智能控制

本书特色

[

智能控制被誉为继经典控制、现代控制理论之后创立的第三代控制理论,它研究应用计算机模拟人类智能对难以建模的复杂对象进行自动控制的理论、方法与技术。本书内容包括: 从传统控制到智能控制,模糊控制,神经控制,专家控制,仿人智能控制,递阶智能控制,学习控制,智能优化算法,智能控制与智能优化的融合,智能控制的工程应用实例。全书由浅入深、深入浅出地阐述智能控制的基本概念、原理、方法及其应用。
本书是全国工程硕士学位研究生教育国家级规划教材,既可作为自动化及相关专业工程硕士研究生教材,也可作为相关专业高年级本科生及科技人员学习参考书。

]

内容简介

[

本书采取由浅入深,深入浅出,启发思维的写作方法,旨在通过本教材的学习达到理解和掌握智能控制*基本的概念、原理、设计方法及其应用方面的知识。作者为各章都精心设计了一些启迪思考题,旨在激发学生的学习积极性和增强创新思维意识。 

]

目录

目录第1章从传统控制到智能控制1.1自动控制的基本问题1.1.1自动控制的概念1.1.2自动控制的目的及要求1.1.3自动控制中的矛盾问题1.2自动控制的基本原理1.2.1控制论的创立1.2.2反馈是自动控制的精髓1.2.3反馈在闭环控制中的作用1.2.4反馈控制的基本模式1.3控制理论发展的历程1.3.1经典控制理论1.3.2现代控制理论1.3.3智能控制理论1.4智能控制理论的基本内容1.4.1智能控制的基本概念1.4.2智能控制的多学科交叉1.4.3智能控制的基本原理1.4.4智能控制的基本功能1.4.5智能控制的基本要素1.4.6智能控制系统的结构1.4.7智能控制的类型启迪思考题第2章基于模糊逻辑的智能控制2.1模糊控制概述2.1.1模糊控制的创立与发展2.1.2模糊控制器的分类2.2模糊逻辑基础2.2.1基于二值逻辑的经典集合2.2.2模糊集合与模糊概念2.2.3模糊集合及其运算智能控制2.2.4模糊矩阵与模糊向量2.2.5模糊关系2.2.6模糊逻辑推理2.2.7模糊系统的万能逼近特性2.3模糊控制的原理2.3.1模糊控制系统的组成2.3.2模糊控制的工作原理2.3.3模糊控制器的控制性能2.4经典模糊控制器的设计方法2.4.1模糊控制器的结构设计2.4.2模糊控制规则的设计2.4.3mamdani模糊推理法2.4.4精确量的模糊化及量化因子2.4.5模糊量的清晰化及比例因子2.4.6查表式模糊控制器设计2.4.7解析式模糊规则自调整控制器2.5t�瞫型模糊控制器设计2.5.1t�瞫模糊模型2.5.2基于t�瞫模型的模糊推理2.5.3t�瞫型模糊控制系统设计2.6模糊�瞤id控制2.6.1模糊�瞤id复合控制2.6.2基于模糊推理优化的pid控制2.7自适应模糊控制2.7.1模糊系统辨识2.7.2自适应模糊控制的基本原理2.7.3模型参考自适应模糊控制2.8模糊控制的实现技术2.8.1模糊控制软件开发工具2.8.2模糊控制芯片2.9基于matlab的模糊控制系统设计2.9.1matlab模糊逻辑工具箱2.9.2基于matlab的模糊控制系统仿真启迪思考题第3章基于神经网络的智能控制3.1神经网络系统基础3.1.1神经网络研究概述3.1.2神经细胞结构与功能3.1.3人工神经元模型3.1.4神经网络的特点3.1.5神经网络结构与模型3.1.6神经网络训练与学习3.1.7神经网络的学习规则3.2控制中的常用神经网络3.2.1感知器3.2.2前向神经网络3.2.3径向基神经网络3.2.4反馈神经网络3.2.5小脑模型神经网络3.2.6大脑模型自组织神经网络3.2.7boltzmann机3.3基于神经网络的系统辨识3.3.1神经网络的逼近能力3.3.2神经网络系统辨识的原理3.3.3基于bp网络的非线性系统模型辨识3.4基于神经网络的智能控制3.4.1神经控制的基本原理3.4.2基于神经网络智能控制的类型3.4.3基于传统控制理论的神经控制3.5神经pid控制3.5.1神经元pid控制3.5.2自适应神经元pid控制3.6神经自适应控制3.6.1模型参考神经自适应控制3.6.2神经自校正控制3.7基于matlab的神经控制系统设计3.7.1matlab神经网络工具箱3.7.2基于matlab的模型参考神经自适应控制系统仿真启迪思考题第4章专家控制与仿人智能控制4.1专家系统的基本概念4.1.1专家与专家系统4.1.2专家系统的基本结构4.2专家系统的结构与原理4.2.1专家控制系统的特点4.2.2专家控制系统的结构4.2.3专家控制系统的原理4.2.4实时过程控制专家系统举例4.3专家控制器4.3.1专家控制器的结构4.3.2一种工业过程专家控制器设计4.4仿人智能控制4.4.1从常规pid控制谈起4.4.2仿人智能控制的基本思想4.4.3系统动态行为的特征识别4.4.4仿人智能控制原理4.5仿人智能控制的多种模式4.5.1仿人智能积分控制4.5.2仿人智能采样控制4.5.3基于极值采样的仿人智能控制启迪思考题第5章递阶智能控制与学习控制5.1大系统控制的形式与结构5.1.1大系统控制的基本形式5.1.2大系统控制的递阶结构5.2递阶控制的基本原理5.2.1协调的基本概念5.2.2协调的基本原则5.3递阶智能控制的结构与原理5.3.1递阶智能控制的结构5.3.2递阶智能控制的原理5.4蒸汽锅炉的递阶模糊控制5.4.1模糊变量与规则间的数量关系5.4.2递阶模糊控制规则5.4.3蒸汽锅炉的两级递阶模糊控制系统5.5学习控制系统5.5.1学习控制的基本概念5.5.2迭代学习控制5.5.3重复学习控制5.5.4其他学习控制形式5.6基于规则的自学习控制系统5.6.1产生式自学习控制系统5.6.2基于规则的自学习模糊控制举例启迪思考题第6章智能优化原理与算法6.1智能优化算法概述6.1.1模糊计算与神经计算6.1.2进化计算6.1.3人工免疫算法6.1.4群智能优化算法6.1.5模拟退火算法6.1.6禁忌搜索算法6.2智能优化算法的理论基础6.2.1系统科学6.2.2复杂适应系统理论6.2.3复杂适应系统的运行机制6.2.4复杂适应系统理论的特点6.2.5智能优化算法的原理6.3rbf神经网络优化算法6.3.1rbf神经网络6.3.2rbf网络学习算法6.3.3rbf神经网络在控制中的应用6.4遗传算法6.4.1生物的进化与遗传6.4.2遗传算法的基本概念6.4.3遗传算法的基本操作6.4.4遗传算法实现步骤6.4.5遗传算法用于函数优化6.4.6遗传算法和模糊逻辑及神经网络的融合6.5粒子群优化算法6.5.1粒子群优化的基本思想6.5.2粒子群优化算法原理6.5.3pso算法步骤6.5.4pso算法的改进及应用6.6免疫优化算法6.6.1免疫学的基本概念6.6.2免疫系统的组织结构6.6.3免疫机制与克隆选择理论6.6.4人工免疫模型与免疫算法6.6.5免疫应答中的学习与优化6.6.6克隆选择算法6.6.7免疫优化算法的应用启迪思考题第7章智能控制和智能优化的融合7.1智能控制和智能优化的融合7.2智能优化的快速算法7.3粒子群优化的模糊控制器设计7.3.1pso基本算法7.3.2模糊控制器的设计原理7.3.3pso优化的模糊控制器在主汽温控制中的应用7.4基于rbf神经网络优化pid控制参数7.4.1rbf神经网络对被控对象的辨识7.4.2rbf网络优化pid控制参数的算法实现7.5基于免疫克隆优化的模糊神经控制器7.5.1基本的免疫克隆算法7.5.2改进的免疫克隆选择算法7.5.3基于免疫克隆算法优化的模糊神经控制器设计7.5.4仿真结果及结论启迪思考题第8章智能控制的工程应用实例8.1基于神经网络推理的加热炉温度模糊控制8.1.1基于神经网络推理的模糊控制8.1.2模糊控制器的神经网络实现8.1.3现场运行效果8.2神经网络在车底炉燃烧控制中的应用8.2.1燃烧控制系统的设计8.2.2神经网络模型的建立8.2.3神经网络的训练过程8.2.4神经网络在车底炉燃烧控制中的应用实例8.3专家控制在静电除尘器电源控制系统中的应用8.3.1高压直流静电除尘电源控制系统8.3.2专家控制系统控制器设计8.3.3控制结果及其分析8.4学习控制在数控凸轮轴磨床上的应用8.4.1fanuc数控系统学习控制功能8.4.2学习控制的实现8.4.3学习控制效果启迪思考题参考文献

封面

智能控制

书名:智能控制

作者:李士勇

页数:235

定价:¥39.0

出版社:清华大学出版社

出版日期:2016-06-01

ISBN:9787302436560

PDF电子书大小:45MB 高清扫描完整版

百度云下载:http://www.chendianrong.com/pdf

发表评论

邮箱地址不会被公开。 必填项已用*标注