Tytuł artykułu
Autorzy
Wybrane pełne teksty z tego czasopisma
Identyfikatory
Warianty tytułu
Application of fuzzy logic and artificial neural networks in flight control systems
Konferencja
Awionika / Konferencja (II; 1998; Jawor, Polska)
Języki publikacji
Abstrakty
Sterowanie złożonymi obiektami w zmieniających się warunkach wymagać może zastosowania metod odbiegających od podejścia klasycznego. Doświadczony operator, jakim jest np. pilot, potrafi skutecznie sterować złożonym obiektem, mimo dysponowania jedynie uproszczonym modelem wewnętrznym występujących zjawisk. Wydaje się, że obiecującym podejściem w projektowaniu nowoczesnych systemów sterowania jest tworzenie systemów hybrydowych, które łączą metody wykorzystujące wiedzę i doświadczenie pilota, z metodami klasycznej teorii sterowania. W artykule omówiono przykłady zastosowań metod sztucznej inteligencji w lotniczych systemach sterowania, a w szczególności logiki rozmytej i sztucznych sieci neuronowych. Mogą być one z powodzeniem stosowane jako uzupełnienie metod klasycznych, zwłaszcza tam, gdzie występują niepewności, nie liniowości i konieczna jest adaptacja i uczenie.
In various issues concerning design, building, use, and diagnostics of flight control systems there are many problems difficult to solve with classical methods. Control of complex plants in a changing environment requires methods, which have properties characteristic to an intelligent behaviour. A skilled operator e.g. a pilot can efficiently control a complex object despite of using only approximate inner model of the observed phenomena. In relation to classical control systems the operator has superiority based on his ability to predict, learn, and respond to new circumstances. At the other side the automatic control systems allow to achieve greater accuracy and control rate. It appears, that constructing hybrid systems is a promising way to design modern control systems. This paper discusses some application examples of artificial intelligence in flight control systems, especially applications of fuzzy logic and artificial neural networks. These methods can be successfully applied as an extension of classical methods of control, particularly in cases of uncertainty, non-linearity, and where adaptation and learning are needed.
Rocznik
Tom
Strony
175--182
Opis fizyczny
Bibliogr. 14 poz.
Twórcy
Bibliografia
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-PWA9-0010-0017
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.