智能控制原理與應用（第3版）

第1章 概論
1．1 智能控制的產(chǎn)生與發(fā)展
1．1．1 自動控制的機遇與挑戰(zhàn)
1．1．2 智能控制的發(fā)展和作用
1．2 中國智能控制發(fā)展簡史
1．2．1 國內外智能控制發(fā)展過程
1．2．2 我國智能控制科技成果
1．2．3 我國智能控制教育與人才培養(yǎng)
1．2．4 我國智能控制存在的問題
1．3 智能控制的定義、特點、一般結構與分類
1．3．1 智能控制的定義、特點與評價準則
1．3．2 智能控制器的一般結構
1．3．3 智能控制系統(tǒng)的分類
1．4 智能控制的學科結構理論體系
1．4．1 二元交集結構理論
1．4．2 三元交集結構理論
1．4．3 四元交集結構理論
1．5 本書概要
習題1
第2章 遞階控制系統(tǒng)
2．1 遞階智能機器的一般理論
2．1．1 遞階智能機器的一般結構
2．1．2 遞階智能機器的信息論基礎
2．1．3 IPDI原理的解析公式
2．2 遞階智能控制系統(tǒng)的原理與結構
2．2．1 組織級原理與結構
2．2．2 協(xié)調級原理與結構
2．2．3 執(zhí)行級原理與結構
2．3 遞階智能控制系統(tǒng)舉例
2．3．1 汽車自主駕駛系統(tǒng)的組成
2．3．2 汽車自主駕駛系統(tǒng)的遞階結構
2．3．3 自主駕駛系統(tǒng)的軟件結構與控制算法
2．3．4 自主駕駛系統(tǒng)的試驗結果
2．4 小結
習題2
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)的定義與一般結構
3．1．2 專家系統(tǒng)的建造步驟
3．2 專家系統(tǒng)的主要類型與結構
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 專家控制系統(tǒng)的結構與設計
3．3．1 專家控制系統(tǒng)的結構
3．3．2 專家控制系統(tǒng)的控制要求與設計原則
3．3．3 專家控制系統(tǒng)的設計問題
3．4 專家控制系統(tǒng)應用舉例
3．4．1 實時控制系統(tǒng)的特點與要求
3．4．2 高爐監(jiān)控專家系統(tǒng)
3．5 小結
習題3
第4章 模糊控制系統(tǒng)
4．1 模糊數(shù)學基礎
4．1．1 模糊集合及其運算
4．1．2 模糊關系與模糊變換
4．1．3 模糊邏輯語言
4．2 模糊推理與模糊判決
4．2．1 模糊推理
4．2．2 模糊判決
4．3 模糊控制系統(tǒng)原理與結構
4．3．1 模糊控制原理
4．3．2 模糊控制系統(tǒng)的原理結構
4．4 模糊控制器的設計內容
4．4．1 模糊控制器的設計內容與原則
4．4．2 模糊控制器的控制規(guī)則形式
4．5 模糊控制系統(tǒng)的設計方法
4．5．1 模糊系統(tǒng)設計的查表法
4．5．2 模糊系統(tǒng)設計的梯度下降法
4．5．3 模糊系統(tǒng)設計的遞推最小二乘法
4．5．4 模糊系統(tǒng)設計的聚類法
4．6 模糊控制器的設計實例與實現(xiàn)
4．6．1 造紙機模糊控制系統(tǒng)的設計與實現(xiàn)
4．6．2 直流調速系統(tǒng)模糊控制器的設計
4．7 MATLAB模糊控制工具箱
4．8 小結
習題4
第5章 神經(jīng)控制系統(tǒng)
5．1 人工神經(jīng)網(wǎng)絡概述
5．1．1 神經(jīng)元及其特性
5．1．2 人工神經(jīng)網(wǎng)絡的基本類型和學習算法
5．1．3 人工神經(jīng)網(wǎng)絡的典型模型
5．1．4 基于神經(jīng)網(wǎng)絡的知識表示與推理
5．2 深層神經(jīng)網(wǎng)絡與深度學習
5．2．1 深層神經(jīng)網(wǎng)絡
5．2．2 深度學習的定義與特點
5．2．3 深度學習的常用模型
5．2．4 深度學習應用舉例
5．3 神經(jīng)控制的結構方案
5．3．1 NN學習控制
5．3．2 NN直接逆?？刂婆c內?？刂?br />5，3．3 NN自適應控制
5．3．4 NN預測控制
5．3．5 基于CAMC的控制
5．3．6 多層NN控制和深度控制
5．3．7 分級NN控制
5．4 神經(jīng)控制系統(tǒng)的設計與應用示例
5．4．1 石灰窯爐神經(jīng)內模控制系統(tǒng)的設計
5．4．2 神經(jīng)模糊自適應控制器的設計
5．4．3 神經(jīng)控制系統(tǒng)應用舉例
5．5 MATLAB神經(jīng)網(wǎng)絡工具箱及其仿真
5．5．1 MATLAB神經(jīng)網(wǎng)絡工具箱圖形用戶界面
5．5．2 基于Simulink的神經(jīng)網(wǎng)絡模塊工具
5．6 小結
習題5
第6章 學習控制系統(tǒng)
6．1 學習控制概述
6．1．1 學習控制的定義與研究意義
6．1．2 學習控制的發(fā)展及其與自適應控制的關系
6．1．3 控制律映射及對學習控制的要求
6．2 學習控制方案
6．2．1 基于模式識別的學習控制
6．2．2 迭代學習控制
6．2．3 增強學習控制
6．2．4 基于神經(jīng)網(wǎng)絡的學習控制
6．3 學習控制系統(tǒng)應用舉例
6．3．1 無縫鋼管張力減徑過程壁厚控制迭代學習控制算法
6．3．2 鋼管壁厚迭代學習控制的仿真及應用結果
6．4 小結
習題6
第7章 分布式控制系統(tǒng)
7．1 分布式人工智能與真體
7．1．1 分布式人工智能
7．1．2 真體及其特性
7．1．3 真體的結構
7．2 多真體系統(tǒng)
7．2．1 多真體系統(tǒng)的模型和結構
7．2．2 多真體系統(tǒng)的協(xié)作、協(xié)商和協(xié)調
7．2．3 多真體系統(tǒng)的學習與規(guī)劃
7．3 多真體控制系統(tǒng)的工作原理
7．3．1 MAS控制系統(tǒng)的基本原理和結構
7．3．2 MAS控制系統(tǒng)的信息模型
7．4 MAS控制系統(tǒng)的設計示例
7．5 小結
習題7
第8章 進化控制與免疫控制
8．1 遺傳算法簡介
8．1．1 遺傳算法的基本原理
8．1．2 遺傳算法的求解步驟
8．2 進化控制基本原理
8．2．1 進化控制原理與系統(tǒng)結構
8．2．2 進化控制的形式化描述
8．3 進化控制系統(tǒng)示例
8．3．1 一種在線混合進化伺服控制器
8．3．2 一個移動機器人進化控制系統(tǒng)
8．4 免疫控制基本原理
8．4．1 免疫控制的系統(tǒng)結構
8．4．2 免疫控制的自然計算體系和系統(tǒng)計算框圖
8．5 小結
習題8
第9章 網(wǎng)絡控制系統(tǒng)
9．1 計算機網(wǎng)絡與網(wǎng)絡控制基礎
9．1．1 計算機網(wǎng)絡及其結構
9．1．2 數(shù)據(jù)通信與網(wǎng)絡通信
9．1．3 網(wǎng)絡控制的基本問題
9．2 計算機網(wǎng)絡的發(fā)展過程
9．3 網(wǎng)絡控制系統(tǒng)的結構與特點
9．3．1 網(wǎng)絡控制系統(tǒng)的一般原理與結構
9．3．2 網(wǎng)絡控制系統(tǒng)的特點與影響因素
9．4 網(wǎng)絡控制系統(tǒng)的建模與性能評價標準
9．4．1 網(wǎng)絡控制系統(tǒng)的建模
9．4．2 網(wǎng)絡控制系統(tǒng)的性能評價標準
9．5 網(wǎng)絡控制系統(tǒng)穩(wěn)定性與控制器設計方法
9．5．1 網(wǎng)絡控制系統(tǒng)的穩(wěn)定性
9．5．2 網(wǎng)絡控制系統(tǒng)的控制器設計方法
9．6 網(wǎng)絡控制系統(tǒng)的調度
9．6．1 網(wǎng)絡控制系統(tǒng)的調度方法
9．6．2 網(wǎng)絡控制系統(tǒng)調度的時間參數(shù)
9．7 網(wǎng)絡控制系統(tǒng)的仿真與工程實現(xiàn)
9．7．1 網(wǎng)絡控制系統(tǒng)的仿真平臺
9．7．2 網(wǎng)絡控制系統(tǒng)的工程實現(xiàn)
9．8 網(wǎng)絡控制系統(tǒng)的應用舉例
9．8．1 煙草包裝的網(wǎng)絡測控系統(tǒng)
9．8．2 熱電廠集散控制系統(tǒng)
9．9 小結
習題9
第10章 復合智能控制
10．1 復合智能控制概述
10．2 模糊神經(jīng)復合控制原理
10．3 自學習模糊神經(jīng)控制系統(tǒng)
10．3．1 自學習模糊神經(jīng)控制模型
10．3．2 自學習模糊神經(jīng)控制算法
10．3．3 弧焊過程自學習模糊神經(jīng)控制系統(tǒng)
10．4 進化模糊復合控制器
10．4．1 控制器設計步驟和參數(shù)優(yōu)化方法
10．4．2 解釋（編碼）函數(shù)的設計
10．4．3 規(guī)則編碼
10．4．4 初始種群和適應度函數(shù)的計算
10．4．5 直流電動機GA優(yōu)化模糊速度控制系統(tǒng)
10．4．6 進化、模糊和神經(jīng)復合的故障診斷系統(tǒng)設計
10．5 小結
習題10
附錄A 基于MATLAB工具箱的模糊與神經(jīng)控制仿真
A．1 基于模糊邏輯工具箱的模糊控制器
A．2 模糊控制系統(tǒng)的Simulink仿真
A．3 神經(jīng)網(wǎng)絡逼近非線性函數(shù)的設計
A．4 基于神經(jīng)網(wǎng)絡工具箱的水反應器模型預測控制實例
附錄B 模糊控制與神經(jīng)網(wǎng)絡控制的實驗
B．1 電熱箱的模糊閉環(huán)控制實驗
B．2 單神經(jīng)元自適應閉環(huán)控制實驗
參考文獻