智能控制工程

第1章 引論
1.1 人工智能
1.1.1 從人機大戰(zhàn)“深藍”勝卡斯帕羅夫談起
1.1.2 人工智能的起源與發(fā)展
1.1.3 人工智能的研究途徑
1.2 智能工程
1.2.1 智能工程的提出
1.2.2 智能工程與人工智能
1.2.3 智能制造系統(tǒng)
1.3 智能控制
1.3.1 智能控制與自動控制
1.3.2 智能控制系統(tǒng)結構
1.3.3 智能控制研究的數(shù)學工具
1.3.4 智能控制涉及的主要內容
第2章 知識工程基礎
2.1 知識表示
2.1.1 規(guī)則式（產生式）表示法
2.1.2 語義網絡表示法
2.1.3 框架表示法
2.2 知識利用
2.2.1 推理
2.2.2 搜索
2.2.3 搜索示例
2.3 知識獲取
2.3.1 機器學習
2.3.2 機械學習
2.3.3 示例學習
第3章 專家系統(tǒng)及專家控制系統(tǒng)
3.1 專家系統(tǒng)原理與結構
3.1.1 專家系統(tǒng)原理
3.1.2 專家系統(tǒng)基本結構
3.1.3 黑板模型
3.2 專家系統(tǒng)的實現(xiàn)
3.2.1 專家系統(tǒng)建立原則
3.2.2 專家系統(tǒng)建立步驟
3.2.3 專家系統(tǒng)評價
3.2.4 專家系統(tǒng)在機械設備故障診斷中的應用
3.3 專家控制系統(tǒng)
3.3.1 專家控制系統(tǒng)基礎
3.3.2 直接專家控制系統(tǒng)
3.3.3 間接專家控制系統(tǒng)
第4章 模糊控制
4.1 概述
4.1.1 模糊集合及其表示方法
4.1.2 模糊集合的運算
4.1.3 隸屬函數(shù)的確定方法
4.1.4 模糊語言變量及模糊推理
4.2 模糊控制原理
4.2.1 模糊控制系統(tǒng)的組成
4.2.2 輸入模糊化
4.2.3 模糊推理決策
4.2.4 逆模糊化
4.3 模糊控制器的設計與實現(xiàn)
4.3.1 倒單擺平衡的模糊控制
4.3.2 模糊控制器設計的一些問題
4.3.3 模糊控制芯片及模糊控制軟件開發(fā)工具
4.4 模糊控制應用實例
4.4.1 模糊控制全自動洗衣機
4.4.2 模糊控制在磨削加工中的應用
第5章 人工神經網絡
5.1 概述
5.1.1 神經網絡簡介
5.1.2 腦神經網絡及人工神經網絡
5.1.3 M-P神經元模型與人工神經網絡的構成
5.2 神經網絡的學習方法
5.2.1 基本的學習機理
5.2.2 學習方式
5.2.3 學習規(guī)則
5.3 神經網絡的模型與算法
5.3.1 感知器(Perceptron）網絡
5.3.2 多階層網絡與誤差逆?zhèn)鞑ニ惴?br />5.3.3 Hopfield神經網絡
5.3.4 腦模型控制器
5.4 基于神經網絡的智能控制
5.4.1 引言
5.4.2 用作控制器的神經網絡結構
5.4.3 用作對象模型的神經網絡控制結構
5.5 神經網絡控制實例
5.5.1 復雜曲面車削精度的神經網絡控制
5.5.2 冰柜溫度智能控制系統(tǒng)
第6章 智能機器人
6.1 多傳感器集成和信息融合
6.1.1 引言
6.1.2 多傳感器集成與信息融合的概念
6.1.3 發(fā)展歷史及研究現(xiàn)狀
6.1.4 在機器人中的應用實例
6.1.5 多傳感器集成系統(tǒng)
6.1.6 信息融合的結構
6.1.7 信息融合的方法
6.1.8 典型的多傳感器信息融合
6.2 智能機器人的體系結構
6.2.1 控制精度與智能能力分解原則
6.2.2 時間功能原則
6.2.3 行為響應
6.2.4 行為原則
6.2.5 OSMOR系統(tǒng)
6.2.6 小結
6.3 機器人裝配
6.3.1 引言
6.3.2 柔順控制原理
6.3.3 被動柔順和主被動復合柔順
6.3.4 機器人的力／位置混合控制
6.3.5 阻抗控制
6.3.6 裝配作業(yè)過程中主動柔順控制方法
參考文獻