《智能控制原理及应用》求取 ⇩

第一章　智能控制概述1

1.1　智能控制及其研究对象和数学工具1

1.2　智能控制系统4

1.2.1　智能控制系统的基本结构5

1.2.2　智能控制系统的主要功能特点6

1.3　智能控制的发展概况7

第二章　模糊集合论基础10

2.1　普通集合及其运算10

2.1.1　集合的概念10

2.1.2　集合的表示法10

2.1.3　子集、真子集、空集、全集11

2.1.4　集合的基本运算13

2.1.5　集合运算规则14

2.1.6　特征函数16

2.1.7　集合的直积17

2.1.8　关系及映射17

2.2　模糊集合及其运算23

2.2.1　隶属度和隶属函数23

2.2.2　模糊子集24

2.2.3　隶属函数的确定28

2.2.4　λ水平截集30

2.2.5　模糊数及其运算31

2.3　模糊关系33

2.3.1　模糊关系的定义及其表示33

2.3.2　模糊矩阵的截矩阵36

2.3.3　模糊关系的合成及性质37

2.4　模糊逻辑和模糊推理39

2.4.1　模糊逻辑39

2.4.2　假言推理41

2.4.3　模糊条件语句及其推理规则43

2.5　基于控制规则库的模糊推理45

2.5.1　模糊推理的基本方法45

2.5.2　模糊推理的性质50

2.5.3　模糊控制中几种常见的模糊推理类型56

第三章　模糊控制原理与基本模糊控制器58

3.1　模糊控制的发展和应用概况58

3.2　模糊控制的基本原理与组成结构61

3.2.1　模糊控制基本工作原理61

3.2.2　模糊控制器的基本结构和组成63

3.2.3　模糊化运算66

3.2.4　数据库67

3.2.5　规则库71

3.2.6　模糊推理与清晰化计算75

3.2.7　论域为离散时模糊控制的离线计算78

3.3　基本模糊控制器设计84

3.3.1　基本模糊控制器的设计步骤及方法84

3.3.2　基本模糊控制器设计实例90

第四章　高性能模糊控制器设计100

4.1　控制规则可调整的模糊控制器100

4.1.1　带一个可调整因子的控制规则101

4.1.2　带两个可调整因子的控制规则102

4.1.3　带多个调整因子的控制规则102

4.1.4　调整因子自寻优的控制规则103

4.1.5　控制分量加权的自调整控制规则104

4.2 自调整比例因子模糊控制器105

4.2.1 比例因子与被控对象响应之间的关系105

4.2.2 比例因子对系统响应的影响106

4.2.3 自调整比例因子自组织模糊控制器107

4.3　双模态模糊控制器109

4.3.1　开关控制与预测模糊控制相结合的双模控制方法109

4.3.2　仿真研究110

4.4　积分-模糊控制器113

4.4.1　I-F控制器的构成114

4.4.2　几种常见的加入积分控制结构形式115

4.5 自适应模糊控制器121

4.5.1　修改关系矩阵法121

4.5.2　修改控制规则法122

4.5.3　修改控制决策表法123

4.6　模糊控制在退火炉燃烧过程控制中的应用124

4.6.1　被控过程概述124

4.6.2　模糊控制系统的组成124

4.6.3　模糊控制器和模糊自寻优控制器126

4.6.4　应用效果130

第五章　仿人智能控制132

5.1　仿人智能控制的基本思想和基本概念132

5.1.1　仿人智能控制的基本思想和特点132

5.1.2　仿人智能控制的基本概念133

5.2　仿人智能控制器的结构139

5.3　仿人智能控制研究的基本内容142

5.3.1　建模方法与知识表达142

5.3.2　性能指标143

5.3.3　稳定性监控144

5.3.4　多变量控制的解耦145

5.3.5　可控性、可达性和可信度146

5.3.6　智商指数147

5.3.7　多CPU智能控制机147

5.4　多模态控制与仿人智能积分150

5.4.1　多模态控制原理150

5.4.2　多模态PID控制器154

5.4.3　仿人智能积分控制算法159

5.5　仿人智能温度控制器161

5.5.1　整机简介162

5.5.2　仿人智能控制算法162

5.5.3　性能对比分析166

第六章　专家智能控制169

6.1　专家智能控制的基本概念与方法169

6.1.1　专家系统169

6.1.2　专家控制系统170

6.2　专家控制器173

6.2.1　专家控制器的设计原则174

6.2.2　专家控制器的结构176

6.2.3　专家控制器的特点178

6.3　专家控制系统的稳定性与鲁棒性分析179

6.3.1　专家控制系统的稳定性分析179

6.3.2　专家控制系统的鲁棒性181

6.4　专家控制应用举例：工业锅炉燃烧过程专家控制187

6.4.1 工业燃煤锅炉燃烧控制的特点与难点187

6.4.2　锅炉燃烧过程专家控制规则集、知识库及推理机190

第七章　智能自整定控制器206

7.1 自整定PID调节器概述206

7.2　系统结构与PID控制算法208

7.2.1　基本PID控制算法208

7.2.2　参数自适应PID控制209

7.2.3　基于二次型性能指标的参数优化自适应PID控制214

7.3　过程特征参数自整定PID调节器216

7.4　专家系统智能自整定PID调节器219

7.4.1　专家法控制参数自整定原理219

7.4.2　PID参数调整专家知识库及推理机225

7.5 自整定多模态智能控制器（STMC）230

7.5.1　多模态智能控制算法规则集230

7.5.2　PID控制参数预整定与自整定231

7.5.3　监控管理专家系统234

7.5.4　控制器的硬件与软件结构236

7.5.5　STMC的系统混合仿真及现场运行结果238

第八章　人工神经网络概述244

8.1　神经网络的发展概况244

8.2　神经元模型246

8.2.1　生物神经元模型247

8.2.2　人工神经元模型248

8.3　人工神经网络及其基本特性250

第九章　几种典型的神经网络253

9.1　前馈神经网络253

9.1.1　感知器网络253

9.1.2　BP网络257

9.1.3　BP网络学习算法的改进261

9.1.4　神经网络的训练263

9.2　反馈神经网络269

9.2.1　离散Hopfield网络269

9.2.2　连续Hopfield网络271

9.2.3　Boltzmann机275

9.3　小脑模型神经网络281

9.3.1　CMAC的工作原理和结构281

9.3.2　CMAC的学习和主要性质285

第十章　基于神经网络的智能控制287

10.1　神经网络控制系统的控制结构287

10.1.1　用作控制器的神经网络控制结构287

10.1.2　用作对象模型的神经网络控制结构289

10.1.3　作为在线估计器的神经网络控制结构292

10.2　基于神经元网络的智能PID控制294

10.2.1　神经网络智能PID控制系统294

10.2.2　系统仿真研究298

10.3　CMAC在汽车燃油喷射控制系统中的应用300

10.3.1　被控过程特性300

10.3.2　基于CMAC的汽车燃油喷射控制301

10.3.3　控制系统组成与实验结果303

主要参考文献307