出版社:清华大学出版社
年代:2007
定价:36.0
本书介绍智能控制的基本概念,工作原理,技术方法与应用。
第一章 智能控制概论 1.1 智能控制的产生与发展 1.1.1 自动控制的机遇与挑战 1.1.2 智能控制的发展和作用 1.2 智能控制的定义、特点、一般结构与分类 1.2.1 智能控制的定义、特点与评价准则 1.2.2 智能控制系统的分类 1.3 智能控制和学科结构体系 1.3.1 二元交集结构理论 1.3.2 三元交集结构理论 1.3.3 四元交集结构理论 1.4 本书概要 习题 参考文献第2章 递阶控制系统
第一章 智能控制概论 1.1 智能控制的产生与发展 1.1.1 自动控制的机遇与挑战 1.1.2 智能控制的发展和作用 1.2 智能控制的定义、特点、一般结构与分类 1.2.1 智能控制的定义、特点与评价准则 1.2.2 智能控制系统的分类 1.3 智能控制和学科结构体系 1.3.1 二元交集结构理论 1.3.2 三元交集结构理论 1.3.3 四元交集结构理论 1.4 本书概要 习题 参考文献第2章 递阶控制系统 2.1 递阶智能机器的一般理论 2.1.1 递阶智能机器的一般结构 2.1.2 递阶智能机器的信息论定义 2.1.3 IPDI原理解析公式 2.2 递阶智能控制系统的原理与结构 2.2.1 组织级原理与结构 2.2.2 协调级原理与结构 2.2.3 执行级原理与结构 2.3 递阶智能控制的控制与决策模型 2.3.1 组织级的控制与决策模型 2.3.2 协调级的控制与决策模型 2.3.3 执行级的控制与决策模型 2.4 递阶智能控制系统举例 2.4.1 汽车自主驾驶系统的组成 2.4.2 汽车自主驾驶系统的递阶结构 2.4.3 自主驾驶系统的结构与控制算法 2.4.4 自主驾驶系统的试验结果 2.5 集散递阶智能控制系统 2.5.1 集散递阶智能控制系统的工作原理 2.5.2 集散递阶智能控制系统示例 2.6 小结 习题 参考文献第3章 专家控制系统 3.1 专家系统的基本概念 3.1.1 专家系统的定义与一般结构 3.1.2 专家系统的建造步骤 3.2 专家系统的主要类型及其结构 3.2.1 基于规则的专家系统 3.2.2 基于框架的专家系统 3.2.3 基于模型的专家系统 3.3 专家系统的知识表示与推理 3.3.1 知识表示 3.3.2 知识获取 3.3.3 知识推理 3.3.4 不确定性推理 3.3.5 基于规则的推理系统 3.4 专家控制系统的结构与类型 3.4.1 专家控制系统的控制要求与设计原则 3.4.2 专家控制系统的结构 3.4.3 专家控制系统的类型 3.5 专家控制系统的规模 3.5.1 受控对象模型 3.5.2 专家控制器的模型 3.5.3 专家控制系统模型 3.6 专家控制器的设计 3.7 专家控制系统应用举例 3.7.1 实时控制系统的特点与要求 3.7.2 高炉监控专家系统 3.8 小结 习题 参考文献第4章 模糊控制系统 4.1 模糊数学基础 4.1.1 模糊集合、模糊逻辑及其运算 4.1.2 模糊逻辑推理 4.1.3 模糊判决方法 4.2 模糊控制原理与结构 4.2.1 模糊控制原理 4.2.2 模糊控制系统的工作原理 4.3 模糊控制器的设计内容 4.3.1 模糊控制器的设计内容与原理 4.3.2 模糊控制器的控制规则形式 4.4 模糊控制与系统设计的查表法 4.4.1 模糊系统设计的查表法 4.4.2 模糊系统设计的梯度下降法 4.4.3 模糊控制系统设计的递推最小二乘法 4.4.4 模糊系统设计的聚类法 4.5 模糊控制器的设计实例与实现 4.5.1 造纸机模糊控制系统的设计与实现 4.5.2 直流调速系统模糊控制器的设计 4.6 模糊控制系统的特性 4.6.1 模糊控制器的静态特性 4.6.2 模糊控制系统的稳定性 4.6.3 模糊控制系统的可控性 4.6.4 模糊控制系统的鲁棒性 4.7 小结 习题 参考文献第5章 5.1 人工神经网络概述 5.1.1 神经元及其特性 5.1.2 神经网络与智能控制 5.1.3 人工神经网络的基本类型和学习算法 5.1.4 人工神经网络的典型模型 5.1.5 基于神经网络的知识表示与推理 5.2 神经控制的结构方案 5.2.1 NN学习控制 5.2.2 NN直接逆模控制与内模控制 5.2.3 NN自适应控制 5.2.4 NN预测控制 5.2.5 基于CAMC的控制 5.2.6 多层NN控制和分级NN控制 5.3 神经控制器的设计与实现 5.3.1 石灰窑炉神经内模控制系统的设计 5.3.2 神经模糊自适应控制器的设计 5.3.3 神经控制系统应用举例 5.4 神经控制与系统稳定性 5.4.1 神经控制器的稳定性证明 5.4.2 一个稳定的神经控制器 5.5 小结 习题 参考文献第6章 学习控制概述 6.1 学习控制概述 6.1.1 学习控制的定义与研究意义 6.1.2 学习控制的发展及其与自适应控制的关系 6.1.3 控制律映射及对学习控制的要求 6.2 学习控制方案 6.2.1 基于模式识别的学习控制 6.2.2 迭代学习控制 6.2.3 重复学习控制 6.2.4 基于神经网络的学习控制 6.3 学习控制系统的建模与特性分析 6.3.1 学习控制系统的建模 6.3.2 学习控制系统的稳定性和收敛性分析 6.3.3学习系统的性能反馈 6.4 学习控制系统应用举例 6.4.1 无缝钢管张力减径过程壁厚控制迭代学习控制算法 6.4.2 钢管壁厚迭代学习控制的仿真及应用结果 6.5 小结 习题 参考文献第7章 仿人控制基本原理与原型算法 7.1 仿人控制的基本原理与原型算法 7.1.1 仿人控制的基本原理 7.1.2 仿人控制的原型算法和智能属性 7.2 仿人控制的递阶结构 7.2.1 人体运动控制的递阶结构 7.2.2 产生式系统的组成与推理 7.2.3 仿人智能控制的高阶递阶结构 7.3 仿人控制的特征模型和决策模态 ……第8章 基于多真体系统(MAS)的控制第9章 进化控制与免疫控制、第10章 基于Web的控制第11章 智能复合控制第12章 智能控制的展望
本书介绍了智能控制的基本概念、工作原理、技术方法应用。全书共12章。第1章介绍智能控制的概况,包括智能控制的起源与发展,智能控制的定义、特点、结构和分类,尤其是智能控制的学科结构理论。第2-10章逐一研究了递阶控制系统、专家控制系统、模糊控制系统、神经控制系统、神经控制系统、学习控制系统、仿人控制、基于MAS的控制、进化控制与免疫控制以及基于Web的控制的作用机理、类型结构、设计方法、控制特性和应用示例。第11章讨论了复合智能控制。第12章探讨智能控制进一步研究的问题,并展望了智能控制的发展方向。书中的很大一部分内容十分新颖,反映了国内外智能控制和应用的最新进展,堪称是一部最新最全的高水平智能控制教材。 本书可作为高等学校自动化、自动控制、机电工程和电子工程类等专业研究生的智能控制教材,也可供从事智能控制、人工智能与智能系统研究、开发和应用的科技工作者参考使用。