资 源 简 介
本文档的主要内容详细介绍的是优化算法和智能算法与智能控制技术有哪些特点和应用
在建立了以频域法为主的经典控制理论的基础上，智能控制技术逐步发展。随着信息技术的进步新方法和新技术进入工程化、产品化阶段。这对自动控制理论技术提出了新的挑战，促进了智能理论在控制技术中的应用。下面介绍了优化算法、智能算法、智能控制技术的特点及应用。
优化算法特点及应用
什么是优化？就是从各种方案中选取一个最好的。从数学角度看，优化理论就是研究如何在状态空间中寻找到全局最优点。优化算法通常用来处理问题最优解的求解，这个问题有多个变量共同决定的优化算法的一个特点往往给出的是一个局部最优解，不是绝对的最优解，或者说全局最优解。一种优化算法是否有用很大程度取决问题本身，如果问题本身就是比较无序的，或许随机搜索是最有效的。常用有3种优化算法：遗传算法、蚁群算法、免疫算法等。
遗传算法是一种基于模拟遗传机制和进化论的并行随机搜索优化算法。遗传算法在控制领域中，已被用于研究离散时问最优控制、方程的求解和控制系统的鲁棒稳定问题等。遗传算法用来训练神经网络权值，对控制规则和隶属度函数进行优化，也可用来优化网络结构。
蚁群算法是群体智能的典型实现，是一种基于种群寻优的启发式搜索算法。蚁群算法小仅能够智能搜索、全局优化，而具有鲁棒性、正反馈、分布式计算、易与其它算法结合等特点。等人将蚁群算法先后应用于旅行商问题、资源二次分配问题等经典优化问题，得到了较好的效果。在动态环境下，蚁群算法也表现出高度的灵活性和健壮性，如在集成电路布线设计、电信路山控制、交通建模及规划、电力系统优化及故障分析等方面都被认为是目前较好的算法之一。
