智能控制技術(shù)

內(nèi)容概要

　　為了適應(yīng)21世紀(jì)科學(xué)技術(shù)新發(fā)展的需要，體現(xiàn)當(dāng)代科學(xué)發(fā)展中多學(xué)科間的知識(shí)交叉，并結(jié)合高等學(xué)校人才培養(yǎng)的特點(diǎn)，決定對(duì)《智能控制技術(shù)》一書(shū)進(jìn)行修訂再版?！吨悄芸刂萍夹g(shù)（修訂版）》再版時(shí)，在保持原有取材體系風(fēng)格不變的同時(shí)，修改或補(bǔ)充了有關(guān)內(nèi)容。在知識(shí)體系結(jié)構(gòu)方面，包括智能控制的基礎(chǔ)知識(shí)，智能控制器的設(shè)計(jì)技術(shù)，智能控制系統(tǒng)實(shí)現(xiàn)技術(shù)和智能信息處理方法等幾個(gè)層次；在內(nèi)容編排方面，深入淺出，易讀易懂，便于自學(xué)。

書(shū)籍目錄

第一章  智能控制概述1.1 智能控制的基本概念1.1.1 什么是智能控制1.1.2 智能控制的研究對(duì)象1.2 智能控制系統(tǒng)的特征和性能1.2.1 智能控制系統(tǒng)的一般結(jié)構(gòu)1.2.2 智能控制系統(tǒng)的主要功能特征1.2.3 智能控制系統(tǒng)的特征模型1.3 智能控制系統(tǒng)的類(lèi)型1.4 智能控制的發(fā)展概況一1.5 小結(jié)習(xí)題第二章  智能控制的知識(shí)工程基礎(chǔ)2.1 知識(shí)的基本概念2.1.1 什么是知識(shí)2.1.2 知識(shí)的分類(lèi)2.2 知識(shí)的表示2.2.1 一階謂詞表示法2.2.2 時(shí)序邏輯表示法2.2.3 產(chǎn)生式表示法2.2.4 語(yǔ)義網(wǎng)絡(luò)知識(shí)表示法2.2.5 框架知識(shí)表示法2.2.6 Petri網(wǎng)知識(shí)表示法2.2.7 定性模型知識(shí)表示法2.2.8 可視知識(shí)模型2.3 知識(shí)的獲取2.3.1 非自動(dòng)知識(shí)獲取2.3.2 自動(dòng)知識(shí)獲取2.4 知識(shí)的處理2.4.1 推理的方式與分類(lèi)2.4.2 推理控制策略2.4.3 狀態(tài)空間的搜索策略2.5 小結(jié)習(xí)題第三章  分級(jí)遞階智能控制3.1 遞階控制的一般原理3.1.1 大系統(tǒng)遞階結(jié)構(gòu)的描述3.1.2 遞階控制的一般原理3.2 分級(jí)遞階智能控制3.2.1 分級(jí)遞階智能控制系統(tǒng)的結(jié)構(gòu)3.2.2 分級(jí)遞階智能控制原理3.3 小結(jié)習(xí)題第四章  遺傳算法4.1 什么是遺傳算法4.1.1 遺傳算法的生物遺傳學(xué)基礎(chǔ)4.1.2 遺傳算法的特點(diǎn)4.1.3 遺傳算法的基本操作4.2 遺傳算法的理論基礎(chǔ)4.2.1 遺傳算法的模式理論4.2.2 遺傳算法實(shí)現(xiàn)中的一些基本問(wèn)題4.3 基于遺傳的機(jī)器學(xué)習(xí)系統(tǒng)4.3.1 分類(lèi)器系統(tǒng)的結(jié)構(gòu)4.3.2 規(guī)則信息系統(tǒng)4.3.3 信任分配系統(tǒng)4.3.4 機(jī)器學(xué)習(xí)中的遺傳算法4.4 遺傳算法的計(jì)算機(jī)實(shí)現(xiàn)4.5 基于遺傳算法的系統(tǒng)在線辨識(shí)4.5.1 遺傳算法在參數(shù)辨識(shí)中的應(yīng)用4.5.2 遺傳算法參數(shù)辨識(shí)仿真示例4.6 小結(jié)習(xí)題第五章  神經(jīng)網(wǎng)絡(luò)控制5.1 神經(jīng)網(wǎng)絡(luò)的基本概念5.1.1 生物神經(jīng)元模型5.1.2 人工神經(jīng)元模型5.1.3 人工神經(jīng)網(wǎng)絡(luò)模型5.1.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法5.2 前向網(wǎng)絡(luò)及其主要算法5.2.1 感知器5.2.2 BP網(wǎng)絡(luò)5.2.3 RBF網(wǎng)絡(luò)5.3 反饋網(wǎng)絡(luò)5.3.1 Hopfield網(wǎng)絡(luò)5.3.2 Boltzmann機(jī)網(wǎng)絡(luò)5.3.3 自組織特征映射網(wǎng)絡(luò)(Kohonen網(wǎng)絡(luò))5.4 神經(jīng)網(wǎng)絡(luò)模型辨識(shí)5.4.1 正向建模5.4.2 逆模型5.5 神經(jīng)元自適應(yīng)PID控制5.5.1 神經(jīng)控制的基本思想5.5.2 單神經(jīng)元自適應(yīng)PID控制5.6 神經(jīng)元自適應(yīng)PSD控制5.6.1 自適應(yīng)PSD控制算法5.6.2 單神經(jīng)元自適應(yīng)PSD控制5.7 神經(jīng)網(wǎng)絡(luò)內(nèi)模控制5.7.1 內(nèi)?？刂?.7.2 神經(jīng)網(wǎng)絡(luò)內(nèi)模控制5.8 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制5.8.1 神經(jīng)網(wǎng)絡(luò)自校正控制5.8.2 神經(jīng)網(wǎng)絡(luò)模型參考控制5.9 神經(jīng)網(wǎng)絡(luò)PID控制5.9.1 基于BP神經(jīng)網(wǎng)絡(luò)Kp，KI，KD參數(shù)自學(xué)習(xí)PID控制器5.9.2 改進(jìn)型BP神經(jīng)網(wǎng)絡(luò)KP，KI，KD參數(shù)自學(xué)習(xí)PID控制器5.10  小結(jié)習(xí)題第六章  模糊控制的數(shù)學(xué)基礎(chǔ)6.1 概述6.1.1 模糊概念6.1.2 模糊性與隨機(jī)性6.2 模糊集合6.2.1 普通集合6.2.2 模糊集合6.2.3 模糊集合與普通集合的聯(lián)系6.3 模糊關(guān)系與模糊關(guān)系合成6.3.1 模糊關(guān)系的基本概念6.3.2 模糊關(guān)系合成6.3.3 模糊關(guān)系的性質(zhì)6.3.4 模糊變換6.4 模糊推理6.4.1 模糊語(yǔ)言與語(yǔ)言變量6.4.2 模糊命題與模糊條件語(yǔ)句6.4.3 模糊推理6.5 小結(jié)習(xí)題第七章  模糊控制7.1 模糊控制系統(tǒng)原理7.1.1 傳統(tǒng)控制系統(tǒng)的特點(diǎn)7.1.2 模糊控制系統(tǒng)的工作原理7.1.3 模糊控制的系統(tǒng)結(jié)構(gòu)7.1.4 模糊控制器的結(jié)構(gòu)與組成7.2 模糊控制器設(shè)計(jì)7.2.1 模糊控制器設(shè)計(jì)要求7.2.2 清晰量的模糊化7.2.3 模糊量的清晰化7.2.4 模糊控制規(guī)則及控制算法7.3 自調(diào)整模糊控制技術(shù)7.3.1 帶有自調(diào)整因子的模糊控制器7.3.2 帶有自調(diào)整函數(shù)的模糊控制器7.4 神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)的模糊控制7.4.1 常規(guī)模糊系統(tǒng)的等價(jià)神經(jīng)網(wǎng)絡(luò)7.4.2 模糊神經(jīng)網(wǎng)絡(luò)技術(shù)在溫度控制過(guò)程中的應(yīng)用7.4.3 基于T—S模型的模糊神經(jīng)網(wǎng)絡(luò)7.5 基于遺傳算法優(yōu)化的模糊控制7.5.1 遺傳算法和模糊邏輯、神經(jīng)網(wǎng)絡(luò)的融合7.5.2 基于遺傳算法優(yōu)化的模糊控制器7.5.3 基于遺傳算法的模糊溫度控制實(shí)驗(yàn)7.6 小結(jié)習(xí)題第八章  專(zhuān)家控制8.1 專(zhuān)家系統(tǒng)概述8.1.1 什么是專(zhuān)家系統(tǒng)8.1.2 專(zhuān)家系統(tǒng)的基本組成8.1.3 專(zhuān)家系統(tǒng)的特征及類(lèi)型8.2 專(zhuān)家控制系統(tǒng)8.2.1 專(zhuān)家控制系統(tǒng)的特點(diǎn)8.2.2 專(zhuān)家控制系統(tǒng)的工作原理8.2.3 專(zhuān)家控制器8.3 模糊專(zhuān)家系統(tǒng)8.3.1 模糊專(zhuān)家系統(tǒng)的基本結(jié)構(gòu)8.3.2 可能性分布與模糊測(cè)度8.3.3 模糊性知識(shí)的規(guī)則表示8.3.4 不確定性推理模型8.4 邏輯程序設(shè)計(jì)語(yǔ)言8.4.1 Prolog語(yǔ)言的特點(diǎn)8.4.2 Prolog語(yǔ)言的語(yǔ)法與數(shù)據(jù)結(jié)構(gòu)8.4.3 Prolog程序的執(zhí)行與控制8.5 小結(jié)習(xí)題第九章  基于粗糙集和含糊集理論的智能信息處理方法9.1 粗糙集理論的基本概念9.1.1 粗糙集理論的數(shù)值分析9.1.2 基于粗糙集理論的規(guī)則知識(shí)獲取9.1.3 粗糙集知識(shí)獲取策略在心電圖波形識(shí)別中的應(yīng)用9.2 基于粗糙集理論的模糊神經(jīng)網(wǎng)絡(luò)9.2.1 建立基于輸入輸出數(shù)據(jù)的知識(shí)表達(dá)系統(tǒng)9.2.2 基于粗糙集理論的模糊神經(jīng)網(wǎng)絡(luò)9.2.3 二維非線性函數(shù)圖像擬合應(yīng)用9.3 含糊集理論的基本概念9.3.1 基本概念9.3.2 含糊集的改進(jìn)性質(zhì)9.3.3 實(shí)例分析9.4 基于含糊集的近似推理方法9.4.1 含糊集的合成推理9.4.2 含糊集插值推理9.4.3 幾種含糊集近似推理方法的比較9.5 一種含糊一粗糙集模型9.6 含糊集知識(shí)獲取策略9.6.1 含糊集決策表知識(shí)表達(dá)系統(tǒng)9.6.2 含糊集知識(shí)獲取策略9.7 小結(jié)習(xí)題第十章  智能控制應(yīng)用示例10.1 電加熱爐爐溫智能控制10.1.1 電加熱爐模型分析10.1.2 電加熱爐爐溫智能控制10.2 集裝箱吊車(chē)的模糊控制10.2.1 吊車(chē)模糊控制規(guī)則的建立10.2.2 模糊邏輯吊車(chē)控制器的結(jié)構(gòu)10.2.3 模糊控制的可編程控制器實(shí)現(xiàn)10.3 模糊控制技術(shù)的微機(jī)實(shí)現(xiàn)10.3.1 MC68HCllE9數(shù)字單片機(jī)的特性10.3.2 溫度模糊控制器的實(shí)現(xiàn)10.4 模糊控制的洗衣機(jī)10.4.1 模糊控制洗衣機(jī)系統(tǒng)電路結(jié)構(gòu)10.4.2 洗衣機(jī)的模糊推理10.4.3 洗衣機(jī)物理量檢測(cè)方法10.4.4 布質(zhì)、布量的模糊推理10.5 倒立擺的模糊神經(jīng)網(wǎng)絡(luò)控制10.5.1 再勵(lì)學(xué)習(xí)的模糊神經(jīng)網(wǎng)絡(luò)10.5.2 倒立擺的模糊神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制附錄1  改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)及其MATLAB仿真附1.1 提高BP神經(jīng)網(wǎng)絡(luò)收斂速度的方法附1.2 提高神經(jīng)網(wǎng)絡(luò)收斂速度的一種賦初值算法附1.3 BP網(wǎng)絡(luò)訓(xùn)練技巧附1.4 感知器分類(lèi)的MATLAB仿真附1.5 具有噪聲二階系統(tǒng)辨識(shí)的MATLAB程序仿真附1.6 多維非線性辨識(shí)的MATLAB程序剖析附錄2 模糊控制MATLAB程序仿真示例附錄3 基于粗糙集可辨識(shí)矩陣屬性簡(jiǎn)約算法軟件附錄4 基于Vague集可辨識(shí)矩陣知識(shí)獲取算法軟件參考文獻(xiàn)

編輯推薦

《高等工科院?？刂祁?lèi)課程系列化教材·智能控制技術(shù)(修訂版)》由北京工業(yè)大學(xué)出版社出版。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    智能控制技術(shù) PDF格式下載

---