2011-11-06 18:37:05 来源: 武汉科润留学 作者:行风渐远 责编:楷维留学指南
光电,检测自动化:这个方向,从低到高都是非常的pratical,所以也有钱赚的。谁都知道传感器就是相当于人的手脚耳眼(没有鼻子,哪天有人能作出嗅觉传感器,有那么一天,说不定能作出闭环feedback control的“做饭机”出来。比较低端的,就是常用的工业传感器,安设,电路设计等等。高端的,精密的那种,核电站的,多了去了。还有就是视觉方面的传感器,相当于image processing和pattern recognition的前期工作,很热的。这个主要是复杂的对象,比如我们这里有的一些项目,例如,卫星太阳能板几千块小镜面需要以最快速度找到阳光最强的方向,这几千个小块都能各自以一定自由度旋转。还有就是有些控制系统是用比较特殊传感器的,比如视觉的,要从看到景物的移动中,计算速度和深度(2D-3D),自由度怎么建。这个就是正牌的control了,主要是作算法,就是相当于人的脑子。作为算法,具体问题具体分析,控制对象不同也不同。这些算法可以用到平常如工业机床,化工高炉,也可以用到机器人,生产机械手,还可以用到航空航天,导弹卫星。我的认识就是给机械灌入了灵魂和智慧。个人感觉分为3块:其实控制发展到现在,有模型的系统,那些控制算法已经很多了,属于经典控制的范畴。现在还能有进展的可能就是optimization和Model-predictive还有hybrid了。个人感觉数学的东西特别多。如果投身如此,属于经典领域,重要的是你作project的能力了。
不过个人看到这里面的一些新动向,就是和经济学有关。作练习的时候经常用一些经济学的例子,做到最后发现居然是control的问题。其实抽象的看,在有模型的控制方法来看,模型就是一个式子,至于这个式子在实际系统中的意义,不是那么重要了。
个人感觉在Model-base control里面,多是针对linear Model,对于nonlinear Model,方法不是特别多,还有一定的挖掘潜力。说道了nonlinear Model就不能不提knowledge base control,说得具体点就是所谓的专家系统,模糊控制,神经元什么的,这是一条新路。这些一部分是算法:不管你模型是什么,把专业技术工人的知识拿过来作为机械自己的知识,完成相应的控制目标。一部分是建模:曾经做过的assignment是用神经网络建模的,每个神经元都是线性的,但是却比任何一个线性模型都要准确拟合非线性的行为。
更关键的,这种控制器可以实现adAPtive和learning的功能,就是他能从控制的失败中自己学习怎么更好的控制。我现在还不知道这个是怎么干得,但是将来和AI结合,是很有可能的。投身如此的人,必要耐得住寂寞,主要研究鲁棒,LMI(linear MATrix inequality),既枯燥有很难,理论性很强,现在又时兴起probalistic的鲁棒了。
免责声明:本站注明稿件来源为互联网或其他媒体的文、图或视频等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者在两周内速来电或来函联系。
【相关留学经验】
若文章来源为“楷维留学指南www.keywin.org”,转载时请务必注明出处。
[英国]爱丁堡大学 The University of Edinburgh
[楷维推荐指数]: 79 [所在州/地区]:苏格兰 [所在城市]:爱丁堡 [学费]:¥15828/年
[法国]巴黎经济学院 Paris School of Economics
[楷维推荐指数]: 0 [所在州/地区]:安省 [所在城市]: [学费]:¥0/年
[罗马尼亚]蒂米什瓦拉西部大学 West University of Timisoara
[楷维推荐指数]: 0 [所在州/地区]: [所在城市]: [学费]:¥0/年
[澳大利亚]新南威尔士大学 The University of New South Wales
[楷维推荐指数]: 79 [所在州/地区]:新南威尔士 [所在城市]:悉尼 [学费]:¥44260/年
[美国]三一学院 Trinity College
[楷维推荐指数]: 68 [所在州/地区]:康涅狄格州 [所在城市]:哈特福德 [学费]:¥55509/年