船舶智能控制與自動(dòng)化系統(tǒng)

前言

第1章 智能控制與船舶自動(dòng)化系統(tǒng)概述 1

1.1 智能控制概述 1

1.1.1 智能控制的基本概念 2

1.1.2 智能控制的研究對(duì)象 3

1.1.3 智能控制的結(jié)構(gòu)理論 4

1.1.4 幾種典型的智能控制系統(tǒng) 6

1.1.5 智能控制與傳統(tǒng)控制的關(guān)系 17

1.1.6 智能控制的前景和展望 18

1.2 船舶自動(dòng)化系統(tǒng)概述 19

1.2.1 船舶運(yùn)動(dòng)控制裝置 22

1.2.2 船舶操縱與主推進(jìn)聯(lián)合智能控制 24

1.2.3 運(yùn)輸船舶的自主智能控制與無人駕駛 25

1.2.4 自主式水下航行器的運(yùn)動(dòng)智能控制 27

1.3 典型船舶自動(dòng)化系統(tǒng) 28

1.3.1 船舶自動(dòng)舵控制系統(tǒng) 28

1.3.2 船舶柴油主機(jī)遙控系統(tǒng) 30

1.3.3 船舶減搖鰭控制系統(tǒng) 31

1.3.4 船舶動(dòng)力定位系統(tǒng) 33

1.3.5 船舶電站自動(dòng)化系統(tǒng) 34

參考文獻(xiàn) 36

第2章 船舶自動(dòng)舵智能控制 38

2.1 概述 38

2.1.1 船舶自動(dòng)舵系統(tǒng)簡(jiǎn)介 38

2.1.2 船舶自動(dòng)舵系統(tǒng)實(shí)例 41

2.2 水面船舶操縱運(yùn)動(dòng)數(shù)學(xué)模型 47

2.2.1 標(biāo)準(zhǔn)的三自由度船舶平面運(yùn)動(dòng)數(shù)學(xué)模型 47

2.2.2 簡(jiǎn)化的三自由度船舶平面運(yùn)動(dòng)數(shù)學(xué)模型 48

2.3 “育鯤”輪船舶運(yùn)動(dòng)數(shù)學(xué)模型仿真算例 49

2.4 船舶自動(dòng)舵智能控制算法 53

2.4.1 船舶航跡跟蹤Backstepping魯棒控制 53

2.4.2 船舶航跡保持分段魯棒自適應(yīng)切換鎮(zhèn)定智能控制 63

2.4.3 基于全局動(dòng)態(tài)非線性滑模的欠驅(qū)動(dòng)水面船舶軌跡跟蹤控制 72

2.5 小結(jié) 81

參考文獻(xiàn) 82

第3章 船舶減搖鰭智能控制 84

3.1 船舶橫搖減搖技術(shù)綜述 84

3.1.1 舭龍骨 84

3.1.2 減搖水艙 85

3.1.3 減搖鰭 85

3.1.4 舵減搖 86

3.1.5 零低航速減搖鰭 86

3.1.6 聯(lián)合控制減搖技術(shù) 87

3.2 海浪數(shù)學(xué)模型 88

3.2.1 波幅模型與海浪頻譜 88

3.2.2 波傾角模型與波傾角頻譜 89

3.2.3 海浪數(shù)字仿真 91

3.3 船舶橫搖運(yùn)動(dòng)數(shù)學(xué)模型 94

3.3.1 船舶線性橫搖受力分析 94

3.3.2 線性橫搖運(yùn)動(dòng)數(shù)學(xué)模型 96

3.3.3 船舶非線性橫搖運(yùn)動(dòng)數(shù)學(xué)模型 98

3.3.4 船舶橫搖運(yùn)動(dòng)數(shù)字仿真 100

3.4 船舶橫搖運(yùn)動(dòng)預(yù)報(bào) 101

3.4.1 船舶橫搖運(yùn)動(dòng)時(shí)間序列小波分析 101

3.4.2 基于小波變換和神經(jīng)網(wǎng)絡(luò)組合模型的橫搖運(yùn)動(dòng)預(yù)測(cè) 104

3.5 船舶橫搖減搖控制方法 107

3.5.1 船舶橫搖減搖原理 107

3.5.2 船舶減搖鰭逆模式小波神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制 111

3.5.3 船舶橫搖減搖滑模控制 117

3.6 小結(jié) 126

參考文獻(xiàn) 126

第4章 船舶動(dòng)力定位系統(tǒng)智能控制 128

4.1 船舶動(dòng)力定位系統(tǒng)的基本概念 128

4.1.1 船舶動(dòng)力定位系統(tǒng)的定義 128

4.1.2 船舶動(dòng)力定位系統(tǒng)的組成 128

4.1.3 船舶動(dòng)力定位系統(tǒng)的原理 129

4.2 船舶動(dòng)力定位系統(tǒng)建模 130

4.2.1 船舶動(dòng)力定位系統(tǒng)的運(yùn)動(dòng)模型 131

4.2.2 船舶動(dòng)力定位系統(tǒng)的推力分配模型 135

4.2.3 船舶動(dòng)力定位系統(tǒng)建模實(shí)例 137

4.3 船舶動(dòng)力定位系統(tǒng)的控制 141

4.3.1 船舶動(dòng)力定位系統(tǒng)控制方法分類 141

4.3.2 工業(yè)范式下的船舶動(dòng)力定位控制 142

4.3.3 模型范式下的船舶動(dòng)力定位控制 142

4.3.4 抗擾范式下的船舶動(dòng)力定位控制 160

4.3.5 船舶動(dòng)力定位控制的發(fā)展方向 172

4.4 小結(jié) 173

參考文獻(xiàn) 173

第5章 船舶運(yùn)動(dòng)與主推進(jìn)裝置聯(lián)合智能控制 176

5.1 船舶運(yùn)動(dòng)與主推進(jìn)裝置聯(lián)合控制機(jī)理 176

5.1.1 船舶運(yùn)動(dòng)控制的復(fù)雜性 176

5.1.2 船舶運(yùn)動(dòng)與主推進(jìn)裝置控制存在強(qiáng)耦合性 177

5.1.3 船舶運(yùn)動(dòng)與主推進(jìn)裝置聯(lián)合控制的方法與意義 178

5.2 線性變參數(shù)系統(tǒng)控制的數(shù)學(xué)基礎(chǔ) 179

5.2.1 賦范空間、Banach空間、內(nèi)積空間、Hilbert空間及零空間 179

5.2.2 信號(hào)范數(shù)和系統(tǒng)范數(shù) 180

5.2.3 凸集、凸包及凸體 180

5.2.4 Hermite矩陣和矩陣Kronecker乘積 181

5.2.5 線性矩陣不等式 182

5.2.6 基于LMI的H∞魯棒控制 184

5.3 線性變參數(shù)控制理論 191

5.3.1 線性變參數(shù)控制理論的基本方法 191

5.3.2 LPV多胞系統(tǒng) 193

5.3.3 切換LPV系統(tǒng)簡(jiǎn)介 194

5.3.4 多胞變?cè)鲆鏍顟B(tài)反饋H∞控制 195

5.4 船舶航向LPV控制 196

5.4.1 船舶運(yùn)動(dòng)模型LPV表示 196

5.4.2 LPV多胞輸出反饋航向控制 199

5.4.3 基于切換LPV的船舶航向控制 203

5.5 基于極點(diǎn)配置的LPV狀態(tài)反饋船舶運(yùn)動(dòng)聯(lián)合智能控制 207

5.5.1 基于圓域極點(diǎn)配置的多胞變?cè)鲆鏍顟B(tài)反饋H∞控制器設(shè)計(jì) 208

5.5.2 船舶航向與柴油主機(jī)聯(lián)合智能控制 210

5.5.3 欠驅(qū)動(dòng)船舶直線航跡與柴油主機(jī)LPV聯(lián)合智能控制 216

5.5.4 淺水域船舶航向與柴油主機(jī)LPV聯(lián)合智能控制 221

5.6 小結(jié) 225

參考文獻(xiàn) 227

第6章 船舶智能導(dǎo)航系統(tǒng) 230

6.1 船舶導(dǎo)航系統(tǒng)簡(jiǎn)介 231

6.1.1 無線電導(dǎo)航系統(tǒng) 234

6.1.2 衛(wèi)星導(dǎo)航系統(tǒng) 235

6.1.3 組合導(dǎo)航系統(tǒng) 236

6.2 綜合船橋系統(tǒng)的配置和功能 239

6.2.1 綜合船橋系統(tǒng)的配置 239

6.2.2 綜合船橋系統(tǒng)的船舶導(dǎo)航功能 241

6.3 船舶綜合船橋系統(tǒng)網(wǎng)絡(luò)技術(shù) 241

6.3.1 概述 241

6.3.2 三層結(jié)構(gòu)的一體化網(wǎng)絡(luò)體系 242

6.3.3 網(wǎng)絡(luò)通信協(xié)議 244

6.3.4 網(wǎng)絡(luò)冗余性設(shè)計(jì) 246

6.4 綜合船橋系統(tǒng)導(dǎo)航信息融合 247

6.4.1 基本原理和主要任務(wù) 247

6.4.2 濾波方法和算法 248

6.5 粒子濾波在多傳感器融合中的應(yīng)用 260

6.5.1 集中式融合的標(biāo)準(zhǔn)粒子濾波 260

6.5.2 二階集中式粒子濾波 261

6.5.3 二階自適應(yīng)權(quán)值粒子濾波的多傳感器信息算法 262

6.5.4 仿真結(jié)果與實(shí)驗(yàn)分析 263

6.6 基于FNN的GPS/INS/LOG組合導(dǎo)航方法的應(yīng)用 269

6.6.1 GPS/INS/LOG組合導(dǎo)航模型 269

6.6.2 GPS/INS/LOG組合導(dǎo)航系統(tǒng) 271

6.6.3 基于FNN的GPS/INS/LOG組合導(dǎo)航系統(tǒng) 272

6.6.4 實(shí)船實(shí)驗(yàn) 276

6.7 小結(jié) 281

參考文獻(xiàn) 282

第7章 船舶智能避碰系統(tǒng) 284

7.1 概述 284

7.1.1 船舶避碰 285

7.1.2 船舶決策支持系統(tǒng) 285

7.2 船舶避碰方法研究 286

7.2.1 船舶避碰基本概念 286

7.2.2 船舶避碰研究現(xiàn)狀 288

7.2.3 船舶避碰研究分析 290

7.3 基于軟計(jì)算方法的船舶智能避碰 294

7.3.1 基于神經(jīng)網(wǎng)絡(luò)的船舶智能避碰 294

7.3.2 基于遺傳算法的船舶智能避碰 296

7.3.3 基于模糊邏輯的船舶智能避碰 301

7.4 船舶航跡規(guī)劃研究 312

7.4.1 船舶航跡數(shù)學(xué)模型的建立 312

7.4.2 航路規(guī)劃 317

7.4.3 算法運(yùn)行速度的提高 319

7.4.4 計(jì)算結(jié)果 321

7.5 船舶操縱決策支持系統(tǒng) 325

7.5.1 船舶操縱決策支持系統(tǒng)概述 325

7.5.2 船舶操縱決策支持系統(tǒng)結(jié)構(gòu) 326

7.5.3 航跡庫算法 327

7.5.4 模擬結(jié)果 328

7.6 小結(jié) 334

參考文獻(xiàn) 335

第8章 欠驅(qū)動(dòng)自主式水下航行器的運(yùn)動(dòng)智能控制 337

8.1 概述 337

8.2 欠驅(qū)動(dòng)AUV運(yùn)動(dòng)模型及其特性分析 340

8.2.1 欠驅(qū)動(dòng)AUV運(yùn)動(dòng)學(xué)方程 340

8.2.2 欠驅(qū)動(dòng)AUV動(dòng)力學(xué)方程 344

8.2.3 欠驅(qū)動(dòng)AUV運(yùn)動(dòng)系統(tǒng)特性分析 346

8.3 欠驅(qū)動(dòng)AUV控制系統(tǒng)構(gòu)成 351

8.4 欠驅(qū)動(dòng)AUV基本運(yùn)動(dòng)智能控制 353

8.4.1 欠驅(qū)動(dòng)AUV運(yùn)動(dòng)控制概述 353

8.4.2 欠驅(qū)動(dòng)AUV的航速控制 358

8.4.3 欠驅(qū)動(dòng)AUV的航向智能控制 362

8.4.4 欠驅(qū)動(dòng)AUV的縱傾及深度控制 364

8.5 欠驅(qū)動(dòng)AUV目標(biāo)跟蹤智能控制 367

8.5.1 欠驅(qū)動(dòng)AUV三維路徑跟蹤控制 367

8.5.2 欠驅(qū)動(dòng)AUV軌跡跟蹤控制 373

8.6 小結(jié) 382

參考文獻(xiàn) 382

附錄 本書部分專業(yè)術(shù)語中英文對(duì)照表 384

彩圖2100433B

本書系統(tǒng)地總結(jié)了作者多年來從事智能控制與船舶自動(dòng)化系統(tǒng)研究的主要內(nèi)容。概述了國(guó)內(nèi)外智能控制與船舶自動(dòng)化系統(tǒng)研究進(jìn)展，分別論述了船舶自動(dòng)舵智能控制、船舶減搖鰭智能控制、船舶動(dòng)力定位系統(tǒng)智能控制、船舶運(yùn)動(dòng)與主推進(jìn)裝置聯(lián)合智能控制、船舶智能導(dǎo)航系統(tǒng)、船舶智能避碰系統(tǒng)和欠驅(qū)動(dòng)自主式水下航行器的運(yùn)動(dòng)智能控制等領(lǐng)域的主要研究成果。力求體現(xiàn)智能控制理論與技術(shù)在現(xiàn)代船舶工程系統(tǒng)中的成功應(yīng)用。

第1章緒論

1.1控制科學(xué)發(fā)展的歷史回顧

1.2智能控制的產(chǎn)生背景

1.3智能控制的基本概念與研究?jī)?nèi)容

參考文獻(xiàn)

第2章智能控制系統(tǒng)的結(jié)構(gòu)體系

2.1智能控制系統(tǒng)的基本結(jié)構(gòu)

2.2智能控制系統(tǒng)的分類

2.3遞階智能控制系統(tǒng)的結(jié)構(gòu)和理論

2.4智能控制系統(tǒng)的信息結(jié)構(gòu)理論

習(xí)題與思考題

參考文獻(xiàn)

第3章基于模糊推理的智能控制系統(tǒng)

3.1模糊控制系統(tǒng)的基本概念與發(fā)展歷史

3.2模糊集合與模糊推理

3.3模糊推理系統(tǒng)

3.4模糊基函數(shù)

3.5模糊建模

3.6模糊邏輯控制器的結(jié)構(gòu)與設(shè)計(jì)

3.7模糊控制系統(tǒng)的穩(wěn)定性分析

習(xí)題與思考題

參考文獻(xiàn)

第4章基于神經(jīng)元網(wǎng)絡(luò)的智能控制系統(tǒng)

第5章遺傳算法及其在智能控制中的應(yīng)用

第6章模糊-神經(jīng)元網(wǎng)絡(luò)及其在智能控制中的應(yīng)用

第7章智能控制的應(yīng)用實(shí)例

參考文獻(xiàn)2100433B

智能船舶的關(guān)鍵技術(shù)

根據(jù)《智能船舶規(guī)范》將智能船舶的功能分為智能航行、智能船體、智能機(jī)艙、智能能效管理、智能貨物管理和智能集成平臺(tái)，基本囊括了智能船舶所應(yīng)具備的所有功能。為實(shí)現(xiàn)和完善上述功能，需進(jìn)一步研究和深化與船舶有關(guān)的信息感知技術(shù)、通信導(dǎo)航技術(shù)、能效控制技術(shù)、航線規(guī)劃技術(shù)、狀態(tài)監(jiān)測(cè)與故障診斷技術(shù)、遇險(xiǎn)預(yù)警救助技術(shù)、駕機(jī)一體化和自主航行技術(shù)。

智能船舶的發(fā)展路徑

智能船舶的發(fā)展路徑可歸結(jié)為：循序漸進(jìn)，局部到整體，從海到岸。

技術(shù)情況來看，智能船舶才剛剛起步，不可能一蹴而就，而是一個(gè)循序漸進(jìn)的過程。具體的發(fā)展過程，要分階段、分步驟，逐步實(shí)施。

對(duì)智能船舶的各個(gè)系統(tǒng)，要結(jié)合現(xiàn)有信息條件和船舶實(shí)際硬件，逐步配置具備船舶感知、分析、評(píng)估、預(yù)測(cè)、決策、控制、管理、遠(yuǎn)程支持等能力的智能船舶子體系，完成智能船舶應(yīng)用的支撐系統(tǒng)，并在應(yīng)用中逐步完善和整合，最終形成能夠感知、評(píng)估、預(yù)測(cè)、重構(gòu)的智能船舶。人員方面將會(huì)沿著從“僅需少部分船員”到“岸上遠(yuǎn)程操控”再到“完全自動(dòng)化駕駛”的路徑發(fā)展，最終實(shí)現(xiàn)無人駕駛的船舶。

從船舶的設(shè)計(jì)、制造開始啟動(dòng)，到建立船舶運(yùn)營(yíng)平臺(tái)，形成完整的信息服務(wù)網(wǎng)絡(luò)體系，實(shí)現(xiàn)船舶數(shù)據(jù)中心管理，最終建成完整的智能船舶運(yùn)營(yíng)體系。

智能船舶的發(fā)展方向

智能船舶的發(fā)展，不能將技術(shù)提升作為自己的目的，必須在發(fā)展中遵循根本的價(jià)值取向。同時(shí)需注意在新的發(fā)展中，由于人與物關(guān)系的變化，產(chǎn)生的本質(zhì)性新需求。

智能船舶的發(fā)展，必須提升船舶作為物流供應(yīng)鏈環(huán)節(jié)的效率和效益。智能船舶以大數(shù)據(jù)為基礎(chǔ)，運(yùn)用實(shí)時(shí)數(shù)據(jù)傳輸匯集，結(jié)合數(shù)據(jù)分析、遠(yuǎn)程控制等信息化技術(shù)，實(shí)現(xiàn)船舶感知、分析和決策的智能化，從而提升船舶運(yùn)行效率。從設(shè)計(jì)階段就開始進(jìn)行智能系統(tǒng)的統(tǒng)籌布局，通過對(duì)船舶各項(xiàng)顯示和操作系統(tǒng)進(jìn)行集成，提高自動(dòng)化程度，從而提高航行的經(jīng)濟(jì)性。效率和效益的提升，是智能船舶發(fā)展的根本方向。

智能船舶帶來的管理人員變化，需要更好適應(yīng)和滿足新的客戶體驗(yàn)。伴隨著智能化的提升，船舶上很多人工操作將被系統(tǒng)替代。對(duì)于船員的需求自然減少，也使得無人駕駛船舶將會(huì)是必然的趨勢(shì)。今后船船員的大部分時(shí)間并不是真的在操作船舶，而是用于智能系統(tǒng)的管理上。所以更需要智能船舶系統(tǒng)能進(jìn)行無縫對(duì)接，方便實(shí)現(xiàn)船上用戶與岸上用戶之間的信息傳輸。

安全和環(huán)保是船舶航運(yùn)的兩大主題，智能船舶的發(fā)展要植根于這兩點(diǎn)進(jìn)行深挖。

目錄

前言

第1章 緒論

1.1智能控制的基本概念

1.1.1智能控制的研究對(duì)象

1.1.2智能控制系統(tǒng)

1.1.3智能控制系統(tǒng)的基本結(jié)構(gòu)

1.1.4智能控制系統(tǒng)的主要功能特點(diǎn)

1.1.5智能控制研究的數(shù)學(xué)工具

1.2智能控制的發(fā)展概況

1.3智能控制理論

參考文獻(xiàn)

第2章 模糊邏輯控制

2.1概述

2.1.1模糊控制與智能控制

2.1.2模糊集合與模糊數(shù)學(xué)的概念

2.1.3模糊控制的發(fā)展和應(yīng)用概況

2.2模糊集合及其運(yùn)算

2.2.1模糊集合的定義及表示方法

2.2.2模糊集合的基本運(yùn)算

2.2.3模糊集合運(yùn)算的基本性質(zhì)

2.2.4模糊集合的其它類型運(yùn)算

2.3模糊關(guān)系

2.3.1模糊關(guān)系的定義及表示

2.3.2模糊關(guān)系的合成

2.4模糊邏輯與近似推理

2.4.1語言變量

2.4.2模糊蘊(yùn)含關(guān)系

2.4.3近似推理

2.4.4模糊蘊(yùn)含關(guān)系運(yùn)算方法的比較和選擇

2.4.5合成運(yùn)算方法的選擇

2.4.6句子連接關(guān)系的邏輯運(yùn)算

2.5基于控制規(guī)則庫的模糊推理

2.5.1模糊推理的基本方法

2.5.2模糊推理的性質(zhì)

2.5.3模糊控制中幾種常見的模糊推理類型

2.6模糊控制的基本原理

2.6.1模糊控制器的基本結(jié)構(gòu)和組成

2.6.2模糊化運(yùn)算

2.6.3數(shù)據(jù)庫

2.6.4規(guī)則庫

2.6.5模糊推理與清晰化計(jì)算

2.6.6論域?yàn)殡x散時(shí)模糊控制的離線計(jì)算

2.7模糊控制系統(tǒng)的分析和設(shè)計(jì)

2.7.1模糊模型表示

2.7.2模糊系統(tǒng)分析

2.7.3模糊系統(tǒng)設(shè)計(jì)

2.7.4基于Takagi－Sugeno模型的穩(wěn)定性分析和設(shè)計(jì)

2.7.5基于模糊狀態(tài)方程模型的系統(tǒng)分析和設(shè)計(jì)

2.8自適應(yīng)模糊控制

2.8.1基于性能反饋的直接自適應(yīng)模糊控制

2.8.2基于模糊模型求逆的間接自適應(yīng)模糊控制

參考文獻(xiàn)

第3章 神經(jīng)網(wǎng)絡(luò)控制

3.1概述

3.1.1神經(jīng)元模型

3.1.2人工神經(jīng)網(wǎng)絡(luò)

3.1.3生物神經(jīng)網(wǎng)絡(luò)系統(tǒng)與計(jì)算機(jī)處理信息的比較

3.1.4神經(jīng)網(wǎng)絡(luò)的發(fā)展概況

3.2前饋神經(jīng)網(wǎng)絡(luò)

3.2.1感知器網(wǎng)絡(luò)

3.2.2BP網(wǎng)絡(luò)

3.2.3BP網(wǎng)絡(luò)學(xué)習(xí)算法的改進(jìn)

3.2.4神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

3.3反饋神經(jīng)網(wǎng)絡(luò)

3.3.1離散H0pfield網(wǎng)絡(luò)

3.3.2連續(xù)Hopfield網(wǎng)絡(luò)

3.3.3Boltzmann機(jī)

3.4局部逼近神經(jīng)網(wǎng)絡(luò)

3.4.1CMAC神經(jīng)網(wǎng)絡(luò)

3.4.2B樣條神經(jīng)網(wǎng)絡(luò)

3.4.3徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)

3.5模糊神經(jīng)網(wǎng)絡(luò)

3.5.1基于標(biāo)準(zhǔn)模型的模糊神經(jīng)網(wǎng)絡(luò)

3.5.2基于Takagi－Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò)

3.6基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模與辨識(shí)

3.6.1概述

3.6.2逼近理論與網(wǎng)絡(luò)建模

3.6.3利用多層靜態(tài)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)

3.6.4利用動(dòng)態(tài)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)

3.7神經(jīng)網(wǎng)絡(luò)控制

3.7.1概述

3.7.2神經(jīng)網(wǎng)絡(luò)控制結(jié)構(gòu)

3.7.3基于全局逼近神經(jīng)網(wǎng)絡(luò)的控制

3.7.4基于局部逼近神經(jīng)網(wǎng)絡(luò)的控制

3.7.5模糊神經(jīng)網(wǎng)絡(luò)控制

3.7.6有待解決的問題

3.8神經(jīng)網(wǎng)絡(luò)在機(jī)器人控制中的應(yīng)用

3.8.1神經(jīng)網(wǎng)絡(luò)運(yùn)動(dòng)學(xué)控制

3.8.2神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)控制

3.8.3神經(jīng)網(wǎng)絡(luò)路徑規(guī)劃

參考文獻(xiàn)

第4章 專家控制

4.1概述

4.1.1專家控制的由來

4.1.2專家系統(tǒng)

4.1.3專家控制的研究狀況和分類

4.2專家控制的基本原理

4.2.1專家控制的功能目標(biāo)

4.2.2控制作用的實(shí)現(xiàn)

4.2.3設(shè)計(jì)規(guī)范和運(yùn)行機(jī)制

4.3專家控制系統(tǒng)的典型結(jié)構(gòu)

4.3.1系統(tǒng)結(jié)構(gòu)

4.3.2系統(tǒng)實(shí)現(xiàn)

4.4專家控制的例示

4.4.1自動(dòng)調(diào)整過程

4.4.2自動(dòng)調(diào)整過程的實(shí)現(xiàn)

4.5專家控制技術(shù)的研究課題

4.5.1實(shí)時(shí)推理

4.5.2知識(shí)獲取

4.5.3專家控制系統(tǒng)的穩(wěn)定性分析

4.6一種仿人智能控制

4.6.1概念和定義

4.6.2原理和結(jié)構(gòu)

4.6.3仿人智能控制的特點(diǎn)

參考文獻(xiàn)

第5章 學(xué)習(xí)控制

5.1概述

5.1.1學(xué)習(xí)控制問題的提出

5.1.2學(xué)習(xí)控制的表述

5.1.3學(xué)習(xí)控制和自適應(yīng)控制

5.1.4學(xué)習(xí)控制的研究狀況和分類

5.2基于模式識(shí)別的學(xué)習(xí)控制

5.2.1學(xué)習(xí)控制系統(tǒng)的一般形式

5.2.2模式分類

5.2.3可訓(xùn)練控制器

5.2.4線性再勵(lì)學(xué)習(xí)控制

5.2.5Bayes學(xué)習(xí)控制

5.2.6基于模式識(shí)別的其他學(xué)習(xí)控制方法

5.2.7研究課題

5.3基于迭代和重復(fù)的學(xué)習(xí)控制

5.3.1迭代和重復(fù)自學(xué)習(xí)控制的基本原理

5.3.2異步自學(xué)習(xí)控制

5.3.3異步自學(xué)習(xí)控制時(shí)域法

5.3.4異步自學(xué)習(xí)控制頻域法

5.4聯(lián)結(jié)主義學(xué)習(xí)控制

5.4.1基本思想

5.4.2聯(lián)結(jié)主義學(xué)習(xí)系統(tǒng)的實(shí)現(xiàn)原理

5.4.3聯(lián)結(jié)主義學(xué)習(xí)控制系統(tǒng)的結(jié)構(gòu)

5.4.4研究課題

參考文獻(xiàn)

第6章 分層遞階智能控制

6.1一般結(jié)構(gòu)原理

6.2組織級(jí)

6.3協(xié)調(diào)級(jí)

6.3.1協(xié)調(diào)級(jí)的原理結(jié)構(gòu)

6.3.2Petri網(wǎng)翻譯器

6.3.3協(xié)調(diào)級(jí)的Petri網(wǎng)結(jié)構(gòu)

6.3.4協(xié)調(diào)級(jí)結(jié)構(gòu)的決策和學(xué)習(xí)

6.4執(zhí)行級(jí)

參考文獻(xiàn)

第7章 遺傳算法

7.1概述

7.2遺傳算法的工作原理及操作步驟

7.2.1遺傳算法的基本操作

7.2.2遺傳算法的模式理論

7.3遺傳算法的實(shí)現(xiàn)及改進(jìn)

7.3.1遺傳算法的實(shí)現(xiàn)

7.3.2遺傳算法的改進(jìn)

7.3.3改進(jìn)的遺傳算法舉例

7.4遺傳算法應(yīng)用舉例

7.4.1遺傳算法在模糊邏輯控制中的應(yīng)用

7.4.2遺傳算法在神經(jīng)網(wǎng)絡(luò)控制中的應(yīng)用

7.4.3用遺傳算法進(jìn)行路徑規(guī)劃

參考文獻(xiàn) 2100433B