智能控制基礎(chǔ)

前言

控制理論在近一個多世紀的發(fā)展過程中，經(jīng)歷了經(jīng)典控制理論和現(xiàn)代控制理論的兩大階段，形成控制理論的體系。隨著人工智能學科的發(fā)展，對控制理論研究的深度和廣度得到開拓，形成了智能控制理論。自從1971年傅京遜教授提出“智能控制”概念以來，在30多年的發(fā)展中逐步從二元論（人工智能和控制論）發(fā)展到四元論（人工智能、模糊集理論、運籌學和控制論），且還在不斷完善和充實過程中。智能控制作為一門新興學科，其發(fā)展得益于許多學科，如人工智能、認知科學、現(xiàn)代控制理論、模糊數(shù)學、生物控制論、學習理論以及網(wǎng)絡(luò)理論等。

內(nèi)容概要

智能控制作為一門新興學科，它的發(fā)展得益于許多學科，如人工智能、認知科學、現(xiàn)代控制理論、模糊數(shù)學、生物控制論、學習理論以及網(wǎng)絡(luò)理論等。本書總結(jié)近20年來智能控制的研究成果，詳細論述智能控制的基本概念、工作原理和設(shè)計方法。本書的主要內(nèi)容包括：智能控制概論、模糊控制論、人工神經(jīng)網(wǎng)絡(luò)控制論、專家控制、分層遞階智能控制、學習控制、模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)、進化算法、多智能體系統(tǒng)控制。本書在深入系統(tǒng)介紹智能控制設(shè)計理論和應(yīng)用方法的同時，結(jié)合課堂教學給出了大量的設(shè)計例子和習題。    本書選材新穎，系統(tǒng)性強，通俗易懂，突出理論聯(lián)系實際。既適合初學者學習智能控制的基本理論和方法，又對智能控制的研究學者有一定的參考價值。本書標注了部分拓展內(nèi)容的章節(jié)，供深入研究者參考。整本教材主要針對控制科學與工程、電氣工程等學科碩士研究生和自動化專業(yè)高年級本科生使用，也適合其他專業(yè)的工程師閱讀和參考。

作者簡介

韋巍，1964年生。1983年浙江大學本科畢業(yè)，1994年獲博士學位。1993年和1998年分別獲ALCS和DFG資助，赴英國Reading大學和德國Bochum大學聯(lián)合研究。現(xiàn)為浙江大學電氣學院副院長，博士生導師。目前主要從事智能控制與智能系統(tǒng)理論及應(yīng)用研究，包括智機器人。曾獲浙江省科技進步

書籍目錄

第1章  緒論  1.1  智能控制的發(fā)展    1.1.1  智能控制問題的提出    1.1.2  智能控制的發(fā)展  1.2  智能控制的幾個主要分支    1.2.1  基于知識的專家系統(tǒng)    1.2.2  模糊控制    1.2.3  神經(jīng)元網(wǎng)絡(luò)控制    1.2.4  學習控制  1.3  智能控制系統(tǒng)的構(gòu)成原理    1.3.1  智能控制系統(tǒng)結(jié)構(gòu)    1.3.2  智能控制系統(tǒng)的特點    1.3.3  智能控制系統(tǒng)研究的主要數(shù)學工具  習題和思考題第2章  模糊控制論   2.1  引言  2.2  模糊集合論基礎(chǔ)    2.2.1  模糊集的概念    2.2.2  模糊集合的運算    2.2.3  模糊集合運算的基本性質(zhì)    2.2.4  隸屬度函數(shù)的建立    2.2.5  模糊關(guān)系  2.3  模糊邏輯、模糊邏輯推理和合成    2.3.1  二值邏輯    2.3.2  模糊邏輯的基本運算    2.3.3  模糊語言邏輯    2.3.4  模糊邏輯推理    2.3.5  模糊關(guān)系方程的解  2.4  模糊控制系統(tǒng)的組成    2.4.1  模糊化過程    2.4.2  知識庫    2.4.3  決策邏輯    2.4.4  精確化過程  2.5  模糊控制系統(tǒng)的設(shè)計    2.5.1  模糊控制器的結(jié)構(gòu)設(shè)計    2.5.2  模糊控制器的基本類型    2.5.3  模糊控制器的設(shè)計原則    2.5.4  模糊控制器的常規(guī)設(shè)計方法  2.6  模糊PID控制器    2.6.1  模糊控制器和常規(guī)PID的混合結(jié)構(gòu)    2.6.2  常規(guī)PID參數(shù)的模糊自整定技術(shù)  2.7  模糊控制器的應(yīng)用    2.7.1  流量控制的模糊控制器設(shè)計    2.7.2  倒立擺的模糊控制  習題和思考題第3章  人工神經(jīng)元網(wǎng)絡(luò)控制論  3.1  引言    3.1.1  神經(jīng)元模型    3.1.2  神經(jīng)網(wǎng)絡(luò)的模型分類    3.1.3  神經(jīng)網(wǎng)絡(luò)的學習算法    3.1.4  神經(jīng)網(wǎng)絡(luò)的泛化能力  3.2  前向神經(jīng)網(wǎng)絡(luò)模型    3.2.1  多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)    3.2.2  多層傳播網(wǎng)絡(luò)的BP學習算法    3.2.3  快速的BP改進算法    3.2.4  BP學習算法的MATLAB例程  3.3  動態(tài)神經(jīng)網(wǎng)絡(luò)模型    3.3.1  帶時滯的多層感知器網(wǎng)絡(luò)    3.3.2  Hopfield神經(jīng)網(wǎng)絡(luò)    3.3.3  回歸神經(jīng)網(wǎng)絡(luò)  3.4  CMAC神經(jīng)網(wǎng)絡(luò)    3.4.1  小腦網(wǎng)絡(luò)的感知器模型    3.4.2  CMAC的映射原理    3.4.3  CMAC網(wǎng)絡(luò)的學習算法  3.5  RBF神經(jīng)網(wǎng)絡(luò)模型    3.5.1  具有固定中心的RBF神經(jīng)網(wǎng)絡(luò)的訓練    3.5.2  徑向基神經(jīng)網(wǎng)絡(luò)訓練的隨機梯度逼近法  3.6  神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)    3.6.1  引言    3.6.2  神經(jīng)網(wǎng)絡(luò)的逼近能力  3.7  非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識    3.7.1  神經(jīng)網(wǎng)絡(luò)的辨識基礎(chǔ)    3.7.2  神經(jīng)網(wǎng)絡(luò)辨識模型的結(jié)構(gòu)    3.7.3  非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識  3.8  神經(jīng)網(wǎng)絡(luò)控制的學習機制    3.8.1  監(jiān)督式學習    3.8.2  增強式學習  3.9  神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計    3.9.1  神經(jīng)網(wǎng)絡(luò)直接逆模型控制法    3.9.2  直接網(wǎng)絡(luò)控制法    3.9.3  多神經(jīng)網(wǎng)絡(luò)自學習控制法  3.10  單一神經(jīng)元控制  習題和思考題第4章  專家控制  4.1  引言  4.2  專家控制的基本原理    4.2.1  專家控制系統(tǒng)的基本內(nèi)容    4.2.2  知識表達    4.2.3  知識推理    4.2.4  專家控制系統(tǒng)的設(shè)計  4.3  專家控制應(yīng)用舉例    4.3.1  PID專家控制系統(tǒng)設(shè)計    4.3.2  過程專家控制系統(tǒng)  4.4  仿人智能控制    4.4.1  仿人智能控制的引入    4.4.2  仿人智能控制的基本概念    4.4.3  仿人智能控制的實現(xiàn)    4.4.4  仿人智能控制的應(yīng)用舉例  習題和思考題  上機實驗題第5章  分層遞階智能控制  5.1  引言  5.2  遞階智能控制的基本原理  5.3  遞階智能控制的組織和協(xié)調(diào)    5.3.1  遞階智能控制的組織級    5.3.2  遞階智能控制的協(xié)調(diào)級    5.3.3  遞階智能控制的執(zhí)行級  5.4  分層遞階智能控制的應(yīng)用舉例    5.4.1  智能機器人系統(tǒng)的遞階控制    5.4.2  集散遞階智能控制系統(tǒng)  習題和思考題第6章  學習控制  6.1  迭代學習控制    6.1.1  迭代學習控制的基本思想    6.1.2  線性時變系統(tǒng)的迭代學習控制    6.1.3  一類非線性動態(tài)系統(tǒng)的迭代學習控制    6.1.4  多關(guān)節(jié)機械手的迭代學習控制    6.1.5  迭代學習控制面臨的挑戰(zhàn)  6.2  增強學習    6.2.1  增強學習的基本思想    6.2.2  增強學習的主要算法    6.2.3  增強學習在控制中的應(yīng)用  習題和思考題  上機實驗題第7章  模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)  7.1  模糊神經(jīng)網(wǎng)絡(luò)控制    7.1.1  神經(jīng)網(wǎng)絡(luò)與模糊控制系統(tǒng)    7.1.2  模糊神經(jīng)網(wǎng)絡(luò)的學習算法  7.2  基于神經(jīng)元網(wǎng)絡(luò)的自適應(yīng)控制    7.2.1  神經(jīng)網(wǎng)絡(luò)的模型參考自適應(yīng)控制    7.2.2  神經(jīng)網(wǎng)絡(luò)的自校正控制  7.3  自適應(yīng)神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)學習    7.3.1    神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計準則    7.3.2神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計方法第8章  進化算法  8.1  引言  8.2  遺傳學習原理與算法    8.2.1  遺傳學習的基本思想    8.2.2  遺傳學習算法的理論基礎(chǔ)    8.2.3  遺傳學習算法的改良    8.2.4  遺傳學習算法的應(yīng)用  8.3  人工免疫進化算法    8.3.1  免疫系統(tǒng)的基本概念    8.3.2  人工免疫進化的引入和算法的提出  習題和思考題第9章  多智能體系統(tǒng)控制  9.1  引言    9.1.1  多智能體系統(tǒng)的概念    9.1.2  多智能體系統(tǒng)的發(fā)展  9.2  多智能體系統(tǒng)的理論    9.2.1  多智能體系統(tǒng)的理論模型    9.2.2  多智能體系統(tǒng)的通信    9.2.3  多智能體系統(tǒng)的協(xié)調(diào)與協(xié)作  9.3  多智能體控制系統(tǒng)    9.3.1  基于符號推理的多智能體控制系統(tǒng)    9.3.2  基于行為主義的多智能體控制系統(tǒng)    9.3.3  基于進化思想的多智能體控制系統(tǒng)  9.4  多智能體控制系統(tǒng)的應(yīng)用舉例    9.4.1  多機器人控制系統(tǒng)    9.4.2  交通管理系統(tǒng)  習題和思考題  上機實驗題參考文獻

章節(jié)摘錄

自從1932年奈奎斯特（H．Nyquist）發(fā)表反饋放大器的穩(wěn)定性論文以來，控制理論學科的發(fā)展已走過70多年的歷程，其中20世紀40年代中到50年代末是經(jīng)典控制理論的成熟和發(fā)展階段，60年代到70年代足現(xiàn)代控制理論的形成和發(fā)展階段。經(jīng)典控制理論主要研究的對象是單變量常系數(shù)線性系統(tǒng)，且只適用于單輸入單輸出控制系統(tǒng)。系統(tǒng)的數(shù)學模型采用傳遞函數(shù)表示。系統(tǒng)的分析和綜合方法主要是基于根軌跡法和頻率法。經(jīng)典控制理論的主要貢獻在于PID調(diào)節(jié)器廣泛成功地應(yīng)用于常系數(shù)單輸入單輸出線性控制系統(tǒng)中。進入60年代以后，因為人類探索空間的需要及電子計算機技術(shù)的飛速發(fā)展，以多變量控制為特征的現(xiàn)代控制理論得到重大發(fā)展。Apollo宇宙飛船按最優(yōu)軌線飛向月球的制導和登月艇軟著陸等都是現(xiàn)代控制理論應(yīng)用的典型范例?，F(xiàn)代控制理論以龐特里亞金(Pontryagin)的極大值原理、貝爾曼(Bellman)的動態(tài)規(guī)劃、卡爾曼(Kalman)的線性濾波和估計理論為基石。

編輯推薦

　　本書詳細論述智能控制的三大部分：模糊邏輯控制、神經(jīng)元網(wǎng)絡(luò)控制和專家控制。此外，還對最新的一些智能控制技術(shù)，如學習控制、進化算法及人工免疫學習算法以及多智能體系統(tǒng)控制等作了介紹?！　”緯x材新穎，系統(tǒng)性強，通俗易懂，突出理論聯(lián)系實際。既適合初學者學習智能控制的基本理論和方法，又對智能控制研究學者有一定的參考價值?！　”緯接写罅康木毩曨}和上機計算題?？勺鳛楦叩葘W校智能控制類課程的高年級本科生和碩士研究生教材。同時本書還提供一些典型算法的程序，便于學生在科研實踐中參考。

圖書封面

圖書標簽Tags

無

評論、評分、閱讀與下載

---

    智能控制基礎(chǔ) PDF格式下載

---