智能控制原理與應(yīng)用

第一章　智能控制概論
1.1　智能控制的產(chǎn)生與發(fā)展
1.1.1　自動(dòng)控制的機(jī)遇與挑戰(zhàn)
1.1.2　智能控制的發(fā)展和作用
1.2　智能控制的定義、特點(diǎn)、一般結(jié)構(gòu)與分類
　　1.2.1　智能控制的定義、特點(diǎn)與評(píng)價(jià)準(zhǔn)則
　　1.2.2　智能控制系統(tǒng)的分類
　1.3　智能控制和學(xué)科結(jié)構(gòu)體系　
　　1.3.1　二元交集結(jié)構(gòu)理論
　　1.3.2　三元交集結(jié)構(gòu)理論
　　1.3.3　四元交集結(jié)構(gòu)理論
1.4 本書概要
　習(xí)題
　參考文獻(xiàn)
第2章　遞階控制系統(tǒng)
　2.1　遞階智能機(jī)器的一般理論
　　2.1.1　遞階智能機(jī)器的一般結(jié)構(gòu)　
　　2.1.2　遞階智能機(jī)器的信息論定義
　　2.1.3　IPDI原理解析公式
　2.2　遞階智能控制系統(tǒng)的原理與結(jié)構(gòu)
　　2.2.1　組織級(jí)原理與結(jié)構(gòu)
　　2.2.2　協(xié)調(diào)級(jí)原理與結(jié)構(gòu)
　　2.2.3　執(zhí)行級(jí)原理與結(jié)構(gòu)
　2.3　遞階智能控制的控制與決策模型
　　2.3.1　組織級(jí)的控制與決策模型
　　2.3.2　協(xié)調(diào)級(jí)的控制與決策模型
　　2.3.3　執(zhí)行級(jí)的控制與決策模型
　2.4　遞階智能控制系統(tǒng)舉例
　　2.4.1　汽車自主駕駛系統(tǒng)的組成
　　2.4.2　汽車自主駕駛系統(tǒng)的遞階結(jié)構(gòu)
　　2.4.3　自主駕駛系統(tǒng)的結(jié)構(gòu)與控制算法
　　2.4.4　自主駕駛系統(tǒng)的試驗(yàn)結(jié)果
　2.5　集散遞階智能控制系統(tǒng)
　　2.5.1　集散遞階智能控制系統(tǒng)的工作原理
　　2.5.2　集散遞階智能控制系統(tǒng)示例
　2.6　小結(jié)
　習(xí)題
　參考文獻(xiàn)
第3章　專家控制系統(tǒng)
　3.1　專家系統(tǒng)的基本概念
　　3.1.1　專家系統(tǒng)的定義與一般結(jié)構(gòu)
　　3.1.2　專家系統(tǒng)的建造步驟
　3.2　專家系統(tǒng)的主要類型及其結(jié)構(gòu)
　　3.2.1　基于規(guī)則的專家系統(tǒng)
　　3.2.2　基于框架的專家系統(tǒng)
　　3.2.3　基于模型的專家系統(tǒng)
　3.3　專家系統(tǒng)的知識(shí)表示與推理
　　3.3.1　知識(shí)表示
　　3.3.2　知識(shí)獲取
　　3.3.3　知識(shí)推理
　　3.3.4　不確定性推理
　　3.3.5　基于規(guī)則的推理系統(tǒng)
　3.4　專家控制系統(tǒng)的結(jié)構(gòu)與類型
　　3.4.1　專家控制系統(tǒng)的控制要求與設(shè)計(jì)原則
　　3.4.2　專家控制系統(tǒng)的結(jié)構(gòu)
　　3.4.3　專家控制系統(tǒng)的類型
　3.5　專家控制系統(tǒng)的規(guī)模
　　3.5.1　受控對(duì)象模型
　　3.5.2　專家控制器的模型
　　3.5.3　專家控制系統(tǒng)模型
　3.6　專家控制器的設(shè)計(jì)
　3.7　專家控制系統(tǒng)應(yīng)用舉例
　　3.7.1　實(shí)時(shí)控制系統(tǒng)的特點(diǎn)與要求
　　3.7.2　高爐監(jiān)控專家系統(tǒng)
　3.8　小結(jié)
　習(xí)題
　參考文獻(xiàn)
第4章　模糊控制系統(tǒng)
　4.1　模糊數(shù)學(xué)基礎(chǔ)
　　4.1.1　模糊集合、模糊邏輯及其運(yùn)算
　　4.1.2　模糊邏輯推理
　　4.1.3　模糊判決方法
　4.2　模糊控制原理與結(jié)構(gòu)
　　4.2.1　模糊控制原理
　　4.2.2　模糊控制系統(tǒng)的工作原理
　4.3　模糊控制器的設(shè)計(jì)內(nèi)容
　　4.3.1　模糊控制器的設(shè)計(jì)內(nèi)容與原理
　　4.3.2　模糊控制器的控制規(guī)則形式
　4.4　模糊控制與系統(tǒng)設(shè)計(jì)的查表法
　　4.4.1　模糊系統(tǒng)設(shè)計(jì)的查表法
　　4.4.2　模糊系統(tǒng)設(shè)計(jì)的梯度下降法
　　4.4.3　模糊控制系統(tǒng)設(shè)計(jì)的遞推最小二乘法
　　4.4.4　模糊系統(tǒng)設(shè)計(jì)的聚類法
　4.5　模糊控制器的設(shè)計(jì)實(shí)例與實(shí)現(xiàn)
　　4.5.1　造紙機(jī)模糊控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
　　4.5.2　直流調(diào)速系統(tǒng)模糊控制器的設(shè)計(jì)
　4.6　模糊控制系統(tǒng)的特性
　　4.6.1　模糊控制器的靜態(tài)特性
　　4.6.2　模糊控制系統(tǒng)的穩(wěn)定性
　　4.6.3　模糊控制系統(tǒng)的可控性
　　4.6.4　模糊控制系統(tǒng)的魯棒性
　4.7　小結(jié)
　習(xí)題
　參考文獻(xiàn)
第5章
　5.1　人工神經(jīng)網(wǎng)絡(luò)概述
　　5.1.1　神經(jīng)元及其特性
　　5.1.2　神經(jīng)網(wǎng)絡(luò)與智能控制　
　　5.1.3　人工神經(jīng)網(wǎng)絡(luò)的基本類型和學(xué)習(xí)算法
　　5.1.4　人工神經(jīng)網(wǎng)絡(luò)的典型模型
　　5.1.5　基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示與推理
　5.2　神經(jīng)控制的結(jié)構(gòu)方案
　　5.2.1　NN學(xué)習(xí)控制
　　5.2.2　NN直接逆?？刂婆c內(nèi)?？刂?br />　　5.2.3　NN自適應(yīng)控制
　　5.2.4　NN預(yù)測(cè)控制
　　5.2.5　基于CAMC的控制
　　5.2.6　多層NN控制和分級(jí)NN控制
　5.3　神經(jīng)控制器的設(shè)計(jì)與實(shí)現(xiàn)
　　5.3.1　石灰窯爐神經(jīng)內(nèi)?？刂葡到y(tǒng)的設(shè)計(jì)
　　5.3.2　神經(jīng)模糊自適應(yīng)控制器的設(shè)計(jì)
　　5.3.3　神經(jīng)控制系統(tǒng)應(yīng)用舉例
　5.4　神經(jīng)控制與系統(tǒng)穩(wěn)定性
　　5.4.1　神經(jīng)控制器的穩(wěn)定性證明
　　5.4.2　一個(gè)穩(wěn)定的神經(jīng)控制器
　5.5　小結(jié)
　習(xí)題
　參考文獻(xiàn)
第6章　學(xué)習(xí)控制概述
　6.1　學(xué)習(xí)控制概述
　　6.1.1　學(xué)習(xí)控制的定義與研究意義
　　6.1.2　學(xué)習(xí)控制的發(fā)展及其與自適應(yīng)控制的關(guān)系
　　6.1.3　控制律映射及對(duì)學(xué)習(xí)控制的要求
　6.2　學(xué)習(xí)控制方案
　　6.2.1　基于模式識(shí)別的學(xué)習(xí)控制
　　6.2.2　迭代學(xué)習(xí)控制
　　6.2.3　重復(fù)學(xué)習(xí)控制
　　6.2.4　基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)控制
　6.3　學(xué)習(xí)控制系統(tǒng)的建模與特性分析
　　6.3.1　學(xué)習(xí)控制系統(tǒng)的建模
　　6.3.2　學(xué)習(xí)控制系統(tǒng)的穩(wěn)定性和收斂性分析
　　6.3.3學(xué)習(xí)系統(tǒng)的性能反饋
　6.4　學(xué)習(xí)控制系統(tǒng)應(yīng)用舉例
　　6.4.1　無縫鋼管張力減徑過程壁厚控制迭代學(xué)習(xí)控制算法
　　6.4.2　鋼管壁厚迭代學(xué)習(xí)控制的仿真及應(yīng)用結(jié)果
　6.5　小結(jié)
　習(xí)題
　參考文獻(xiàn)
第7章　仿人控制基本原理與原型算法
　7.1　仿人控制的基本原理與原型算法
　　7.1.1　仿人控制的基本原理
　　7.1.2　仿人控制的原型算法和智能屬性
　7.2　仿人控制的遞階結(jié)構(gòu)
　　7.2.1　人體運(yùn)動(dòng)控制的遞階結(jié)構(gòu)
　　7.2.2　產(chǎn)生式系統(tǒng)的組成與推理
　　7.2.3　仿人智能控制的高階遞階結(jié)構(gòu)
　7.3　仿人控制的特征模型和決策模態(tài)
　……
第8章　基于多真體系統(tǒng)（MAS）的控制
第9章　進(jìn)化控制與免疫控制、
第10章　基于Web的控制
第11章　智能復(fù)合控制
第12章　智能控制的展望