自适应性是指处理和分析过程中，根据处理数据的数据特征自动调整处理方法、处理顺序、处理参数、边界条件或约束条件,使其与所处理数据的统计分布特征、结构特征相适应，以取得最佳的处理效果。
自适应控制可以看作是一个能根据环境变化智能调节自身特性的反馈控制系统以使系统能按照一些设定的标准工作在最优状态。一般地说，自适应控制在航空、导弹和空间飞行器的控制中很成功。
自适应是什么意思？
自适应，字面意思就是自动适应。比如你投影的几何图元，有了自适应（就是鼠标右键点击后自适应前面有对号），在原零件改动后，投影的部分会自动更改。
所以在用自适应之前，你需要让两个零件间有可靠的关联性。
在imate中经常用到自适应，（imate的意思是i+mate，i在英语中有自动的意思，mate就是匹配的意思），但是自适应并不需要你去做什么，你唯一需要做的就是选择要不要自适应。（就是在自适应前面要不要打对号）。
自适应是实现智能化装配的很重要的命令，你要经常联系，体会它的妙处。
自适应性与鲁棒性有什么区别?
首先：（百度百科得到）
自适应是指处理和分析过程中,根据处理数据的数据特征自动调整处理方法、处理顺序、处理参数、边界条件或约束条件,使其与所处理数据的统计分布特征、结构特征相适应,以取得最佳的处理效果。
鲁棒性就是系统的健壮性。它是在异常和危险情况下系统生存的关键。比如说，计算机软件在输入错误、磁盘故障、网络过载或有意攻击情况下，能否不死机、不崩溃，就是该软件的鲁棒性。
然后：
自适应对系统控制器的参数是一定程度的自整定过程，但鲁棒性不是，比如系统被控对象因特殊原因改变了，控制器是否在参数不改变的情况下还能良好的对对象进行控制？这就是鲁棒性。他只是这样一个指标。
什么是自适应控制?
问题一：自适应控制是什么意思啊？ 具备以下特点的控制系统，可以称为自适应控制系统：
1、在线进行系统结构和参数辨识或系统性能指标的度量，以便得到系统当前状态龚改变情况。
2、按一定的规律确定当前的控制策略。
3、在线修改控制器的参数或可调系统的输入信号。
问题二：自适应控制和智能控制的区别 自适应控制、模糊控制、切换控制等好多类。
现代控制区别于经典控制的主要特点是采用时域的状态空间描述方法而不是频域的传递函数方法，可将单输入单输出系统容易地推广至多输入多输出系统。
问题三：鲁棒控制与自适应控制的区别 鲁棒控制与自适应控制最大的区别在于是否需要在线调节控制器参数.
鲁棒控制的优点在于无需在线调节控制器参数，它能保证当系统的动态特性在一定范围内发生波动时仍能保证较好的控制性能；自适应控制是一种跟踪系统特性变化的控制方案，它能感知系统动态特性的变化，并随时修正控制器参数，以使得控制效果保持较好的水平。
打个比方来说，人都需要穿衣服，随着一年四季气候的变化，人的衣服需要不断的更换，这叫自适应控制；但一般来说，尽管一天中的各个时段的气温变化也较大，人们也不需要早中晚换上不骇的衣服（当然除了个别体质弱的人除外），这就叫鲁棒控制。
问题四：自适应的自适应控制 自适应控制可以看作是一个能根据环境变化智能调节自身特性的反馈控制系统以使系统能按照一些设定的标准工作在最优状态。一般地说，自适应控制在航空、导弹和空间飞行器的控制中很成功。可以得出结论，传统的自适应控制适合（1）没有大时间延迟的机械系统；（2）对设计的系统动态特性很清楚。但在工业过程控制应用中，传统的自适应控制并不如意。PID自整定方案可能是最可靠的，广泛应用于商业产品，但用户并不怎么喜欢和接受。传统的自适应控制方法，要么采用模型参考要么采用自整定，一般需要辨识过程的动态特性。它存在许多基本问题（1）需要复杂的离线训练；（2）辨识所需的充分激励信号和系统平稳运行的矛盾；（3）对系统结构假设；（4）实际应用中，模型的收敛性和系统稳定性无法保证。另外，传统自适应控制方法中假设系统结构的信息，在处理非线性、变结构或大时间延迟时很难。
问题五：自适应控制与自校正控制的区别 在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。因此，直观地讲，自适应控制器应当是这样一种控制器，它能修正自己的特性以适应对象和扰动的动态特性的变化。 自适应控制的研究对象是具有一定程度不确定性的系统，这里所谓的“不确定性”是指描述被控对象及其环境的数学模型不是完全确定的，其中包含一些未知因素和随机因素。任何一个实际系统都具有不同程度的不确定性，这些不确定性有时表现在系统内部，有时表现在系统的外部。从系统内部来讲，描述被控对象的数学模型的结构和参数，设计者事先并不一定能准确知道。作为外部环境对系统的影响，可以等效地用许多扰动来表示。这些扰动通常是不可预测的。此外，还有一些测量时产生的不确定因素进入系统。面对这些客观存在的各式各样的不确定性，如何设计适当的控制作用，使得某一指定的性能指标达到并保持最优或者近似最优，这就是自适应控制所要研究解决的问题。 自校正控制是自适应控制的一部分，自适应控制理论包括自校正控制、模型参考自适应控制、非线性自适应控制、神经网络自适应控制和模糊自适应控制。
问题六：什么是自适应性 在日常生活中，所谓自适应是指生物能改变自己的习性以适应新的环境的一种特征。因此，直观地说，自适应控制器应当是这样一种控制器，它能修骇自己的特性以适应对象和扰动的动态特性的变化。
问题七：神经自适应控制属于智能控制吗 属于自动控制。但其实也是智能控制。因为机器能够根据您的需求进行自动调节。请采纳。
问题八：自适应控制和容错控制 标准定义就不说了，相信你自己看过了
自适应控制是指能够在运行过程中，自动改变控制参数的系统（通常是对PID控制参数进行调节，PID后述），最常用的手段是人工神经网络。
最典型的情况是，我没有去精确调节PID的参数，而让系统在实际使用中，根据情况（比如在某一个P值下，室内温度上升的很慢），自动去调整这些参数，以便让系统更加适合具体的环境（而不是对所有环境通用）。
具体的机制，说简单了就是如果反馈结果显示P项小了，就增加一点，否则就减小一点（其实真的就是这样简单）
容错控制是出于安全和稳定性考虑的，与自控相关的不是很大。容错就是指在部分传感器坏了（比如温度）的情况下，机器人仍能利用可以获得的信息进行工作的控制方式。通常的方法就是利用其他传感器的信息来推算坏掉的传感器的信息，或者干脆采用默认值的方式。
下面说下比例 积分 微分控制（也就是PID控制）
比例控制（P)是最好理解的一部分，简单来说就是，温度高的越多，我制冷量就越大。这个是PID中，通常肯定会存在的一项，当加入I和D时，控制器将获得额外好处，如下：
I是积分控制，积分用来解决的问题就是消除静差（就是说，你设定的是24度，实际到了25度的时候，制冷量就和室内热量持平了，温度不再降低），通过对误差（差的那1度）进行积丁（随时间会越来越大），系统将相应的调整输出以消除静差。
D是微分控制，最大的用途是消除震荡（就是一下温度过低了，到23度了，然后加温，加到了25，再降温……），是误差的变化值，这个就和阻尼的作用一样（在摆钟上加阻尼，摆动会越来越小）。
实际使用的时候，首先通过当前温度和期望温度计算出误差e，如果需要积分，则是对每个周期的e进行累加（就是都加起来），这里暂时记为ei，如果需要微分，就用本周期的e减去上周期的e,这里记做ed
最终输出（制冷量）=kp*e + ki * ei + kd * ed
这里kp ki kd就是之前提到的PID的参数，可以通过理论计算，但实际引用中都是通过经验给定（简单说就是试)
问题九：自适应控制理论与应用 谁的书好 我建议先学“经典控制”类的书，再学现代控制，以后可以再学智能控制。这也是控制技术的发展方向。经典控制的书很多，都大同小异的。我以前用的是《控制理论基础》，上交的王显正老师编的，是我看到过最好的一本经典控制的书。现代控制书就了
什么时候人的脑子比计算机聪明
1、意识和情感：人的脑子具有意识和情感，可以感知和处理各种情绪和感受，而计算机只是一种机器，缺乏情感和意识。
2、自适应性：人的脑子具有自适应性，可以根据环境和任务的变化进行调整和适应，而计算机需要通过程序和算法来实现自适应。
3、学习能力：人的脑子具有学习能力，可以通过不断的学习和经验积累来提高自己的能力和智慧，而计算机需要通过算法和数据来进行学习。
相关推荐：
