智能控制技術（第2版）

第2版前言
第1版前言
第一章緒論1
第一節(jié)智能控制的發(fā)展過程1
一、智能控制問題的提出1
二、智能控制的發(fā)展2
第二節(jié)智能控制的主要方法4
一、專家系統(tǒng)和專家控制4
二、模糊控制5
三、神經(jīng)元網(wǎng)絡控制5
四、學習控制6
第三節(jié)智能控制系統(tǒng)的構(gòu)成原理7
一、智能控制系統(tǒng)的結(jié)構(gòu)7
二、智能控制系統(tǒng)的特點8
三、智能控制系統(tǒng)研究的數(shù)學工具9
習題和思考題10
第二章模糊控制的理論基礎11
第一節(jié)引言11
一、模糊控制的發(fā)展11
二、模糊控制的特點12
三、模糊控制的定義12
第二節(jié)模糊集合論基礎13
一、模糊集合的概念13
二、模糊集合的運算16
三、模糊集合運算的基本性質(zhì)17
四、隸屬度函數(shù)的建立18
五、模糊關系23
第三節(jié)模糊邏輯、模糊邏輯推理和合成29
一、二值邏輯30
二、模糊邏輯及其基本運算31
三、模糊語言邏輯32
四、模糊邏輯推理36
五、模糊關系方程的解43
本章小結(jié)46
習題和思考題46
第三章模糊控制系統(tǒng)48
第一節(jié)模糊控制系統(tǒng)的組成48
一、模糊化過程49
二、知識庫49
三、推理決策邏輯53
四、精確化計算54
第二節(jié)模糊控制器的設計55
一、模糊控制器的結(jié)構(gòu)設計55
二、模糊控制器的基本類型57
三、模糊控制器的設計原則59
四、模糊控制器的常規(guī)設計方法59
第三節(jié)模糊控制器的設計舉例64
一、流量控制的模糊控制器設計64
二、倒立擺的模糊控制器設計67
第四節(jié)模糊ＰＩＤ控制器的設計69
一、模糊控制器和常規(guī)PID的混合結(jié)構(gòu)70
二、常規(guī)PID參數(shù)的模糊自整定技術72
本章小結(jié)73
習題和思考題74
上機實驗題74
第四章人工神經(jīng)元網(wǎng)絡模型75
第一節(jié)引言75
一、神經(jīng)元模型76
二、神經(jīng)網(wǎng)絡的模型分類77
三、神經(jīng)網(wǎng)絡的學習算法78
四、神經(jīng)網(wǎng)絡的泛化能力81
第二節(jié)前向神經(jīng)網(wǎng)絡模型82
一、單一人工神經(jīng)元82
二、單層神經(jīng)網(wǎng)絡結(jié)構(gòu)83
三、多層神經(jīng)網(wǎng)絡結(jié)構(gòu)83
四、多層傳播網(wǎng)絡的BP學習算法84
五、BP學習算法的MATLAB例程89
第三節(jié)動態(tài)神經(jīng)網(wǎng)絡模型92
一、帶時滯的多層感知器網(wǎng)絡93
二、Hopfield神經(jīng)網(wǎng)絡94
三、回歸神經(jīng)網(wǎng)絡100
本章小結(jié)102
習題和思考題103
第五章神經(jīng)網(wǎng)絡控制論104
第一節(jié)引言104
一、神經(jīng)網(wǎng)絡控制的優(yōu)越性104
二、神經(jīng)網(wǎng)絡控制器的分類105
三*、神經(jīng)網(wǎng)絡的逼近能力108
第二節(jié)非線性動態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡
辨識109
一、神經(jīng)網(wǎng)絡的辨識基礎109
二、神經(jīng)網(wǎng)絡辨識模型的結(jié)構(gòu)111
三*、非線性動態(tài)系統(tǒng)神經(jīng)網(wǎng)絡的
辨識115
第三節(jié)神經(jīng)網(wǎng)絡控制的學習機制121
一、監(jiān)督式學習122
二、增強式學習124
第四節(jié)神經(jīng)網(wǎng)絡控制器的設計125
一、神經(jīng)網(wǎng)絡直接逆模型控制法125
二、直接網(wǎng)絡控制法127
三、多神經(jīng)網(wǎng)絡自學習控制法129
四、單一神經(jīng)元控制法130
本章小結(jié)132
習題和思考題132
第六章*智能控制的集成技術134
第一節(jié)模糊神經(jīng)網(wǎng)絡控制134
一、模糊神經(jīng)網(wǎng)絡的結(jié)構(gòu)135
二、模糊神經(jīng)網(wǎng)絡的學習算法137
第二節(jié)基于神經(jīng)網(wǎng)絡的自適應控制143
一、自適應控制技術143
二、神經(jīng)網(wǎng)絡的模型參考自適應控制143
第三節(jié)智能控制的優(yōu)化算法147
一、遺傳學習算法147
二、蟻群學習算法149
三、迭代學習算法150
本章小結(jié)152
參考文獻153