智能控制：方法與應用（上下冊）

第1 章智能控制的歷史與背景
1.1 智能控制的產(chǎn)生歷史
1.2 智能控制系統(tǒng)理論研究的現(xiàn)狀
1.3 智能控制應用領(lǐng)域研究現(xiàn)狀.
1.4 總結(jié)
參考文獻
第2 章學習控制
2.1 引言
2.2 非線性系統(tǒng)的動態(tài)線性化
2.3 無模型自學習控制
2.4 總結(jié)
參考文獻
第3 章基于形式系統(tǒng)與邏輯的智能控制
3.1 形式化方法的基本概念與發(fā)展歷程
3.2 形式系統(tǒng)的模型
3.3 系統(tǒng)特性與形式規(guī)約
3.4 形式系統(tǒng)的分析與控制
3.5 離散事件系統(tǒng)監(jiān)督理論
3.6 Petri 網(wǎng)系統(tǒng)的監(jiān)督控制
3.7 基于形式化方法的控制系統(tǒng)故障診斷
3.8 一般控制系統(tǒng)形式化設(shè)計與應用實例
參考文獻
第4 章計算智能控制系統(tǒng)
4.1 模糊控制系統(tǒng)
4.2 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)
4.3 進化控制系統(tǒng)
4.4 專家控制系統(tǒng)
參考文獻
第5 章多智能體控制
5.1 線性多智能體系統(tǒng)控制
5.2 多智能體系統(tǒng)事件觸發(fā)控制
5.3 多智能體系統(tǒng)協(xié)同抗干擾控制
參考文獻
第6 章平行控制148
6.1 平行控制理論提出的背掊
6.2 平行控制的概念和基本框架
6.3 平行控制的基礎(chǔ)理論
6.4 平行控制的關(guān)鍵技術(shù)
6.5 平行控制的集成平臺
6.6 平行控制的研究方案
6.7 平行控制的發(fā)展現(xiàn)狀與趨勢
參考文獻
第7 章回歸及優(yōu)化
7.1 線性回歸
7.2 殘差與損失函數(shù)
7.3 正則回歸
7.4 模型求解優(yōu)化算法
7.5 非線性回歸
7.6 應用實例
7.7 回歸、優(yōu)化算法與智能學習
參考文獻
第8 章系統(tǒng)辨識與動態(tài)系統(tǒng)建模
8.1 引言
8.2 傳統(tǒng)系統(tǒng)辨識方法
8.3 新型系統(tǒng)辨識方法
8.4 特殊結(jié)構(gòu)的非線性系統(tǒng)辨識
8.5 總結(jié)
參考文獻
第9 章智能PID 控制
9.1 自適應 PID 控制
9.2 模糊PID控制
9.3 神經(jīng)網(wǎng)絡(luò)PID控制
9.4 迭代學習PID 控制
9.5 總結(jié)
參考文獻
第10 章模糊控制
10.1 模糊控制概述
10.2 模糊集合基礎(chǔ)
10.3 Mamdani 型模糊控制
10.4 基于T-S 模型的模糊控制
10.5 總結(jié)
參考文獻
第11 章神經(jīng)網(wǎng)絡(luò)控制
11.1神經(jīng)網(wǎng)絡(luò)控制基本原理
11.2神經(jīng)網(wǎng)絡(luò)控制主要結(jié)構(gòu)
11.3神經(jīng)網(wǎng)絡(luò)控制設(shè)計方法
11.4神經(jīng)網(wǎng)絡(luò)控制應用實例
11.5 總結(jié)
參考文獻
第12 章智能控制理論的發(fā)展趨勢
12.1 學習控制
12.2 形式系統(tǒng)和邏輯的智能控制
12.3 模糊控制
12.4 神經(jīng)網(wǎng)絡(luò)
12.5 深度學習
12.6 寬度學習
12.7 專家控制
12.8 多智能體系統(tǒng)
12.9 平行控制
12.10 回歸與優(yōu)化
12.11 系統(tǒng)辨識與動態(tài)系統(tǒng)建模
12.12 強化學習
12.13 自適應動態(tài)規(guī)劃
12.14 遺傳算法
12.15 數(shù)據(jù)驅(qū)動控制
主編簡介
作者簡介
第13 章強化學習控制
13.1 馬爾可夫決策過程
13.2 動態(tài)規(guī)劃
13.3 強化學習
13.4 強化學習研究前沿
參考文獻
第14 章自適應動態(tài)規(guī)劃控制
14.1 自適應動態(tài)規(guī)劃的數(shù)學基礎(chǔ)
14.2 自適應動態(tài)規(guī)劃方法闡述
14.3 自適應動態(tài)規(guī)劃的分類
14.4 迭代自適應動態(tài)規(guī)劃原理
14.5 值迭代自適應動態(tài)規(guī)劃原理
14.6 策略迭代自適應動態(tài)規(guī)劃原理
14.7 自適應動態(tài)規(guī)劃的發(fā)展
參考文獻
第15 章智能自適應控制
15.1 智能自適應控制概述
15.2 智能自適應控制設(shè)計方法
15.3 仿真驗證
參考文獻
第16 章基于遺傳算法的智能控制
16.1 單目標遺傳算法的應用
16.2 多目標遺傳算法的應用
16.3 總結(jié)
參考文獻
第17 章基于混合智能的控制
17.1 混合智能概述
17.2 混合計算智能技術(shù)的控制
17.3 人機混合的智能控制
17.4 總結(jié)與展望
參考文獻
第18 章流程工業(yè)過程智能控制
18.1 引言
18.2 流程工業(yè)智能控制系統(tǒng)
18.3 流程工業(yè)智能控制應用案例
18.4 流程工業(yè)智能制造展望
參考文獻
第19 章智能汽車
19.1 智能汽車簡介
19.2 智能汽車系統(tǒng)組成
19.3 智能汽車的算法綜述
19.4 車輛運動控制技術(shù)
19.5 智能優(yōu)化控制
19.6 平行駕駛與平行車輛
參考文獻
第20 章智能交通系統(tǒng)493
20.1 引言
20.2 智能交通的數(shù)據(jù)采集和處理
20.3 智能道路交通控制
20.4 智能軌道交通
20.5 智能平行交通系統(tǒng)
參考文獻
第21 章智能電網(wǎng)控制531
21.1 分布式智能算法與方法
21.2 在低壓電網(wǎng)中使用虛擬儲能系統(tǒng)協(xié)調(diào)調(diào)度調(diào)節(jié)電壓
21.3 總結(jié)
參考文獻
第22 章智能機器人
22.1 引言
22.2 移動機器人運動學
22.3 移動機器人軌跡規(guī)劃與跟蹤
22.4 總結(jié)與未來研究方向
參考文獻
第23 章智能控制在無人機中的應用
23.1 無人機及其智能化
23.2 神經(jīng)網(wǎng)絡(luò)方法
23.3 群體智能
23.4 （深度）強化學習控制方法
參考文獻
第24 章智能控制應用的發(fā)展趨勢613
24.1 工業(yè)過程智能控制
24.2 智能汽
24.3 智能交通系統(tǒng)
24.4 智能電網(wǎng)
24.5 智能機器人
24.6 無人機
主編簡介
作者簡介