1) self-learning control
自学习控制
1.
Combining the fuzzy control and neural network, this paper designs a fuzzyneural network self-learning controller for the controlling system keeping ship course.
将模糊控制与神经网络融合为一体，为船舶航向保持控制系统设计出一种模糊神经网络自学习控制器。
2.
For the purpose of overcoming the disadvantages of conventional fuzzy controller, self-learning control of fuzzy was proposed.
针对常规模糊控制器的弱点,提出一种模糊自学习控制器,论述了结构的设计方法,是一种基于模糊的自学习控制器。
3.
The self-learning control of a free-floating space flexible manipulator based on fuzzy neural network is studied.
讨论了载体位置不受控、姿态受控情况下,自由漂浮柔性空间机械臂的高斯基模糊神经网络自学习控制问题。
2) self learning control
自学习控制
1.
Aiming at the problems of control of throttle,determination of clutch engagement starting point and the optimal shift schedule in the automated mechanical transmission (AMT),the intelligent control methods,which are the multi mode control,the fuzzy logic controlled and the self learning control, are discussed in this paper.
针对汽车AMT系统中节气门控制、离合器接合点及最佳动力性换档规律的确定等问题 ,讨论了采用多模式控制、模糊控制和自学习控制等智能控制的具体方法 。
2.
The designs of the algorithm and structure of open loop self learning control, closed loop self learning control and predictive control are presented.
研究了运动控制系统在重复运动方式下的自学习问题 ,设计了开环迭代自学习、闭环迭代自学习和预测自学习三种控制算法和结构 ,并对比分析了各种自学习控制算法的特点 。
3.
A self learning control method is applied to optimize performance of internal combustion engine.
提出了一种可在内燃机电子控制中用于优化内燃机性能的自学习控制方法。
3) learning control
自学习控制
1.
Fuzzy model reference learning control (FMRLC) uses a reference model and a learning mechanism to generate fuzzy control rules, and tunes them on-line to improve the performance of the closed control system.
模型参考模糊自学习控制方法利用一个参考模型作为被控对象的输出性能要求 ,并且根据参考模型的输出和实际对象的输出间的误差 ,经过一个逆模糊模型学习产生模糊控制系统的控制规则。
2.
This paper proposes an improved version of the associative memory learning control system (AMLCS) for industrial processes with almost completely unknown but slowly time-varying dynamics.
对相联存储自学习控制系统（ＡＭＬＣＳ）提出了一种改进方案，可用于动态特性几乎完全未知且慢时变的工业过程。
4) Self-study Control
自学习控制
1.
Introduces simple theory of all kinds of intelligence control techniques,including fuzzy control,neutral network control,self-study control and expert control.
对各种智能控制技术(模糊控制、神经网络控制和自学习控制与专家控制)理论进行了简单地阐述,介绍了智能控制技术在工业中的实际应用,浅析智能控制缺点及应用方面存在的问题,描述了各国学术界目前研究热点,并展望了今后的发展趋势与动态。
5) Self-studying control strategy
自学习控制策略
补充资料：学习控制系统
靠自身的学习功能来认识控制对象和外界环境的特性，并相应地改变自身特性以改善控制性能的系统。这种系统具有一定的识别、判断、记忆和自行调整的能力。实现学习功能可有多种方式。根据是否需要从外界获得训练信息，学习控制系统的学习方式分为受监视学习和自主学习两类。
受监视学习 这种学习方式除一般的输入信号外，还需要从外界的监视者或监视装置获得训练信息。所谓训练信息是用来对系统提出要求或者对系统性能作出评价的信息。如果发现不符合监视者或监视装置提出的要求，或受到不好的评价，系统就能自行修正参数、结构或控制作用。不断重复这种过程直至达到监视者的要求为止。当对系统提出新的要求时，系统就会重新学习。
自主学习 简称自学习。这是一种不需要外界监视者的学习方式。只要规定某种判据（准则），系统本身就能通过统计估计、自我检测、自我评价和自我校正等方式不断自行调整，直至达到准则要求为止。这种学习方式实质上是一个不断进行随机尝试和不断总结经验的过程。因为没有足够的先验信息，这种学习过程往往需要较长的时间。
在实际应用中，为了达到更好的效果常将两种学习方式结合起来。学习控制系统按照所采用的数学方法而有不同的形式，其中最主要的有采用模式分类器的训练系统和增量学习系统。在学习控制系统的理论研究中,贝叶斯估计、随机逼近方法和随机自动机理论，都是常用的理论工具。
参考书目
Ya.A.Tsypkin, Foundations of the Theory of Learning Systems, Academic Press, New York, 1973.
K.S.Fu, ed., Learning Systems, ASME Publ., New York,1973.
受监视学习 这种学习方式除一般的输入信号外，还需要从外界的监视者或监视装置获得训练信息。所谓训练信息是用来对系统提出要求或者对系统性能作出评价的信息。如果发现不符合监视者或监视装置提出的要求，或受到不好的评价，系统就能自行修正参数、结构或控制作用。不断重复这种过程直至达到监视者的要求为止。当对系统提出新的要求时，系统就会重新学习。
自主学习 简称自学习。这是一种不需要外界监视者的学习方式。只要规定某种判据（准则），系统本身就能通过统计估计、自我检测、自我评价和自我校正等方式不断自行调整，直至达到准则要求为止。这种学习方式实质上是一个不断进行随机尝试和不断总结经验的过程。因为没有足够的先验信息，这种学习过程往往需要较长的时间。
在实际应用中，为了达到更好的效果常将两种学习方式结合起来。学习控制系统按照所采用的数学方法而有不同的形式，其中最主要的有采用模式分类器的训练系统和增量学习系统。在学习控制系统的理论研究中,贝叶斯估计、随机逼近方法和随机自动机理论，都是常用的理论工具。
参考书目
Ya.A.Tsypkin, Foundations of the Theory of Learning Systems, Academic Press, New York, 1973.
K.S.Fu, ed., Learning Systems, ASME Publ., New York,1973.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条