能有效的控制难以建立精确模型而凭经验可控制的系统,而神经网络则由 于其仿生特性更能有效利用系统本身的信息,并能映射任意函数关系,具 有并行处理和自学习能力,容错能力也很强。在集成大系统中,神经网络 可用于处理低层感知数据,模糊逻辑可用于描述髙层的逻辑框架。神经网 络和模糊系统均属于无模型控制器和非线性动力学系统,但神经网络适合 处理非结构化信息,而模糊系统对处理结构化的知识更有效 模糊神经网络控制大致可分为三类,第一类是直接在神经网络的学习 模型中引入模糊逻辑推理的方法,使其具有直接处理模糊信息的能力;第 类是利用神经网络功能及映射能力,去等效模糊系统中的各个模糊功能 块;第三类是把模糊系统和神经网络集成在一个系统中,以发挥各自的优 专家系统是符号逻辑人工智能中一个最重要、最活跃的分支,但存在 知识获取的困难,而神经网络方法具有很强的自学习能力和自适应能力, 能够实现快速推理。因此将专家系统和神经网络方法集成应用,将能发挥 他们的综合优势。 在一些大型复杂系统中,采用单一的某种智能控制方法往往不能满足 控制要求,这时应考虑综合应用模糊控制、神经网络控制和专家系统控制 等方法的集成智能控制方法。 本章首先讨论复杂工业过程控制发展及其智能控制方法的研究现状, 然后具体介绍具有典型意义的氧乐果合成过程智能控制方法的研究,以便 对智能控制的应用方法有一个比较完整的了解,能有效的控制难以建立精确模型而凭经验可控制的系统，而神经网络则由 于其仿生特性更能有效利用系统本身的信息，并能映射任意函数关系，具 有并行处理和自学习能力，容错能力也很强。在集成大系统中，神经网络 可用于处理低层感知数据，模糊逻辑可用于描述高层的逻辑框架。神经网 络和模糊系统均属于无模型控制器和非线性动力学系统，但神经网络适合 处理非结构化信息，而模糊系统对处理结构化的知识更有效。 模糊神经网络控制大致可分为三类，第一类是直接在神经网络的学习 模型中引入模糊逻辑推理的方法，使其具有直接处理模糊信息的能力；第 二类是利用神经网络功能及映射能力，去等效模糊系统中的各个模糊功能 块；第三类是把模糊系统和神经网络集成在一个系统中，以发挥各自的优 势。 专家系统是符号逻辑人工智能中一个最重要、最活跃的分支，但存在 知识获取的困难，而神经网络方法具有很强的自学习能力和自适应能力， 能够实现快速推理。因此将专家系统和神经网络方法集成应用，将能发挥 他们的综合优势。 在一些大型复杂系统中，采用单一的某种智能控制方法往往不能满足 控制要求，这时应考虑综合应用模糊控制、神经网络控制和专家系统控制 等方法的集成智能控制方法。 本章首先讨论复杂工业过程控制发展及其智能控制方法的研究现状， 然后具体介绍具有典型意义的氧乐果合成过程智能控制方法的研究，以便 对智能控制的应用方法有一个比较完整的了解