1. 模糊控制:通过对系统的量化描述和人类的语言表达进行对比,通过对输入输出之间的逻辑关系进行模糊推理,控制系统的行为。
2. 神经网络控制:通过建立神经元之间的连接关系,训练出具有一定学习能力的神经网络,实现控制系统的智能化。
3. 遗传算法控制:通过模拟自然演化的过程,通过对系统的优化选择,实现控制系统的自动适应优化能力。
4. PID控制:该方法是传统的控制方法,通过计算偏差及其积分和微分项,根据经验值调整系统参数,实现系统稳定。
5. 模型预测控制:该方法利用模型对未来控制目标的预测,通过反馈控制来实现对系统的控制。
6. 强化学习控制:该方法利用智能体对环境的不断学习和试错,通过确定性策略或随机策略来实现对系统的最优控制。