张建军 王伟
身份证：13243219710415XXXX；身份证：13032219811103XXXXX
摘要：随着计算机技术的飞速发展，计算机自动控制系统的应用范围越来越广，被应用在军事、环境污染检测、安全监控等诸多领域，为此对计算机自动控制系统进行研究具有十分重要的价值。
关键词：人工智能；计算机；自动控制；系统优化
一、计算机人工智能的发展阶段
从上个世纪中期至今，人工智能一共经历了四个阶段，分别是：初始阶段、兴起阶段、应用阶段和高速发展阶段。在初始阶段，由于计算机技术落后，无法提供足够的计算能力，人工智能的研究一度停滞不前，发展受到极大阻碍；随着人们对计算机人工智能认识的加深和科学技术水平的提高，人工智能开始在各个领域研究及初步应用，计算机人工智能正式步入到兴起阶段，但是，由于人工智能在不同领域的研究进度层次不齐，导致其很难互相联系在一起，在实际应用方面始终无法取得突破；第三阶段，是20世纪80年代开始，随着BT神经网络算法的出现，人工智能的研究取得了巨大进展，与此同时，人工智能的实际应用也获得成果，语言翻译、语音识别等，就是人工智能在应用方面很突出的案例。在此阶段，人工智能开始逐步被人们所使用；步入二十一世纪以来，人工智能在各个领域和行业得到完善，标志着人工智能已经到了高速发展阶段。自动控制、模式识别、机器学习等，人工智能开始渗透到多领域，并得到综合应用型发展。
二、人工智能计算机自动控制系统优化
计算机自动控制系统的控制结果如图1所示。从图1可以看出，PID控制算法对计算机自动控制系统进行控制，而神经网络对PID控制器进行优化，根据计算机自动控制系统的输出误差启动神经网络的学习过程，实时调整PID控制器的参数，从而直接控制计算机自动控制系统。
（9）
（10）
三、计算机自动控制系统的性能测试
为了测试本文计算机自动控制系统的性能，与当前经典计算机自动控制系统优化方法在相同平台进行仿真模拟测试，当计算机自动控制系统没有受到外界因素干扰时，计算机自动控制系统的输出结果如图2所示。从图2可以清楚看出，没有受到干扰时，两种方法的计算机自动控制系统输出结果均较好，可以对计算机自动控制系统进行有效的控制，相对于传统计算机自动控制系统优化方法，本文方法的计算机自动控制系统的控制精度略高。
图2无干扰时计算机自动控制系统输出的结果
在受到外界因素强烈干扰的情况下，本文方法与传统方法的计算机自动控制系统的控制结果如图4所示。可以发现，受到外界因素强烈干扰的情况下，传统计算机自动控制系统优化结果变化很大，极不稳定，要达到理想的计算机自动控制系统控制状态，时间耗费长，而本文计算机自动控制系统优化方法可以短时间内达到理想状态，提高了计算机自动控制系统的控制效果，而且计算机自动控制系统控制结果更加稳定，具有比较明显的优势。对比结果表明，本文设计的计算机自动控制系统优化方法较好地解决了当前计算机自动控制系统优化过程中存在的误差大、控制效率低的难题。有干扰时的计算机自动控制系统输出的结果如图3所示。
图3 有干扰时计算机自动控制系统输出的结果
结束语
计算机自动控制系统变化十分复杂，伟统方法存在误差较大，控制效率低下等问题。为了改善计算机自动控制系统的控制效果，提出了人工智能计算机自动控制系统优化方法，通过测试结果表明，本文方法不仅提高了计算机自动控制系统的控制精度，而且计算机自动控制系统的控制效率也得到了明显改善，是一个有效的计算机自动控制系统优化方法。
参考文献
[1]李玉云，李绍勇，王秋庭.自动控制原理与CAI教程[M].北京：机械工业出版社，2010：255-256.
[2]赵石磊，郭红，刘宇鹏.基于轨迹跟踪的线性时滞系统容错控制[J].信息与控制，2015，44（4）：469-473.
论文作者:张建军,王伟
论文发表刊物:《防护工程》2018年第30期
论文发表时间:2019/1/14
标签：计算机论文; 人工智能论文; 自动控制系统论文; 自动控制论文; 系统优化论文; 方法论文; 干扰论文; 《防护工程》2018年第30期论文;