模糊控制·神經(jīng)控制和智能控制論

李士勇，哈爾濱工業(yè)大學教授，博士生導師。1967年畢業(yè)于哈爾濱工業(yè)大學，1983年獲工學碩士學位。1992年至1993年在日本千葉工業(yè)大學從事模糊控制、神經(jīng)網(wǎng)絡和智能控制研究工作?，F(xiàn)為黑龍江省優(yōu)秀專家，國家模糊控制技術生產(chǎn)力促進中心專家，中國自動化學會智能自動化專業(yè)委員會委員，《計算機測量與控制》雜志編委。獲國家級獎4項，省、部級獎6項，發(fā)表論文80余篇。編著教材與專著4部，其中《模糊控制·神經(jīng)控制和智能控制論》榮獲全國優(yōu)秀科技圖書獎，并躋身于十大領域中國論文被引頻次最高的前50部專著與譯著排行榜。目前主要從事模糊控制、神經(jīng)控制、智能控制、智能優(yōu)化算法、非線性科學與復雜系統(tǒng)理論及其應用的研究與教學工作。

序篇　智能控制理論

0.1　控制理論和產(chǎn)生及其發(fā)展

0.2　智能控制的生產(chǎn)及其發(fā)展

0.3　傳統(tǒng)控制和智能控制

0.4　智能控制論

0.5　智能控制的基礎及學科范疇

0.6　本書學習指南

第一篇　智能控制的新學科基礎

第1章　思維科學與智能模擬

1.1　信息社會與思維科學

1.2　思維的神經(jīng)基礎

1.3　智能模擬

1.4　智能模擬中的科學方法論

1.5　智能控制與智能模擬

第2章　模糊邏輯與粗糙集合

2.1　模糊數(shù)學的創(chuàng)立及發(fā)展

2.2　經(jīng)典集合及其運算

2.3　模糊集合及其運算

2.4　模糊集合與經(jīng)典集合的聯(lián)系

2.5　隸屬函數(shù)

2.6　模糊矩陣與模糊關系

2.7　模糊向量

2.8　模糊邏輯和模糊推理

2.9　粗糙集合

第3章　神經(jīng)網(wǎng)絡與計算機智能

3.1　神經(jīng)網(wǎng)絡研究的概述

3.2　腦與神經(jīng)系統(tǒng)

3.3　神經(jīng)網(wǎng)絡的結構和學習規(guī)則

3.4　典型前向網(wǎng)絡——BP網(wǎng)絡

3.5　典型反饋網(wǎng)絡——Hopfield網(wǎng)絡

3.6　小腦模型關聯(lián)控制器——CMAC網(wǎng)絡

3.7　大腦自組織特征映射模型——Kohonen網(wǎng)絡

3.8　基于概率式學習的Boltzmann機模型

3.9　其它類型的神經(jīng)網(wǎng)絡

第4章　遺傳算法與人工生命

第5章　復雜開放系統(tǒng)的自組織理論

第6章　物元分析與可拓集合

第二篇　智能控制的知識工程和信息科學基礎

第三篇　智能控制理論與系統(tǒng)設計

第四篇　智能控制的工程應用

參考文獻

附錄　本書作者及其合作者1999-2005的發(fā)表的學術論文、著作目錄2100433B

全書共四篇。一、智能控制的新學科基礎：思維科學，智能模擬，模糊邏輯，粗糙集合，神經(jīng)網(wǎng)絡，遺傳算法，人工生命，混飩理論及可抗集合；二、智能控制的知識工程和信息科學基礎；三、智能控制理論與系統(tǒng)設計：多級送階智能控制，專家控制，模糊控制，神經(jīng)控制，仿人智能控制，基于模式識別的智能控制，多模變結構智能控制，學習控制，混飩控制及可拓控制；四、模糊控制、神經(jīng)控制和智能控制在工業(yè)過程、運動工具、機器人及家電產(chǎn)品中20個內(nèi)容翔實、新穎的應用實例。

本書涉及多個學科前沿，取材廣泛，內(nèi)容新穎，構思巧妙，結構嚴謹，深入淺出，啟發(fā)思維，理論聯(lián)系實際?？蓾M足多種學科和不同層次教學和科研人員的需求，可作為高等學校自動控制、自動化、電子工程、機電工程、航天工程、機器人、計算機應用等相關專業(yè)高年級本科生、碩士生、博士生的教材，對于博士后人員、出國留學人員及廣大科技人員也具有重要的參考價值。

控制變量確定之后，接下來就是根據(jù)經(jīng)驗寫出控制規(guī)則。在做成模糊控制規(guī)則之前，首先必需對模糊控制器的輸入和輸出變量空間做模糊分割。例如輸入空間只有單一變量時，可以用三個或五個模糊集合對空間做模糊分割，劃分成三個或五個區(qū)域。輸入空間為二元變量時，采用四條模糊控制規(guī)則，可以將空間分成四個區(qū)域。

模糊分割時各領域間的重疊的程度影響控制的性能；一般而言，模集合重疊的程度并沒有明確的決定方法，大都依靠模擬和實驗的調(diào)整決定分割方式，不過有些報告提出大約1/3~1/2最為理想。重疊部份的大小意味著模糊控制規(guī)則間模糊的程度，因此模糊分割是模糊控制的重要特征。

《智能控制論》內(nèi)容簡介：智能控制論（intelligent cybemetics）研究生物與機器的智能控制過程的共同規(guī)律，是基于廣義智能、面向廣義控制的廣義智能控制理論，是控制論向智能水平高度發(fā)展的新分支。

《智能控制論》是關于智能控制論學科的專著，以“智能特性”為綱編排全書內(nèi)容，如自尋優(yōu)、自學習、自識別、自適應、自穩(wěn)定、自組織、自協(xié)調(diào)等，重點研究擬人的智能控制系統(tǒng)。

《智能控制論》可作為控制學科、智能學科等領域的高年級本科生和研究生的教學參考書，也可供相關領域的研究人員參考。

前言

第1章 緒論

1.1 智能控制

1.1.1 智能控制發(fā)展概況

1.1.2 智能控制歷史背景

1.1.3 國外智能控制研究進展

1.1.4 國內(nèi)智能控制研究進展

1.2 智能控制系統(tǒng)

1.2.1 智能控制系統(tǒng)的概念

1.2.2 智能控制系統(tǒng)的評判

1.3 智能控制理論

1.3.1 控制理論的發(fā)展

1.3.2 智能控制理論的概念

1.4 智能控制論

1.4.1 控制論的發(fā)展

1.4.2 人工智能的發(fā)展

1.4.3 智能控制論的概念

1.5 小結

思考題

第2章 智能控制論的學科架構

2.1 智能控制論的研究對象

2.1.1 廣義智能控制系統(tǒng)

2.1.2 智能廣義控制系統(tǒng)

2.2 智能控制論的學科內(nèi)容

2.2.1 廣義智能控制系統(tǒng)協(xié)同建模

2.2.2 廣義智能控制系統(tǒng)協(xié)同分析

2.2.3 廣義智能控制系統(tǒng)協(xié)同設計

2.3 智能控制論的科學方法

2.4 智能控制論的學科架構

2.5 小結

思考題

第3章 自尋優(yōu)智能控制

3.1 人的自尋優(yōu)性能

3.2 自尋優(yōu)控制的概念

3.3 自尋優(yōu)控制器的結構

3.4 自尋優(yōu)控制的方法

3.4.1 極值搜索自尋優(yōu)控制方法

3.4.2 區(qū)間優(yōu)選自尋優(yōu)控制方法

3.5 多級自尋優(yōu)控制系統(tǒng)

3.5.1 多級自尋優(yōu)控制系統(tǒng)的結構

3.5.2 多級自尋優(yōu)控制系統(tǒng)的方法

3.6 自尋優(yōu)控制系統(tǒng)的應用

3.6.1 鍋爐燃燒過程的自尋優(yōu)控制系統(tǒng)

3.6.2 熱風爐燃燒過程的自尋優(yōu)控制系統(tǒng)

3.7 小結

思考題

第4章 自學習智能控制

4.1 自學習控制模型

4.1.1 自學習控制的概念

4.1.2 自學習控制系統(tǒng)的結構

4.1.3 自學習控制器的設計原理

4.2 廣義機器學習

4.2.1 機器學習的概念與方法

4.2.2 基于知識的機器學習

4.2.3 基于神經(jīng)網(wǎng)絡的機器學習

4.2.4 基于模式識別的機器學習

4.3 自學習控制系統(tǒng)

4.3.1 基于知識推理的自學習控制系統(tǒng)

4.3.2 基于神經(jīng)網(wǎng)絡的自學習控制系統(tǒng)

4.3.3 基于模式識別的自學習控制系統(tǒng)

4.4 產(chǎn)生式自學習控制系統(tǒng)

4.4.1 產(chǎn)生式自學習控制系統(tǒng)的結構

4.4.2 產(chǎn)生式自學習控制系統(tǒng)的原理

4.4.3 產(chǎn)生式自學習控制系統(tǒng)的實驗

4.5 小結

思考題

第5章 自識別智能控制

5.1 人的自識別智能控制

5.1.1 人的自識別性能和機制

5.1.2 人的運動控制性能和機制

5.2 工程自識別智能控制

5.2.1 工程自識別智能控制的概念

5.2.2 工程自識別控制系統(tǒng)的概念

5.2.3 工程自識別智能控制系統(tǒng)的類型

5.3 自識別控制系統(tǒng)的方法

5.3.1 視覺圖像的自識別方法

5.3.2 物景分析的自識別方法

5.3.3 自然語音的自識別方法

5.4 自識別控制系統(tǒng)的結構

5.4.1 機器視覺系統(tǒng)

5.4.2 機器聽覺系統(tǒng)

5.4.3 自然語言人-機對話系統(tǒng)

5.5 自識別智能控制系統(tǒng)的應用

5.5.1 球磨機磨音自識別控制系統(tǒng)

5.5.2 窯爐爐膛火焰自識別控制系統(tǒng)

5.5.3 汽車駕駛路況自識別控制系統(tǒng)

5.6 小結

思考題

第6章 自適應智能控制

6.1 自適應控制的概念

6.2 自適應模型

6.2.1 自適應模型的概念

6.2.2 自適應模型的結構方案

6.2.3 自適應模型的設計方法

6.2.4 自適應模型的類別

6.3 自適應控制系統(tǒng)設計原理

6.3.1 自校正控制系統(tǒng)

6.3.2 模型參考自適應控制系統(tǒng)

6.4 自適應控制系統(tǒng)的類型

6.5 自適應控制的方法和技術

6.5.1 基于神經(jīng)網(wǎng)絡的自適應控制方法

6.5.2 基于神經(jīng)網(wǎng)絡的自適應建模方法

6.5.3 基于專家系統(tǒng)的自適應建模方法

6.6 自適應控制系統(tǒng)的應用

6.7 小結

思考題

第7章 自穩(wěn)定智能控制

7.1 穩(wěn)定性的概念

7.2 人體自穩(wěn)定控制的啟示

7.2.1 人體生理狀態(tài)自穩(wěn)定控制系統(tǒng)

7.2.2 人體運動姿態(tài)自穩(wěn)定控制系統(tǒng)

7.2.3 人群組織的自穩(wěn)定控制系統(tǒng)

7.3 自穩(wěn)定控制的概念和類型

7.3.1 自穩(wěn)定性的概念

7.3.2 自穩(wěn)定控制系統(tǒng)的類型

7.4 自穩(wěn)定控制的方法和技術

7.4.1 主動自穩(wěn)定控制

7.4.2 被動自穩(wěn)定控制

7.5 擬人運動姿態(tài)自穩(wěn)定智能控制系統(tǒng)

7.6 倒立擺自穩(wěn)定控制系統(tǒng)

7.6.1 倒立擺自穩(wěn)定控制概念

7.6.2 倒立擺自穩(wěn)定控制方法

7.6.3 倒立擺仿人智能控制系統(tǒng)

7.7 小結

思考題

第8章 自組織智能控制

8.1 人體組織的自組織性能

8.2 人群組織的自組織性能

8.3 工程自組織控制系統(tǒng)

8.4 大系統(tǒng)自組織控制

8.4.1 大系統(tǒng)的基本控制結構

8.4.2 大系統(tǒng)控制結構自組織

8.5 擬人自組織控制系統(tǒng)

8.5.1 擬人體自組織控制系統(tǒng)

8.5.2 擬人群自組織控制系統(tǒng)

8.6 自組織智能控制的應用

8.7 小結

思考題

第9章 自協(xié)調(diào)智能控制

9.1 協(xié)調(diào)學

9.1.1 協(xié)調(diào)學的學科創(chuàng)立

9.1.2 協(xié)調(diào)學的學科構架

9.2 人體的多級協(xié)調(diào)控制系統(tǒng)

9.2.1 人體神經(jīng)多級協(xié)調(diào)控制系統(tǒng)

9.2.2 人體體液多級協(xié)調(diào)控制系統(tǒng)

9.2.3 人體“神經(jīng) 體液”雙重協(xié)調(diào)控制體制

9.2.4 人體經(jīng)絡多級協(xié)調(diào)控制系統(tǒng)

9.3 多變量協(xié)調(diào)控制系統(tǒng)

9.3.1 多變量協(xié)調(diào)控制理論的提出

9.3.2 多變量協(xié)調(diào)控制理論概要

9.3.3 多變量協(xié)調(diào)控制理論的應用

9.4 大系統(tǒng)協(xié)調(diào)控制

9.4.1 大系統(tǒng)的可協(xié)調(diào)性

9.4.2 大系統(tǒng)的結構可協(xié)調(diào)性

9.4.3 大系統(tǒng)的遞階協(xié)調(diào)控制

9.4.4 大系統(tǒng)的分散協(xié)調(diào)控制

9.5 智能協(xié)調(diào)控制

9.5.1 智能協(xié)調(diào)控制的概念

9.5.2 基于知識的多級智能協(xié)調(diào)控制

9.5.3 基于神經(jīng)的多段智能協(xié)調(diào)控制

9.6 社會協(xié)調(diào)控制

9.6.1 社會協(xié)調(diào)學

9.6.2 社會協(xié)調(diào)控制系統(tǒng)

9.6.3 不同社會經(jīng)濟體制的協(xié)調(diào)控制

9.7 小結

思考題

第10章 展望

10.1 《智能控制論》重點回顧

10.2 智能控制論學科展望

思考題

致謝

參考文獻2100433B