计算智能是一种从生物底层对智能行为进行模拟和研究的仿生计算方法,它拓展了传统的计算模式,具有自学习、自组织、自适应的特点和简单、通用、鲁棒性强、适于并行处理等优点,为解决许多复杂问题提供了新的途径,获得了广泛的研究和应用。本文在对计算智能三种主要方法:神经网络、遗传算法、模糊技术的研究基础上,对其在工程上的应用展开了研究,主要研究内容为以下三个方面:1、适应于工程应用的泰勒级数展开系数求解算法。泰勒级数在解决非线性问题上起着非常重要的作用,本文利用神经网络高度的非线性映射和自学习能力,提出了一种适用于工程应用的确定泰勒级数展开系数的求解法:人工神经网络法。建立了其神经网络模型,并用给定函数进行试验,结果表明其可行性和快速性。使用这种方法只要获得变量的样本空间便可得到泰勒系数,对于控制系统中非线性问题的处理具有重要的应用价值。2、遗传算法在钢管订购和运输优化问题中的应用研究。针对钢管订购和运输的最小费用问题,建立了钢管订购和运输问题的二次规划模型,探讨了利用遗传算法来求解该模型,并在此基础上提出了利用遗传算法与模拟退火算法相结合的方法对该问题进行求解。实验结果验证了利用遗传模拟退火算法求解该问题的可行性与高效性,为求解该类问题提供了一个有效的新途径。3、设计并实现了基于模糊控制的直流电机的调速方法,并在此基础上与经典PID控制方法相结合,给出了模糊自适应PID控制的原理和具体实现方案。利用Matlab/Simulink对本文提出的直流调速系统中的模糊控制策略、模糊自适应PID控制策略进行了一系列仿真实验,并对其进行研究、比较。实验表明本文所设计的模糊自适应PID在快速跟随性和抗扰动性上都具有较好的控制效果,为复杂直流调速系统获得较好的控制提供了一种解决方法。