神经网络控制是20世纪80年代末期发展起来的自动控制领域的前沿学科之一。它是智能
控制的一个新的分支，为解决复杂的非线性、不确定、不确知系统的控制问题开辟了新途径。
神经网络控制是（人工）神经网络理论与控制理论相结合的产物，是发展中的学科。它
汇集了包括数学、生物学、神经生理学、脑科学、遗传学、人工智能、计算机科学、自动控
在控制领域，将具有学习能力的控制系统称为学习控制系统，属于智能控制系统。神经
神经控制发展至今，虽仅有十余年的历史，已有了多种控制结构。如神经预测控制、神
在课堂上，我们随着老师的介绍，逐步了解了智能控制的一些原理方法，智能控制的分
其中采样时间为1ms，)(kr取单位阶跃输入。系统的原理框图如图2所示，控制器控制
kekekekekx，采用Hebb学习调整权值，用输出误差信号
kekz作教师信号，初始权值W取[0.10.10.1]，学习速率η取0.50，神经元比例系数K
取0.12。试完成神经元控制器的设计，并做Matlab仿线.设计的意义与目的
传统的PID则具有结构简单、调整方便的特点。将传统的pid与神经元结构联合,
可以在一定程度上弥补传统PID调节器不易在线实时整定参数的不足。这就是本
该设计目的：通过调整权值W，使得误差函数e(k)最小，从而让输出值y(k)
“净输入”，净输入的表达方式有多种类型，其中最简单的一种是线性加权求和，
(1)结构框图如示。图中转换器的输入为期望值r(k)和实际输出值y(k)；转换
器的输出为神经元学习控制所需要的状态量123()()()xkxkxk、、
(2)单神经元自适应PID 控制器正是通过对加权系数的调整来实现自适应、自
本设计采用有监督Hebb 学习算法的单神经元自适应PID 控制器，考虑到
方向进行搜索的。应用随机逼近理论可以证明，当常数 c 充分小时， ) (k
毛，但深入研究下去，从事这项工作的人必须懂得计算机知识，心理学和哲学等。
要人类智能才能完成的复杂工作。 人工智能的定义可以分为两部分，即“人工”
和“智能”。“人工”比较好理解，争议性也不大。有时我们会要考虑什么是人力
等。但总的来说，“人工系统”就是通常意义下的人工系统。关于什么是“智能”，
常有限，对构成人的智能的必要元素也了解有限，所以就很难定义什么是“人工”
相互渗透的基础发展起来的一门新兴边缘学科，主要研究用机器（主要是计算机）
到发展，在我们的日常生活和学习当中也有许多地方得到应用。本文就符号计算、
一类是纯数值的计算,例如求函数的值, 方程的数值解, 比如天气预报、油藏模
拟、航天等领域; 另一类是符号计算,又称代数运算,这是一种智能化的计算, 处
理的是符号。符号可以代表整数、有理数、实数和复数,也可以代表多项式,函数,
机代数系统软件, 其中 Mathematica 和 Maple 是它们的代表，由于它们都是用
处理和判读。这里,我们把环境与客体统称为“模式”, 随着计算机技术的发展，
试型、维修型、教育型、预测型、规划型、设计型和控制型等 1 0 种类型。具
“东方快车2000”，它首先提出了“智能汉化”的概念，使翻译软件的辅助翻译
市场智能控制领域的激烈竞争，家用机器人的应用。一些面向苹果机和IBM 兼容
机的应用软件例如语音和文字识别已可买到;使用模糊逻辑,AI 技术简化了摄像