所有的程序和數(shù)據(jù)均由項(xiàng)組成，也采用遞歸為其主要控制結(jié)構(gòu)。此外，Prolog能自動(dòng)實(shí)現(xiàn)模式匹配和回溯。支撐環(huán)境又稱(chēng)基于知識(shí)的軟件工程輔助系統(tǒng)。它利用與軟件工程領(lǐng)域密切相關(guān)的大量專(zhuān)門(mén)知識(shí)，對(duì)一些困難、復(fù)雜的軟件開(kāi)發(fā)與維護(hù)活動(dòng)提供具有軟件工程**水平的意見(jiàn)和建議。智能軟件工程支撐環(huán)境具有如下主要功能：支持軟件系統(tǒng)的整個(gè)生命周期；支持軟件產(chǎn)品生產(chǎn)的各項(xiàng)活動(dòng)；作為軟件工程代理；作為公共的環(huán)境知識(shí)庫(kù)和信息庫(kù)設(shè)施；從不同項(xiàng)目中總結(jié)和學(xué)習(xí)其中經(jīng)驗(yàn)教訓(xùn)，并把它應(yīng)用于其后的各項(xiàng)軟件生產(chǎn)活動(dòng)。**系統(tǒng)**系統(tǒng)是一類(lèi)在有限但困難的現(xiàn)實(shí)世界領(lǐng)域幫助人類(lèi)**進(jìn)行問(wèn)題求解的計(jì)算機(jī)軟件，其中具有智能的**系統(tǒng)稱(chēng)為智能**系統(tǒng)。它有如下基本特征：不僅在基于計(jì)算的任務(wù)，如數(shù)值計(jì)算或信息檢索方面提供幫助，而且也可在要求推理的任務(wù)方面提供幫助。這種領(lǐng)域必須是人類(lèi)**才能解決問(wèn)題的領(lǐng)域；其推理是在人類(lèi)**的推理之后模型化的；不僅有處理領(lǐng)域的表示，而且也保持自身的表示、內(nèi)部結(jié)構(gòu)和功能的表示；采用有限的自然語(yǔ)言交往的接口使得人類(lèi)**可直接使用；具有學(xué)習(xí)功能。應(yīng)用系統(tǒng)指利用人工智能技術(shù)或知識(shí)工程技術(shù)于某個(gè)應(yīng)用領(lǐng)域而開(kāi)發(fā)的應(yīng)用系統(tǒng)。顯然。系統(tǒng)的外部輸入稱(chēng)為“參考值”，系統(tǒng)中的一個(gè)或多個(gè)變量需隨著參考值變化。奉賢區(qū)智能化智能控制系統(tǒng)誠(chéng)信合作
盡管**系統(tǒng)在解決復(fù)雜的高級(jí)推理中獲得了較為成功的應(yīng)用，但是**系統(tǒng)的實(shí)際應(yīng)用相對(duì)還是比較少的。模糊邏輯用模糊語(yǔ)言描述系統(tǒng)，既可以描述應(yīng)用系統(tǒng)的定量模型，也可以描述其定性模型。模糊邏輯可適用于任意復(fù)雜的對(duì)象控制。遺傳算法作為一種非確定的擬自然隨機(jī)優(yōu)化工具，具有并行計(jì)算、快速尋找全局**優(yōu)解等特點(diǎn)，它可以和其他技術(shù)混合使用，用于智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的**優(yōu)控制。神經(jīng)網(wǎng)絡(luò)是利用大量的神經(jīng)元，按一定的拓?fù)浣Y(jié)構(gòu)進(jìn)行學(xué)習(xí)和調(diào)整的自適應(yīng)控制方法。它能表示出豐富的特性，具體包括并行計(jì)算、分布存儲(chǔ)、可變結(jié)構(gòu)、高度容錯(cuò)、非線性運(yùn)算、自我組織、學(xué)習(xí)或自學(xué)習(xí)。這些特性是人們長(zhǎng)期追求和期望的系統(tǒng)特性。神經(jīng)網(wǎng)絡(luò)在智能控制的參數(shù)、結(jié)構(gòu)或環(huán)境的自適應(yīng)、自組織、自學(xué)習(xí)等控制方面具有獨(dú)特的能力。智能控制的相關(guān)技術(shù)與控制方式結(jié)合、或綜合交叉結(jié)合，構(gòu)成風(fēng)格和功能各異的智能控制系統(tǒng)和智能控制器，這也是智能控制技術(shù)方法的一個(gè)主要特點(diǎn)。[3]研究對(duì)象編輯語(yǔ)音智能控制研究的主要目標(biāo)不再是被控對(duì)象，而是控制器本身?？刂破鞑辉偈菃我坏臄?shù)學(xué)模型解析型，而是數(shù)學(xué)解析和知識(shí)系統(tǒng)相結(jié)合的廣義模型，是多種學(xué)科知識(shí)相結(jié)合的控制系統(tǒng)。松江區(qū)品質(zhì)智能控制系統(tǒng)鑄造輝煌控制理論一般的目的是借由控制器的動(dòng)作讓系統(tǒng)穩(wěn)定，也就是系統(tǒng)維持在設(shè)定值，而且不會(huì)在設(shè)定值附近晃動(dòng)。
學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開(kāi)發(fā)出來(lái)，用于解決控制系統(tǒng)的隨機(jī)特性問(wèn)題和模型未知問(wèn)題；1965年美國(guó)普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國(guó)門(mén)德?tīng)?J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計(jì)。[1]能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時(shí)，學(xué)習(xí)控制的研究十分活躍，并獲得較好的應(yīng)用。如自學(xué)習(xí)和自適應(yīng)方法被開(kāi)發(fā)出來(lái)，用于解決控制系統(tǒng)的隨機(jī)特性問(wèn)題和模型未知問(wèn)題；1965年美國(guó)普渡大學(xué)傅京孫(K．S．Fu)教授首先把AI的啟發(fā)式推理規(guī)則用于學(xué)習(xí)控制系統(tǒng)；1966年美國(guó)門(mén)德?tīng)?J．M．Mendel)首先主張將AI用于飛船控制系統(tǒng)的設(shè)計(jì)。1967年，美國(guó)萊昂德斯(C．T．Leondes)等人***正式使用“智能控制”一詞。1971年，傅京孫論述了AI與自動(dòng)控制的交叉關(guān)系。自此，自動(dòng)控制與AI開(kāi)始碰撞出火花，一個(gè)新興的交叉領(lǐng)域——智能控制得到建立和發(fā)展。早期的智能控制系統(tǒng)采用比較初級(jí)的智能方法，如模式識(shí)別和學(xué)習(xí)方法等，而且發(fā)展速度十分緩慢。扎德于1965年發(fā)表了***論文“FuzzySets”，開(kāi)辟了以表征人的感知和語(yǔ)言表達(dá)的模糊性這一普遍存在不確定性的模糊邏輯為基礎(chǔ)的數(shù)學(xué)新領(lǐng)域——模糊數(shù)學(xué)。
智能操作系統(tǒng)將通過(guò)集成操作系統(tǒng)和人工智能與認(rèn)知科學(xué)而進(jìn)行研究。其主要研究?jī)?nèi)容有：操作系統(tǒng)結(jié)構(gòu)；智能化資源調(diào)度；智能化人機(jī)接口；支持分布并行處理機(jī)制；支持知識(shí)處理機(jī)制；支持多介質(zhì)處理機(jī)制。語(yǔ)言系統(tǒng)為了開(kāi)展人工智能和認(rèn)知科學(xué)的研究，要求有一種程序設(shè)計(jì)語(yǔ)言，它允許在存儲(chǔ)器中儲(chǔ)存并處理一些復(fù)雜的、無(wú)規(guī)則的、經(jīng)常變化的和無(wú)法預(yù)測(cè)的結(jié)構(gòu)，這種語(yǔ)言即后來(lái)被稱(chēng)為的人工智能程序設(shè)計(jì)語(yǔ)言。人工智能程序設(shè)計(jì)語(yǔ)言及其相應(yīng)的編譯程序（解釋程序）所組成的人工智能程序設(shè)計(jì)語(yǔ)言系統(tǒng)，將有效地支持智能軟件的編寫(xiě)與開(kāi)發(fā)。與傳統(tǒng)程序設(shè)計(jì)支持?jǐn)?shù)據(jù)處理采用的固定式算法所具有的明確計(jì)算步驟和精確求解知識(shí)相比，人工智能程序設(shè)計(jì)語(yǔ)言的特點(diǎn)是：支持符號(hào)處理，采用啟發(fā)式搜索，包括不確定的計(jì)算步驟和不確定的求解知識(shí)。實(shí)用的人工智能程序設(shè)計(jì)語(yǔ)言包括函數(shù)式語(yǔ)言（如Lisp），邏輯式語(yǔ)言（如Prolog）和知識(shí)工程語(yǔ)言（Ops5），其中*****采用的是Lisp和Prolog及其變形。Lisp語(yǔ)言適合于符號(hào)處理，它處理的***對(duì)象是符號(hào)表達(dá)式（又稱(chēng)S-表達(dá)式）。所有的程序與數(shù)據(jù)均由S-表達(dá)式構(gòu)成，采用的主要控制結(jié)構(gòu)是遞歸。Prolog語(yǔ)言以一階謂詞演算為其理論基礎(chǔ)。它的數(shù)據(jù)結(jié)構(gòu)是項(xiàng)。智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發(fā)展的高級(jí)階段。
智能控制系統(tǒng)的原理控制理論是工程學(xué)與數(shù)學(xué)的跨領(lǐng)域分支，主要處理在有輸入信號(hào)的動(dòng)力系統(tǒng)的行為。系統(tǒng)的外部輸入稱(chēng)為“參考值”，系統(tǒng)中的一個(gè)或多個(gè)變量需隨著參考值變化，控制器處理系統(tǒng)的輸入，使系統(tǒng)輸出得到預(yù)期的效果?？刂评碚撘话愕哪康氖墙栌煽刂破鞯膭?dòng)作讓系統(tǒng)穩(wěn)定，也就是系統(tǒng)維持在設(shè)定值，而且不會(huì)在設(shè)定值附近晃動(dòng)。智能控制系統(tǒng)圖解連續(xù)系統(tǒng)一般會(huì)用微分方程來(lái)表示。若微分方程是線性常系數(shù)，可以將微分方程取拉普拉斯轉(zhuǎn)換，將其輸入和輸出之間的關(guān)系用傳遞函數(shù)表示。若微分方程為非線性，已找到其解，可以將非線性方程在此解附近進(jìn)行線性化[1]。若所得的線性化微分方程是常系數(shù)的，也可以用拉普拉斯轉(zhuǎn)換得到傳遞函數(shù)。傳遞函數(shù)也稱(chēng)為系統(tǒng)函數(shù)或網(wǎng)絡(luò)函數(shù)，是一個(gè)數(shù)學(xué)表示法，用時(shí)間或是空間的頻率來(lái)表示一個(gè)線性常系數(shù)系統(tǒng)中，輸入和輸出之間的關(guān)系。智能控制是具有智能信息處理、智能信息反饋和智能控制決策的控制方式，是控制理論發(fā)展的高級(jí)階段，主要用來(lái)解決那些用傳統(tǒng)方法難以解決的復(fù)雜系統(tǒng)的控制問(wèn)題。智能控制研究對(duì)象的主要特點(diǎn)是具有不確定性的數(shù)學(xué)模型、高度的非線性和復(fù)雜的任務(wù)要求。智能控制的思想出現(xiàn)于20世紀(jì)60年代。當(dāng)時(shí)。采用定量方法與定性方法相結(jié)合的控制方式。長(zhǎng)寧區(qū)現(xiàn)代化智能控制系統(tǒng)防水施工
連續(xù)系統(tǒng)一般會(huì)用微分方程來(lái)表示。奉賢區(qū)智能化智能控制系統(tǒng)誠(chéng)信合作
1975年，英國(guó)馬丹尼(E．H．Mamdani)成功地將模糊邏輯與模糊關(guān)系應(yīng)用于工業(yè)控制系統(tǒng)，提出了能處理模糊不確定性、模擬人的操作經(jīng)驗(yàn)規(guī)則的模糊控制方法。此后，在模糊控制的理論和應(yīng)用兩個(gè)方面，控制**們進(jìn)行廠大量研究，并取得一批令人感興趣的成果，被視為智能控制中十分活躍、發(fā)展也較為深刻的智能控制方法。20世紀(jì)80年代，基于AI的規(guī)則表示與推理技術(shù)(尤其是**系統(tǒng))基于規(guī)則的**控制系統(tǒng)得到迅速發(fā)展，如瑞典奧斯特隆姆(K．J．Astrom)的**控制，美國(guó)薩里迪斯(G．M．Saridis)的機(jī)器人控制中的**控制等。隨著20世紀(jì)80年代中期人工神經(jīng)網(wǎng)絡(luò)研究的再度興起，控制領(lǐng)域研究者們提出并迅速發(fā)展了充分利用人工神經(jīng)網(wǎng)絡(luò)良好的非線性逼近特性、自學(xué)習(xí)特性和容錯(cuò)特性的神經(jīng)網(wǎng)絡(luò)控制方法。隨著研究的展開(kāi)和深入，形成智能控制新學(xué)科的條件逐漸成熟。1985年8月，IEEE在美國(guó)紐約召開(kāi)了***屆智能控制學(xué)術(shù)討論會(huì)，討論了智能控制原理和系統(tǒng)結(jié)構(gòu)。由此，智能控制作為一門(mén)新興學(xué)科得到***認(rèn)同，并取得迅速發(fā)展。近十幾年來(lái)．隨著智能控制方法和技術(shù)的發(fā)展，智能控制迅速走向各種專(zhuān)業(yè)領(lǐng)域，應(yīng)用于各類(lèi)復(fù)雜被控對(duì)象的控制問(wèn)題。奉賢區(qū)智能化智能控制系統(tǒng)誠(chéng)信合作