人工智能控制器

通过适当调整（根据响应时间、下降时间、鲁棒性能等）它们能提。例如：模糊逻辑控制器的上升时间比优PID控制器快1.5倍，下降时间.5倍，过冲更小。它们比古典控制器的调节容易。在没有必须知识时，通过响应数据也能设计它们。运用语言和响应信息可能设计它们。们有相当好的一致性（当使用一些新的未知输入数据就能得到好的估计）

但都没有使用人工智能技术。相信使用人工智能的直流传动技术能得到进一步的提高。智能技术在电气传动技术中占相当重要的地位，特别是自适应模糊神经元控制器在性能传动产品中将得到广泛应用。但是，还有很多研究工作要做，现在还只有少数实际应用的例子（学术研究组实现少，工业运用的就更少了），大多数研究只给出了理论或结果

有很多方法来实现这个过程，但主要的目标是使用系统技术实现稳定的解，并且找到的拓朴结构配置，自学习迅速，收敛快速，知识库由数据库和语言控制规则库组成。开发规则库的主要方法是：把的知识和经历用于应用和控制目标；建模操作器的控制行动；建模过程；使用自适应模糊控制器和人工神经网络推理机制。推理机是模糊控制器的***