Controle inteligente - Intelligent control

Controle inteligente é uma classe de técnicas de controle que usa várias abordagens de computação de inteligência artificial , como redes neurais , probabilidade Bayesiana , lógica fuzzy , aprendizado de máquina , aprendizado por reforço , computação evolutiva e algoritmos genéticos .

Visão geral

O controle inteligente pode ser dividido nos seguintes subdomínios principais:

Novas técnicas de controle são criadas continuamente, à medida que novos modelos de comportamento inteligente são criados e métodos computacionais são desenvolvidos para apoiá-los.

Controlador de rede neural

As redes neurais têm sido usadas para resolver problemas em quase todas as esferas da ciência e da tecnologia. O controle da rede neural envolve basicamente duas etapas:

  • Identificação do sistema
  • Ao controle

Foi demonstrado que uma rede feedforward com funções de ativação não lineares, contínuas e diferenciáveis ​​tem capacidade de aproximação universal . Redes recorrentes também têm sido usadas para identificação do sistema. Dado um conjunto de pares de dados de entrada-saída, a identificação do sistema visa formar um mapeamento entre esses pares de dados. Essa rede deve capturar a dinâmica de um sistema. Para a parte de controle, o aprendizado por reforço profundo mostrou sua capacidade de controlar sistemas complexos.

Controladores bayesianos

A probabilidade bayesiana produziu vários algoritmos que são de uso comum em muitos sistemas de controle avançados, servindo como estimadores de espaço de estado de algumas variáveis ​​que são usadas no controlador.

O filtro de Kalman e o filtro de partículas são dois exemplos de componentes de controle bayesianos populares. A abordagem bayesiana para o projeto do controlador freqüentemente requer um esforço importante na derivação do chamado modelo de sistema e modelo de medição, que são as relações matemáticas que ligam as variáveis ​​de estado às medições do sensor disponíveis no sistema controlado. Nesse sentido, está intimamente ligado à abordagem teórica do sistema para o projeto de controle .

Veja também

Listas

Referências

  • Liu, J .; Wang, W .; Golnaraghi, F .; Kubica, E. (2010). "A Novel Fuzzy Framework for Nonlinear System Control". Conjuntos e sistemas difusos . 161 (21): 2746–2759. doi : 10.1016 / j.fss.2010.04.009 .

Leitura adicional

  • Jeffrey T. Spooner, Manfredi Maggiore, Raul Ord onez e Kevin M. Passino, Stable Adaptive Control and Estimation for Nonlinear Systems: Neural and Fuzzy Approximator Techniques , John Wiley & Sons, NY;
  • Farrell, JA, Polycarpou, MM (2006). Controle Adaptativo Baseado em Aproximação: Unificando Abordagens Neurais, Fuzzy e Tradicionais de Aproximação Adaptativa . Wiley. ISBN 978-0-471-72788-0.CS1 maint: vários nomes: lista de autores ( link )
  • Schramm, G. (1998). Controle Inteligente de Voo - Uma Abordagem de Lógica Fuzzy . TU Delft Press. ISBN 90-901192-4-8.