《智能控制理论和方法》求取 ⇩

第1章 绪论1

1.1 控制科学发展的历史回顾1

1.2 智能控制的产生背景2

1.3 智能控制的基本概念与研究内容3

1.3.1 智能控制的基本概念3

1.3.2 智能与智能控制的定义4

1.3.3 智能控制的主要研究内容6

参考文献7

第2章 智能控制系统的结构体系9

2.1 智能控制系统的基本结构9

2.1.1 智能系统的基本结构9

2.1.2 智能控制系统的结构模式12

2.2 智能控制系统的分类14

2.3.1 递阶智能控制系统的结构16

2.3 递阶智能控制系统的结构和理论16

2.3.2 信息熵与IPDI原理17

2.3.3 组织级的分析理论19

2.3.4 协调级的分析理论23

2.3.5 执行级的最优控制25

2.4 智能控制系统的信息结构理论29

2.4.1 N维信息理论29

2.4.2 信息率划分定律33

2.4.3 对递阶智能控制系统的信息流分析34

习题与思考题37

参考文献38

第3章 基于模糊推理的智能控制系统39

3.1 模糊控制系统的基本概念与发展历史39

3.2 模糊集合与模糊推理40

3.2.1 模糊集合40

3.2.2 模糊集合的运算和MF的参数化44

3.2.3 模糊关系与复合运算52

3.2.4 模糊推理54

3.3 模糊推理系统59

3.4 模糊基函数67

3.5 模糊建模69

3.5.1 模糊模型69

3.5.2 模糊模型的参数辨识70

3.5.3 模糊模型的结构辨识76

3.6 模糊逻辑控制器的结构与设计79

3.6.1 模糊控制器的基本结构79

3.6.2 模糊控制系统的设计问题81

3.6.3 PID控制器的模糊增益调整86

3.7 模糊控制系统的稳定性分析91

习题与思考题96

参考文献100

4.1 神经元网络与控制102

第4章 基于神经元网络的智能控制系统102

4.2 神经元网络的基本原理和结构103

4.2.1 神经元网络的基本单元103

4.2.2 神经元网络的模型104

4.2.3 神经元的连接方式107

4.3 监督学习神经元网络108

4.3.1 感知器和反传(BP)网络108

4.3.2 小脑模型连接控制器(CMAC)网络116

4.3.3 增强学习网络121

4.3.4 组合网络(Modular Network)123

4.4 无监督学习和反馈神经元网络126

4.4.1 竞争学习和Kohonen自组织网络127

4.4.2 Hopfield网络130

4.4.3 双向联想存储器BAM134

4.4.4 Boltzman机137

4.5 基于神经元网络的智能控制139

4.5.1 基于多神经元网络的复杂函数逼近141

4.5.2 用神经元网络对复杂系统建模145

4.5.3 用神经元网络的智能控制151

4.6 神经元网络控制非线性动态系统的能控性与稳定性159

习题与思考题164

参考文献166

第5章 遗传算法及其在智能控制中的应用169

5.1 遗传算法的基本概念169

5.2 简单遗传算法169

5.3 遗传算法的基本数学问题173

5.4 遗传算法应用中的一些基本问题175

5.4.1 知识表示(编码)175

5.4.2 适应度函数176

5.4.3 GA的全局收敛性与最优性177

5.5 高级遗传算法178

5.5.1 改进的选择方法178

5.4.4 遗传算法的早期收敛178

5.5.2 高级GA运算179

5.6 微种群和双种群遗传算法181

5.6.1 微种群算法182

5.6.2 双种群遗传算法182

5.7 遗传算法的应用185

5.7.1 GA在神经网络参数学习中的应用186

5.7.2 GA在滑模控制系统设计中的应用188

5.8 模糊规则与遗传算法在控制中的应用193

习题与思考题197

参考文献199

第6章 模糊--神经元网络及其在智能控制中的应用201

6.1 模糊系统与神经元网络集成的基本概念201

6.1.1 模糊系统与神经元网络的一般比较201

6.1.2 模糊系统与神经网络集成的理由202

6.2.1 基于神经元网络的基本模糊逻辑运算203

6.2 基于神经元网络的模糊系统203

6.2.2 基于神经网络的模糊逻辑推理204

6.2.3 神经网络驱动的模糊推理系统206

6.2.4 基于神经网络的模糊建模209

6.3 模糊神经网络217

6.3.1 模糊神经元217

6.3.2 神经网络模糊化219

6.4 神经--模糊控制器225

6.4.1 模糊自适应学习控制网络225

6.4.2 神经--模糊控制器的参数学习231

6.4.3 神经--模糊控制器的结构学习233

6.4.4 具有增强学习的神经--模糊控制器236

6.5 神经--模糊网络在智能控制中的应用241

6.5.1 控制系统在线辨识241

6.5.2 逆向运动学问题244

习题与思考题246

参考文献248

第7章 智能控制的应用实例250

7.1 复杂工业过程的智能控制250

7.1.1 高炉监控专家系统251

7.1.2 复杂大系统的自动化254

7.2 智能控制机械手和机器人257

7.2.1 基于神经元网络的机械手控制器257

7.2.2 移动机器人控制262

7.3 系统诊断用的模糊--神经系统270

7.4 智能决策支持系统274

7.4.1 智能决策支持系统的决策支持过程274

7.4.2 智能决策支持系统的系统结构276

7.4.3 智能人机系统277

7.4.4 智能化问题处理系统278

参考文献281