《智能控制理论和方法》求取 ⇩

第一章绪论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3

1.3智能控制的基本概念和研究内容6

1.3.1 智能控制的主要学术观点和理论方法述评6

1.3.2 智能控制的基本概念12

1.3.3 智能控制的主要研究内容14

1.4 智能控制的发展动态：现状和展望15

思考题16

参考文献17

第二章智能控制的基础：知识信息的处理21

2.1 知识的分类21

2.2知识的表达23

2.2.1 逻辑心理模型24

2.2.2 定性物理模型37

2.2.3 可视知识模型45

2.2.4 神经网络知识模型47

2.2.5 综合各种知识模型的混合型知识表达50

2.3 知识的获取51

2.4推理机制56

2.4.1 推理方法57

2.4.2 推理控制策略59

2.4.3 搜索策略62

2.4.4 推理机的设计原则67

2.5专家系统方法和原理概述68

2.5.1 专家系统的若干问题70

2.5.2 专家系统的开发与评估74

思考题75

参考文献76

第三章智能控制系统的结构体系80

3.1 智能控制系统的特征与定义80

3.2智能和智能控制系统的构成82

3.2.1 智能系统的构成82

3.2.2 智能控制系统的结构模式88

3.3 智能控制系统的分类92

3.4分级智能控制系统结构和理论94

3.4.1 智能控制的数学理论94

3.4.2 组织级的分析理论101

3.4.3 协调级的分析理论107

3.4.4 执行层的近似最优和最优控制111

3.5智能控制系统的信息结构理论116

3.5.1 N维信息理论116

3.5.2 信息率划分定律122

3.5.3 对递阶智能控制系统信息流分析125

思考题129

参考文献131

第四章基于规则的智能控制系统134

4.1模糊控制的发展和理论基础134

4.1.1 模糊集合及其运算的基本概念136

4.1.2 模糊逻辑和近似推理139

4.2模糊控制器的结构与设计149

4.2.1 模糊控制器的基本结构149

4.2.2 模糊控制系统的设计问题151

4.3 系统的模糊辨识165

4.4 模糊控制系统的稳定性分析177

4.5专家控制系统182

4.5.1 实时控制专家系统的特点和要求182

4.5.2 专家控制系统的结构187

4.5.3 专家控制系统的类型190

4.6 直接专家控制系统192

4.7 间接专家控制系统195

习题与思考题211

参考文献216

第五章基于神经元网络的智能控制系统220

5.1 神经元网络与控制220

5.2神经元网络的基本原理和结构223

5.2.1 神经网络的基本单元223

5.2.2 神经元的模型224

5.2.3 神经元的连接方式228

5.3几种典型神经元网络的原理及算法230

5.3.1 感知器和反传（BP）网络230

5.3.2 BAM和Hopfield网络236

5.3.3 其它网络245

5.4基于神经元网络的智能控制258

5.4.1 用神经元网络建模260

5.4.2 用神经元网络的智能控制268

5.5 模糊神经元网络及其在控制中的应用281

5.6 神经元网络控制非线性动态系统的能控性和稳定性296

习题与思考题303

参考文献306

第六章智能控制系统的结构性质与整体优化311

6.1智能控制系统的结构能控性和结构能观性311

6.1.1 信息耦合关系的有向图表示法311

6.1.2 结构能控性与结构能观性分析318

6.2 智能控制系统的最经济结构综合325

6.3 智能控制系统中的基本信息定律329

6.4智能控制系统的稳定性分析332

6.4.1 一般智能控制系统的稳定性分析332

6.4.2 专家控制系统的稳定性分析335

6.5智能控制系统的整体优化341

6.5.1 问题的提法341

6.5.2 优化的测度：广义综合信息熵343

6.5.3 基于广义综合信息熵的整体优化348

6.6 智能控制系统的自主性351

思考题356

参考文献358

第七章智能控制的应用实例362

7.1炼铁过程中高炉的专家控制系统362

7.1.1 高炉监控专家系统364

7.1.2 复杂大系统的自动化370

7.2智能控制机械手和机器人375

7.2.1 基于神经元网络的机械手控制器375

7.2.2 移动机器人控制382

7.3 炼油过程的智能优化控制394

7.4智能决策支持系统405

7.4.1 智能决策支持系统的决策支持过程405

7.4.2 智能决策支持系统的系统结构407

7.4.3 智能人机系统409

7.4.4 智能化问题处理系统412

参考文献416