航海智能控制心得体会.doc

1、航海智能控制心得体会篇一：智能控制的学习心得与体会及展望神经网络控制的现状与展望的读后感从开始上学学习知识以来，所学到的知识用我自己的理解与感觉就是：所学的知识越来越复杂，其模型越来越接近实际，感觉最深的是在数学课与物理课上，其模型不在只是考虑理想状态下，或者只在线性关系下，其中要考虑到很多的问题，不再只是一个简单的式子就可以表达、求解。而这学期所学的智能控制感觉是相对于之前学的经典控制理论与现代控制理论，其研究对象是更为实际与现实的问题，但是与之前不同之处在于，现在的智能控制不只是研究对象更加实际、现实，而且是提出了新的方法途径，相比较与经典的控制理论，智能控制的研究对象有其自己的特点：1. 不确定性的模型智能控制的研究对象通常存在严重的不确定性。这里所说的模型不确定性包含两层意思：一是模型未知或知之甚少；二是模型的结构和参数可能在很大范围内变化。2. 高度的非线性对于具有高度非线性的控制对象，采用智能控制的方法往往可以较好地解决非线性系统的控制问题。3. 复杂的任务要求读完论文神经网络控制的现状与展望，我深刻了解到对于智能控制系统，任务的要求往往比较复杂。随着科学技术的飞速发展，现

2、代工业控制系统变的越来越复杂。现代工业控制系统的结构和参数具有高维型性、时变性与非线性;系统及其外部环境具有许多未知和不确定的模糊因素，导致了控制目标的多样性，加深了各种目标之间的矛盾。而传统控制系统的分析与设计是建立在精确数学模型的基础上，并遵循一些理想的假设条件将实际对象简化后得到的数学模型，对于复杂系统往往得不到理想的控制效果。另外传统控制的各部分之间相互依赖，若其中一部分发生故障，则整个系统可能瘫痪。然而有经验的操作工人和专家却能适时准确地对复杂的系统进行控制，这就给予我们启示:模拟人的善于表达知识、逻辑与大脑神经结构，这就是控制理论发展的第三阶段一智能控制，它主要用来解决复杂不确定性系统的控制问题。神经网络是指由大量与生物神经系统的神经细胞相类似的人工神经元互连而组成的网络；或由大量象生物神经元的处理单元并联互连而成。这种神经网络具有某些智能和仿人控制功能。学习算法是神经网络的主要特征，也是当前研究的主要课题。学习的概念来自生物模型，它是机体在复杂多变的环境中进行有效的自我调节。神经网络具备类似人类的学习功能。一个神经网络若想改变其输出值，但又不能改变它的转换函数，只能改变其

3、输入，而改变输入的唯一方法只能修改加在输入端的加权系数。神经网络的学习过程是修改加权系数的过程，最终使其输出达到期望值，学习结束。常用的学习算法有：Hebb学习算法，widrow Hoff学习算法，反向传播学习算法一BP学习算法，Hopfield反馈神经网络学习算法等。神经网络是利用大量的神经元按一定的拓扑结构和学习调整方法。它能表示出丰富的特性：并行计算、分布存储、可变结构、高度容错、非线性运算、自我组织、学习或自学习等。这些特性是人们长期追求和期望的系统特性。它在智能控制的参数、结构或环境的自适应、自组织、自学习等控制方面具有独特的能力。神经网络可以和模糊逻辑一样适用于任意复杂对象的控制，但它与模糊逻辑不同的是擅长单输入多输出系统和多输入多输出系统的多变量控制。在模糊逻辑表示的SIMO 系统和MIMO 系统中，其模糊推理、解模糊过程以及学习控制等功能常用神经网络来实现。模糊神经网络技术和神经模糊逻辑技术：模糊逻辑和神经网络作为智能控制的主要技术已被广泛应用。两者既有相同性又有不同性。其相同性为：两者都可作为万能逼近器解决非线性问题，并且两者都可以应用到控制器设计中。不同的是：模糊逻

4、辑可以利用语言信息描述系统,而神经网络则不行，模糊逻辑应用到控制器设计中，其参数定义有明确的物理意义，因而可提出有效的初始参数选择方法；神经网络的初始参数 只能随机选择。但在学习方式下，神经网络经过各种训练，其参数设置可以达到满足控制所需的行为。模糊逻辑和神经网络都是模仿人类大脑的运行机制，可以认为神经网络技术模仿人类大脑的硬件，模糊逻辑技术模仿人类大脑的软件。根据模糊逻辑和神经网络的各自特点，所结合的技术即为模糊神经网络技术和神经模糊逻辑技术。模糊逻辑、神经网络和它们混合技术适用于各种学习方式智能控制的相关技术与控制方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器是智能控制技术方法的一个主要特点。由于非线性系统的多样性与复杂性，至今还未确立通用的非线性控制系统设计理论。鉴于模糊控制和神经网络之间很强的互补性，以及遗传算法快速有效的学习优化能力，将模糊控制与神经网络融合起来能构成一种自适应模糊神经网络控制系统，把遗传算法和神经网络的特长结合起来，能对神经网络连接权、拓扑结构以及神经网络学习规则进行优化。从控制理论的观点来看这是很有意义的。因此针对复杂不确定性系统的控

5、制问题，采用近年来在国内外出现的智能控制与遗传算法的先进技术，把模糊逻辑、神经网络和遗传算法三者有机结合起来已经是一个毋庸置疑的发展方向。篇二：航海实习心得在国防生本科第三学年的暑假，选培办为我们组织了一次难得的军队单位实习机会。我们专业的同学们分到了大连小平岛某单位。在去单位之前我们还都满怀着对军舰和大海的憧憬，然而其实我们的实习单位是岸勤单位，但大家心态都很好，虽然没能如愿登舰，但岸上工作同样重要。二十天，说短不短，但是说长也不长。在这二十天中，我们学到了许多，成长了许多，也成熟了许多，更发现了许多;学到了许多有用的东西，发现了许多自身的问题。但是，经过这二十天的当兵锻炼，我更是深深体会到我们未来的路还很长，军营的路并不平坦，而我们现在须要做的就是打牢我们自身的素质，为踏入军营做好准备，铺好路。 此次部队见习可以说受益颇多。在部队的二十天，通过与部队官兵们的接触，发现自己有很多的缺点，很多的不足。首当其冲就是内务，到了部队看了各位班长的被子，又看了连队士兵们的内务，一向自恃被子叠得还可以、内务整理还行的我真是无地自容，学校到底不比部队，差距就是这么明显，正如有同学说过的部队官兵们的

6、被子就像是用刀切过的一样。此时才真正感觉到自己其实还差的很远。另外就是军事素质，包括体能和队列，队列中，就那些看似简单的队列动作，平时在学校的训练，都没有太在意做动作的节奏以及一些细节方面的问题，从而导致有时做出的动作是那么别扭，而见习生活中仅有的几次体能训练，单杠、双杠、俯卧撑让我们体能不行的事实暴露无遗，只能说是天壤之别。这就是我们平时不严格要求自己的结果，但它是一个长期的问题，所以在以后的生活中我们必须严格要求自己。所以，要想在基层部队建功立业，我们从此刻起就要努力提高自己的素质。首先就是要有合格的思想政治素质，这是我们在基层工作的基本条件。部队里要求官兵要耐得住寂寞，也许你可能一年也出不了几次营门，也许你可能一两年也回不了家，不能跟家人团聚，这自然要求每一名官兵在思想上要有所准备，要知道当了兵就要懂得奉献、懂得牺牲。第二就是要有过硬的军事技能，在基层连队任职，要想让自己有威信，要想让别人心甘情愿听你的指挥，就必须要有过硬的军事素质，只有自己做好了，才能带领大家进步，这样才能更好的起到表率作用。再者就是要有好的身体素质，“身体是革命的本钱”，有了好的体能素质，到了部队才能更好的带

7、动下属，有了好的身体素质，才能确保我们以后能更好的在基层部队工作。通过这次当兵实习，我们也看清了自己的优势和劣势，明确了自己下一步应该努力的方向，同时也对部队有了或多或少的了解，对自己以后到连队也有了心理上的准备。作为国防生，我们有着更好的校园文化环境和更加宽阔的学习平台，因此，我们能够去百家所长，学习更多的知识。然而只有这点还是远远不够的，想要使自己的军旅路途走的更远，就要在各个方面努力，全面提高自己的素质才行。既然选择了穿上军装，那么孤独就会时刻陪伴着我们;既然选择了从军报国，就要做出牺牲，勇于奉献。作为国防生，我们感觉到肩上的责任很重，所以我们只有抓紧现有的时间，努力学习，练就过硬的本领，打牢自身的素质，才能为将来在部队基层工作打下坚实的基础，也为我们成功迈开军旅生涯、实现军旅梦想打下坚实的基础。篇三：计算智能学习心得体会计算智能学习心得体会本学期我们水利水电专业开了“计算智能概论”这门课，有我们学院的金菊良教授给我们授课，据说这门课相当难理解，我们课下做了充分的准备，借了计算智能和人工智能相关方面的书籍，并提前了解了一点相关知识，我感觉看着有点先进，给我们以往学的课程有很大区别

8、，是一种全新的概念和理论，里面的遗传算法、模糊集理论、神经网络更是闻所未闻，由于课前读了一些书籍，我以为课堂上应该能容易理解一点，想不到课堂上听着还是相当玄奥，遗传算法还好一点，因为高中学过生物遗传，遗传算法还能理解一点。像模糊集理论神经网络便不知所云了。虽然金老师讲课生动形象，幽默风趣，而且举了好多实际的例子，但有一些理论有点偏难。计算智能并不是一个新的术语，早在1988年加拿大的一种刊物便以CI为名。1992年，美国学者在论文计算智能中讨论了神经网络、模式识别与智能之间的关系，并将留能分为生物智能、人工智能和计算智能三个层次。1993年，Bob Marks写了一篇关于计算留能和人工留能区别的文章，并在文中给出了对CI的理解。1994年的国际计算智能会议的命名就部分地源于Bob的文章，这次IEEE会议特国际神经网络学会发起的神经网络、模糊系统和进化计算三个年度性会议合为一体，并出版了名为计算智能的论文集。此后，CI这个术语就开始被频繁地使用，同时也出现了许多关于CI的解释。1992年，James C .Bezdek提出，CI是依靠生产者提供的数字、数据材料进行加工处理，而不是依赖于知

9、识；而AIglJ必须用知识进行处理1994年，James在F1orida，Orlando，IEEE WCCI会议上再次阐述他的观点，即智能有三个层次：生物智能，是由人脑的物理化学过程反映出来的，人脑是有机物，它是智能的基础。人工智能，是非生物的，人造的，常用符号来表示，AI的是人类知识的精华。（3）计算智能，是由数学方法和计算机实现的，CI的是数值计算的传感器。虽然有好多计算智能理论还不太清楚，但是我对新知识还是相当渴望的，因为我本身比较爱学习，且喜欢读书。我感觉学到了许多知识：计算智能是一门经验科学，它研究自然的或人工的智能行为形成之原理以“推理即计算”为基本假设，开发某种理论、说明某项智能可以算法化，从而可以用机器模拟和实现；寻求和接受自然智能之启迪，但不企图完全仿制人类智能，其中心工程目标是研究设计和建立智能计算系统的方法。由于我们只有16课时，所以我们学的面并不广，金老师主要教了一些计算智能方面的经典理论，我们所学的计算智能所涉及的领域主要包括以下三方面：遗传算法、人工神经网络方法和模糊集理论。遗传算法最早由美国Michigan大学John H. Holland教授提出。按照生物进化过程中的自然选择（selection）、父代杂交（crossover）和子代变异（mutation）的自然进化（natural evolution）方式，编制的计算机程序，能够解决许多复杂的优化问题，这类新的优化方法称之为遗传算法（genetic algorithm，GA）7。GA模拟生物进化过程中的主要特征有：（1）生物个体的染色体（chromosomes）的结构特征，即基因码序列（series of genetic code）决定了该个体对其生存环境的适应能力。（2）自然选择在生物群体（population）进化过程中起着主导作用，它决定了群体中那些适应能力（adaptability）强的个体能够生存下来并传宗接代，体现了“优胜劣汰”的进化规律。（3）个体繁殖（杂交）是通过父代个体间交换基因

《航海智能控制心得体会.doc》由会员F****n分享，可在线阅读，更多相关《航海智能控制心得体会.doc》请在金锄头文库上搜索。