Kontrol cerdas adalah hasil penerapan kecerdasan komputasional pada sistem kontrol yg kompleks
Tekniknya berbeda sekali dari teknik control konvensional. Semakin banyak dipergunakan ketika control konvensional tidak mampu.
Hasil penerapannya:
1. peningkatan produktivitas dan mutu produk
2. penghematan konsumsi energi
Teori kontrol modern, yang telah memberikan kontribusi begitu signifikan untuk eksplorasi dan penaklukan ruang, telah sukses serupa dalam memecahkan masalah kontrol dari manufaktur. meskipun kemajuan di lapangan sejak 1950-an telah memperluas kesenjangan antara teori dan praktek dan banyak kebutuhan industri yang masih belum terselesaikan. industri ini memiliki beberapa pilihan, sehingga mereka sebagian besar didasarkan konvensional (kadang-kadang disebut hard disk) teknik kontrol industri berdasarkan tiga driver. sayangnya, perangkat ini sederhana dan di mana-mana tidak dapat selalu merespon tuntutan dan kompleksitas sistem manufaktur modern. kesenjangan antara teori dan praktek telah menyebabkan untuk mencari teknik baru dan tidak konvensional yang tidak tunduk pada pembatasan dan keterbatasan dari teori kontrol modern untuk memecahkan masalah kontrol dalam industri dan manufaktur. perubahan datang pertengahan 1960-an dengan pengenalan logika fuzzy oleh zadeh.
Penerapan teori zadeh untuk kontrol untuk datang hampir sepuluh tahun kemudian dan itu selama bertahun-tahun bahkan sebelum menerima penghormatan dan penerimaan yang benar-benar layak. pada sekitar waktu yang sama, widrow menunjukkan adalines menggunakan (adaptive linear networks), yang merupakan bentuk primitif dari jaringan syaraf tiruan (anns), di kontrol. ini adalah keberangkatan yang radikal dari kontrol konvensional untuk pengendali generik dilatih untuk melakukan tugas-tugas tertentu, bukan sedang dirancang. kedua pendekatan tersebut dikembangkan secara independen dan itu untuk mengambil bertahun-tahun sebelum konsep ini diterapkan pada tingkat apapun. penerapan fuzzy logic control engineering pertama menunjukkan di eropa dan jepang pada pertengahan 1970-an. disajikan demonstrasi pertama dari fuzzy logic pada tahun 1974 pada proses eksperimental. ini demonstrasi fuzzy logic control (flc) memberikan dorongan untuk serangkaian aplikasi yang tampaknya tak berujung, yang terus berlanjut sampai hari ini. dengan beberapa pengecualian, teori zadeh dari fuzzy logika tanpa terasa di barat selama bertahun-tahun sementara, sementara itu, ada hiruk-pikuk aktivitas di jepang menerapkan teori untuk seperti bervariasi kolom seperti peralatan rumah, kamera dan sistem transportasi. tidak sampai awal 1980-an itu industri di barat secara serius mempertimbangkan menerapkan kontrol fuzzy. di garis depan ini adalah industri proses dan khususnya industri semen, yang merupakan pertama yang menerapkan
teknik baru untuk mengontrol proses skala besar. perkembangan lapangan sejak saat itu telah mengesankan dan saat ini ada ratusan pabrik di seluruh dunia berhasil dikendalikan oleh teknik tersebut. bidang jaringan syaraf tiruan, yang berkembang cukup secara terpisah, telah memiliki evolusi yang sulit. muncul di tahun 1970-an sebagai bidang yang menawarkan banyak janji dan potensi, itu digagalkan oleh tidak memadainya komputasi fasilitas dan kurangnya algoritma pelatihan jaringan yang efektif. kembali muncul pada 1980-an, saat kemajuan yang signifikan telah dibuat di kedua algoritma pelatihan dan perangkat keras komputer, penelitian
dan pengembangan di lapangan telah berkembang pesat. saraf tiruan jaringan dapat ditemukan hari ini di berbagai aplikasi mulai dari komunikasi, analisis dan sintesis kontrol dan banyak lagi.
teknik baru untuk mengontrol proses skala besar. perkembangan lapangan sejak saat itu telah mengesankan dan saat ini ada ratusan pabrik di seluruh dunia berhasil dikendalikan oleh teknik tersebut. bidang jaringan syaraf tiruan, yang berkembang cukup secara terpisah, telah memiliki evolusi yang sulit. muncul di tahun 1970-an sebagai bidang yang menawarkan banyak janji dan potensi, itu digagalkan oleh tidak memadainya komputasi fasilitas dan kurangnya algoritma pelatihan jaringan yang efektif. kembali muncul pada 1980-an, saat kemajuan yang signifikan telah dibuat di kedua algoritma pelatihan dan perangkat keras komputer, penelitian
dan pengembangan di lapangan telah berkembang pesat. saraf tiruan jaringan dapat ditemukan hari ini di berbagai aplikasi mulai dari komunikasi, analisis dan sintesis kontrol dan banyak lagi.
Ini adalah domain dari Komputasi Lunak, yang berfokus pada stokastik,
empiris dan asosiatif situasi, khas dari industri dan manufaktur lingkungan. Cerdas Controller (kadang-kadang pengendali lunak disebut) adalah turunan dari Komputasi Lunak, yang ditandai oleh kemampuan mereka untuk membangun hubungan fungsional antara mereka input dan output dari data empiris, tanpa bantuan eksplisit model proses dikendalikan. Ini adalah keberangkatan yang radikal dari konvensional controller, yang didasarkan pada hubungan fungsional eksplisit. Tidak seperti rekan-rekan konvensional mereka, pengendali cerdas dapat belajar, mengingat dan membuat keputusan. Hubungan fungsional antara input dan output dari kontroler cerdas dapat ditetapkan secara tidak langsung melalui suatu algoritma relasional, relasional matriks atau basis pengetahuan, atau langsung dari training set tertentu.
empiris dan asosiatif situasi, khas dari industri dan manufaktur lingkungan. Cerdas Controller (kadang-kadang pengendali lunak disebut) adalah turunan dari Komputasi Lunak, yang ditandai oleh kemampuan mereka untuk membangun hubungan fungsional antara mereka input dan output dari data empiris, tanpa bantuan eksplisit model proses dikendalikan. Ini adalah keberangkatan yang radikal dari konvensional controller, yang didasarkan pada hubungan fungsional eksplisit. Tidak seperti rekan-rekan konvensional mereka, pengendali cerdas dapat belajar, mengingat dan membuat keputusan. Hubungan fungsional antara input dan output dari kontroler cerdas dapat ditetapkan secara tidak langsung melalui suatu algoritma relasional, relasional matriks atau basis pengetahuan, atau langsung dari training set tertentu.
Kategori pertama milik domain Sistem Fuzzy sementara Jaringan Syaraf Tiruan milik kedua. di mana masukan yang sama untuk menanam menghasilkan output serupa sehingga kepekaan terhadap gangguan dalam input tanaman diminimalkan, adalah fitur yang melekat seperti sistem. menyiratkan bahwa controller mampu beroperasi benar pada informasi di luar training set.
Kontroler cerdas, apa pun bentuk yang mereka dapat mengambil, berbagi sifat berikut:
menggunakan proses yang sama menyatakan, menggunakan prosesor asosiatif paralel terdistribusi, dan mampu kodifikasi dan pengolahan data samar-samar. Media utama kontrol cerdas Intelijen Komputasi, cabang Komputasi Lunak yang mencakup Sistem Pakar, Logika Fuzzy, Jaringan Syaraf Tiruan dan turunannya. Evolusioner Perhitungan (Algoritma Genetika dan Simulated Annealing) adalah sangat baru selain bidang ini berkembang pesat.
menggunakan proses yang sama menyatakan, menggunakan prosesor asosiatif paralel terdistribusi, dan mampu kodifikasi dan pengolahan data samar-samar. Media utama kontrol cerdas Intelijen Komputasi, cabang Komputasi Lunak yang mencakup Sistem Pakar, Logika Fuzzy, Jaringan Syaraf Tiruan dan turunannya. Evolusioner Perhitungan (Algoritma Genetika dan Simulated Annealing) adalah sangat baru selain bidang ini berkembang pesat.
