vuelta ortodoxa del Izquierdo-brazo | El municipio de Wabana, Minnesota | Juan Corigliano | Música de Gascoña | Crasna, Sălaj |