智能控制基礎(chǔ)目錄

第1章緒論

1.1智能控制的發(fā)展

1.1.1智能控制問(wèn)題的提出

1.1.2智能控制的發(fā)展

1.2智能控制的幾個(gè)主要分支

1.2.1基于知識(shí)的專(zhuān)家系統(tǒng)

1.2.2模糊控制

1.2.3神經(jīng)元網(wǎng)絡(luò)控制

1.2.4學(xué)習(xí)控制

1.3智能控制系統(tǒng)的構(gòu)成原理

1.3.1智能控制系統(tǒng)結(jié)構(gòu)

1.3.2智能控制系統(tǒng)的特點(diǎn)

1.3.3智能控制系統(tǒng)研究的主要數(shù)學(xué)工具

習(xí)題和思考題

第2章模糊控制論

2.1引言

2.2模糊集合論基礎(chǔ)

2.2.1模糊集的概念

2.2.2模糊集合的運(yùn)算

2.2.3模糊集合運(yùn)算的基本性質(zhì)

2.2.4隸屬度函數(shù)的建立

2.2.5模糊關(guān)系

2.3模糊邏輯、模糊邏輯推理和合成

2.3.1二值邏輯

2.3.2模糊邏輯的基本運(yùn)算

2.3.3模糊語(yǔ)言邏輯

2.3.4模糊邏輯推理

2.3.5模糊關(guān)系方程的解

2.4模糊控制系統(tǒng)的組成

2.4.1模糊化過(guò)程

2.4.2知識(shí)庫(kù)

2.4.3決策邏輯

2.4.4精確化過(guò)程

2.5模糊控制系統(tǒng)的設(shè)計(jì)

2.5.1模糊控制器的結(jié)構(gòu)設(shè)計(jì)

2.5.2模糊控制器的基本類(lèi)型

2.5.3模糊控制器的設(shè)計(jì)原則

2.5.4模糊控制器的常規(guī)設(shè)計(jì)方法

2.6模糊PID控制器

2.6.1模糊控制器和常規(guī)PID的混合結(jié)構(gòu)

2.6.2常規(guī)PID參數(shù)的模糊自整定技術(shù)

2.7模糊控制器的應(yīng)用

2.7.1流量控制的模糊控制器設(shè)計(jì)

2.7.2倒立擺的模糊控制

習(xí)題和思考題

第3章人工神經(jīng)元網(wǎng)絡(luò)控制論

3.1引言

3.1.1神經(jīng)元模型

3.1.2神經(jīng)網(wǎng)絡(luò)的模型分類(lèi)

3.1.3神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法

3.1.4神經(jīng)網(wǎng)絡(luò)的泛化能力

3.2前向神經(jīng)網(wǎng)絡(luò)模型

3.2.1多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

3.2.2多層傳播網(wǎng)絡(luò)的BP學(xué)習(xí)算法

3.2.3快速的BP改進(jìn)算法

3.2.4BP學(xué)習(xí)算法的MATLAB例程

3.3動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)模型

3.3.1帶時(shí)滯的多層感知器網(wǎng)絡(luò)

3.3.2Hopfield神經(jīng)網(wǎng)絡(luò)

3.3.3回歸神經(jīng)網(wǎng)絡(luò)

3.4CMAC神經(jīng)網(wǎng)絡(luò)

3.4.1小腦網(wǎng)絡(luò)的感知器模型

3.4.2CMAC的映射原理

3.4.3CMAC網(wǎng)絡(luò)的學(xué)習(xí)算法

3.5RBF神經(jīng)網(wǎng)絡(luò)模型

3.5.1具有固定中心的RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

3.5.2徑向基神經(jīng)網(wǎng)絡(luò)訓(xùn)練的隨機(jī)梯度逼近法

3.6神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)

3.6.1引言

3.6.2神經(jīng)網(wǎng)絡(luò)的逼近能力

3.7非線(xiàn)性動(dòng)態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識(shí)

3.7.1神經(jīng)網(wǎng)絡(luò)的辨識(shí)基礎(chǔ)

3.7.2神經(jīng)網(wǎng)絡(luò)辨識(shí)模型的結(jié)構(gòu)

3.7.3非線(xiàn)性動(dòng)態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識(shí)

3.8神經(jīng)網(wǎng)絡(luò)控制的學(xué)習(xí)機(jī)制

3.8.1監(jiān)督式學(xué)習(xí)

3.8.2增強(qiáng)式學(xué)習(xí)

3.9神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)

3.9.1神經(jīng)網(wǎng)絡(luò)直接逆模型控制法

3.9.2真接網(wǎng)絡(luò)控制法

3.9.3多神經(jīng)網(wǎng)絡(luò)自學(xué)習(xí)控制法

3.10單一神經(jīng)元控制

習(xí)題和思考題

第4章專(zhuān)家控制

4.1引言

4.2專(zhuān)家控制的基本原理

4.2.1專(zhuān)家控制系統(tǒng)的基本內(nèi)容

4.2.2知識(shí)表達(dá)

4.2.3知識(shí)推理

4.2.4專(zhuān)家控制系統(tǒng)的設(shè)計(jì)

4.3專(zhuān)家控制應(yīng)剛舉例

4.3.1PID專(zhuān)家控制系統(tǒng)設(shè)計(jì)

4.3.2過(guò)程專(zhuān)家控制系統(tǒng)

4.4仿人智能控制

4.4.1仿人智能控制的引入

4.4.2仿人智能控制的基本概念

4.4.3仿人智能控制的實(shí)現(xiàn)

4.4.4仿人智能控制的應(yīng)用舉例

習(xí)題和思考題

上機(jī)實(shí)驗(yàn)題

第5章分層遞階智能控制

5.1引言

5.2遞階智能控制的基本原理

5.3遞階智能控制的組織和協(xié)調(diào)

5.3.1遞階智能控制的組織級(jí)

5.3.2遞階智能控制的協(xié)調(diào)級(jí)

5.3.3遞階智能控制的執(zhí)行級(jí)

5.4分層遞階智能控制的應(yīng)用舉例

5.4.1智能機(jī)器人系統(tǒng)的遞階控制

5.4.2集散遞階智能控制系統(tǒng)

習(xí)題和思考題

第6章學(xué)習(xí)控制

第7章模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)

第8章進(jìn)貨算法

第9章多智能體系統(tǒng)控制 2100433B

韋巍，1964年生。1983年浙江大學(xué)本科畢業(yè)，1994年獲博士學(xué)位。1993年和1998年分別獲ALCS和DFG資助，赴英國(guó)Reading大學(xué)和德國(guó)Bochum大學(xué)聯(lián)合研究?，F(xiàn)為浙江大學(xué)電氣學(xué)院副院長(zhǎng)，博士生導(dǎo)師。目前主要從事智能控制與智能系統(tǒng)理論及應(yīng)用研究，包括智能機(jī)器人。曾獲浙江省科技進(jìn)步二等獎(jiǎng)1項(xiàng)、教育部科技進(jìn)步三等獎(jiǎng)1項(xiàng)和浙江省優(yōu)秀教學(xué)成果獎(jiǎng)1項(xiàng)。已發(fā)表學(xué)術(shù)論文近百篇，其中SCI、EI收錄論文50余篇。

何衍，浙江金華人，1973年生。1995年、1998年于浙江工業(yè)大學(xué)獲自動(dòng)化專(zhuān)業(yè)學(xué)士、碩士學(xué)位，2001年于浙江大學(xué)獲控制理論與控制工程專(zhuān)業(yè)博士學(xué)位。現(xiàn)為浙江大學(xué)系統(tǒng)科學(xué)與工程學(xué)系副教授、碩士生導(dǎo)師。主要從事信息融合、機(jī)器人、知識(shí)工程、運(yùn)籌學(xué)等方面的科研和教學(xué)工作。負(fù)責(zé)、參加國(guó)家自然科學(xué)基金等科研項(xiàng)目多項(xiàng)。

智能控制作為一門(mén)新興學(xué)科，它的發(fā)展得益于許多學(xué)科，如人工智能、認(rèn)知科學(xué)、現(xiàn)代控制理論、模糊數(shù)學(xué)、生物控制論、學(xué)習(xí)理論以及網(wǎng)絡(luò)理論等。

《智能控制基礎(chǔ)》總結(jié)近20年來(lái)智能控制的研究成果，詳細(xì)論述智能控制的基本概念、工作原理和設(shè)計(jì)方法。主要內(nèi)容包括：智能控制概論、模糊控制論、人工神經(jīng)網(wǎng)絡(luò)控制論、專(zhuān)家控制、分層遞階智能控制、學(xué)習(xí)控制、模糊神經(jīng)網(wǎng)絡(luò)控制與自適應(yīng)神經(jīng)網(wǎng)絡(luò)、進(jìn)化算法、多智能體系統(tǒng)控制。

《智能控制基礎(chǔ)》在深入系統(tǒng)介紹智能控制設(shè)計(jì)理論和應(yīng)用方法的同時(shí)，還結(jié)合課堂教學(xué)給出了大量的設(shè)計(jì)例子和習(xí)題。

《智能控制基礎(chǔ)》選材新穎，系統(tǒng)性強(qiáng)，通俗易懂，突出理論聯(lián)系實(shí)際。既適合初學(xué)者學(xué)習(xí)智能控制的基本理論和方法，又對(duì)智能控制的研究學(xué)者有一定的參考價(jià)值。它標(biāo)注了部分拓展內(nèi)容的章節(jié)，供深入研究者參考。整本教材主要針對(duì)控制科學(xué)與工程、電氣工程等學(xué)科碩士研究生和自動(dòng)化專(zhuān)業(yè)高年級(jí)本科生使用，也適合其他專(zhuān)業(yè)的工程師閱讀和參考。

前言

章 智能控制理論基礎(chǔ)

1.1 智能控制的基本概念

1.2 智能控制系統(tǒng)的特征和性能

1.3 智能控制系統(tǒng)的類(lèi)型

1.4 智通控制的發(fā)展概況

1.5 集合及其運(yùn)算

1.6 模糊解及其運(yùn)算規(guī)則

1.7 隸屬函數(shù)

1.8 模糊矩陣與模糊關(guān)系

1.9 模糊向量

1.10 模糊邏輯與模糊推理

小結(jié)

習(xí)題

第二章 模糊控制原理

2.1 基本模糊控制器的設(shè)計(jì)

2.2 自適應(yīng)模糊控制器

2.3 模糊關(guān)系模型

2.4 基于T-S模型的模糊控制

2.5 改善模糊控制系統(tǒng)穩(wěn)態(tài)性能的方法

小結(jié)

習(xí)題

第三章 神經(jīng)網(wǎng)絡(luò)控制

3.1 神經(jīng)元模型

3.2 經(jīng)神網(wǎng)絡(luò)結(jié)構(gòu)分類(lèi)及其工作方式

3.3 神經(jīng)網(wǎng)絡(luò)的應(yīng)用

3.4 模糊神經(jīng)網(wǎng)絡(luò)

3.5 神經(jīng)元自適應(yīng)PID控制

3.6 神經(jīng)元自適應(yīng)PSD控制

3.7 神經(jīng)網(wǎng)絡(luò)內(nèi)?？刂?

3.8 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

3.9 神經(jīng)網(wǎng)絡(luò)PID控制

小結(jié)

習(xí)題

第四章 混沌控制

4.1 混沌及混沌控制簡(jiǎn)介

4.2 混沌的基本理論

4.3 混沌控制的基本理論

4.4 混沌反控制

小結(jié)

習(xí)題

第五章 專(zhuān)家控制

5.1 專(zhuān)家系統(tǒng)概述

5.2 專(zhuān)家控制系統(tǒng)

5.3 知識(shí)庫(kù)的形成和推理機(jī)制

5.4 專(zhuān)家控制系統(tǒng)應(yīng)用實(shí)例

小結(jié)

習(xí)題

參考文獻(xiàn)2100433B

第1章緒論

1.1智能控制的發(fā)展過(guò)程

1.1.1智能控制的提出

1.1.2智能控制的概念

1.1.3智能控制的發(fā)展

1.1.4智能控制的技術(shù)基礎(chǔ)

1.2智能控制的幾個(gè)重要分支

1.2.1模糊控制

1.2.2神經(jīng)網(wǎng)絡(luò)控制

1.2.3智能搜索算法

1.3智能控制的特點(diǎn)、工具及應(yīng)用

1.3.1智能控制的特點(diǎn)

1.3.2智能控制的研究工具

1.3.3智能控制的應(yīng)用

思考題

參考文獻(xiàn)

第2章模糊控制的理論基礎(chǔ)

2.1概述

2.2模糊集合

2.2.1模糊集合

2.2.2模糊集合的運(yùn)算

2.3隸屬函數(shù)

2.3.1隸屬函數(shù)的特點(diǎn)

2.3.2幾種典型的隸屬函數(shù)及其MATLAB表示

2.3.3模糊系統(tǒng)的設(shè)計(jì)

2.3.4隸屬函數(shù)的確定方法

2.4模糊關(guān)系及其運(yùn)算

2.4.1模糊關(guān)系矩陣

2.4.2模糊矩陣運(yùn)算

2.4.3模糊矩陣的合成

2.5模糊推理

2.5.1模糊語(yǔ)句

2.5.2模糊推理

思考題

第3章模糊邏輯控制

3.1模糊控制的基本原理

3.1.1模糊控制原理

3.1.2模糊控制器的組成

3.1.3模糊控制系統(tǒng)的工作原理

3.1.4模糊控制器結(jié)構(gòu)

3.2模糊控制系統(tǒng)分類(lèi)

3.3模糊控制器的設(shè)計(jì)

3.3.1模糊控制器的設(shè)計(jì)步驟

3.3.2模糊控制器的MATLAB仿真

3.4模糊控制應(yīng)用實(shí)例——洗衣機(jī)的模糊控制

3.5模糊自適應(yīng)整定PID控制

3.5.1模糊自適應(yīng)整定PID控制原理

3.5.2仿真實(shí)例

3.6大時(shí)變擾動(dòng)下切換增益模糊調(diào)節(jié)的滑?？刂?

3.6.1系統(tǒng)描述

3.6.2滑模控制器設(shè)計(jì)

3.6.3模糊規(guī)則設(shè)計(jì)

3.6.4仿真實(shí)例

思考題

第4章自適應(yīng)模糊控制

4.1模糊逼近

4.1.1模糊系統(tǒng)的設(shè)計(jì)

4.1.2模糊系統(tǒng)的逼近精度

4.1.3仿真實(shí)例

4.2間接自適應(yīng)模糊控制

4.2.1問(wèn)題描述

4.2.2自適應(yīng)模糊滑?？刂破髟O(shè)計(jì)

4.2.3仿真實(shí)例

4.3直接自適應(yīng)模糊控制

4.3.1問(wèn)題描述

4.3.2模糊控制器的設(shè)計(jì)

4.3.3自適應(yīng)律的設(shè)計(jì)

4.3.4仿真實(shí)例

思考題

第5章基于TS模糊建模的控制

5.1TS模糊模型

5.1.1TS模糊模型的形式

5.1.2仿真實(shí)例

5.1.3一類(lèi)非線(xiàn)性系統(tǒng)的TS模糊建模

5.2TS型模糊控制器的設(shè)計(jì)

5.3倒立擺系統(tǒng)的TS模糊模型

5.4基于線(xiàn)性矩陣不等式的單級(jí)倒立擺TS模糊控制

5.4.1LMI不等式的設(shè)計(jì)及分析

5.4.2不等式的轉(zhuǎn)換

5.4.3LMI設(shè)計(jì)實(shí)例

5.4.4基于LMI的倒立擺TS模糊控制

5.5基于極點(diǎn)配置的單級(jí)倒立擺TS模糊控制

附加資料： 新的LMI求解工具箱——YALMIP工具箱

思考題

參考文獻(xiàn)

第6章機(jī)械手自適應(yīng)模糊控制

6.1簡(jiǎn)單的自適應(yīng)模糊滑?？刂?

6.1.1問(wèn)題描述

6.1.2模糊逼近原理

6.1.3控制算法設(shè)計(jì)與分析

6.1.4仿真實(shí)例

6.2基于模糊補(bǔ)償?shù)臋C(jī)械手模糊自適應(yīng)滑?？刂?

6.2.1系統(tǒng)描述

6.2.2基于傳統(tǒng)模糊補(bǔ)償?shù)目刂?

6.2.3自適應(yīng)控制律的設(shè)計(jì)

6.2.4基于摩擦模糊逼近的模糊補(bǔ)償控制

6.2.5仿真實(shí)例

6.3模糊系統(tǒng)逼近的最小參數(shù)學(xué)習(xí)法

6.3.1問(wèn)題描述

6.3.2模糊系統(tǒng)最小參數(shù)逼近

6.3.3基于模糊系統(tǒng)逼近的最小參數(shù)自適應(yīng)控制

6.3.4仿真實(shí)例

6.4基于模糊補(bǔ)償?shù)臋C(jī)械手單參數(shù)自適應(yīng)控制

6.4.1系統(tǒng)描述

6.4.2基于模糊系統(tǒng)逼近的最小參數(shù)自適應(yīng)控制

6.4.3仿真實(shí)例

附加資料

思考題

參考文獻(xiàn)

第7章神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)

7.1神經(jīng)網(wǎng)絡(luò)發(fā)展簡(jiǎn)史

7.2神經(jīng)網(wǎng)絡(luò)原理

7.3神經(jīng)網(wǎng)絡(luò)的分類(lèi)

7.4神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法

7.4.1Hebb學(xué)習(xí)規(guī)則

7.4.2Delta(δ)學(xué)習(xí)規(guī)則

7.5神經(jīng)網(wǎng)絡(luò)的特征及要素

7.5.1神經(jīng)網(wǎng)絡(luò)特征

7.5.2神經(jīng)網(wǎng)絡(luò)三要素

7.6神經(jīng)網(wǎng)絡(luò)控制的研究領(lǐng)域

思考題

第8章典型神經(jīng)網(wǎng)絡(luò)

8.1單神經(jīng)元網(wǎng)絡(luò)

8.2BP神經(jīng)網(wǎng)絡(luò)

8.3RBF神經(jīng)網(wǎng)絡(luò)

8.3.1網(wǎng)絡(luò)結(jié)構(gòu)

8.3.2控制系統(tǒng)設(shè)計(jì)中RBF網(wǎng)絡(luò)的逼近

8.4Hopfield神經(jīng)網(wǎng)絡(luò)

思考題

參考文獻(xiàn)

第9章自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制

9.1一階系統(tǒng)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

9.1.1系統(tǒng)描述

9.1.2滑?？刂破髟O(shè)計(jì)

9.1.3仿真實(shí)例

9.1.4一階系統(tǒng)自適應(yīng)RBF控制

9.1.5仿真實(shí)例

9.2二階系統(tǒng)自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制

9.2.1系統(tǒng)描述

9.2.2基于RBF網(wǎng)絡(luò)逼近f(x)的滑?？刂?

9.2.3仿真實(shí)例

9.3基于RBF網(wǎng)絡(luò)的單參數(shù)直接魯棒自適應(yīng)控制

9.3.1系統(tǒng)描述

9.3.2控制律和自適應(yīng)律設(shè)計(jì)

9.3.3仿真實(shí)例

思考題

參考文獻(xiàn)

第10章基于RBF網(wǎng)絡(luò)的輸入輸出受限控制

10.1控制系統(tǒng)位置輸出受限控制

10.1.1輸出受限引理

10.1.2系統(tǒng)描述

10.1.3控制器的設(shè)計(jì)

10.1.4仿真實(shí)例

10.2基于RBF網(wǎng)絡(luò)的狀態(tài)輸出受限控制

10.2.1系統(tǒng)描述

10.2.2RBF網(wǎng)絡(luò)原理

10.2.3控制器的設(shè)計(jì)

10.2.4仿真實(shí)例

10.3基于雙曲正切的輸入受限控制

10.3.1雙曲函數(shù)及性質(zhì)

10.3.2定理及分析

10.3.3基于雙曲正切的輸入受限控制

10.3.4仿真實(shí)例

10.4基于RBF網(wǎng)絡(luò)逼近的輸入受限控制

10.4.1系統(tǒng)描述

10.4.2RBF神經(jīng)網(wǎng)絡(luò)逼近

10.4.3控制器的設(shè)計(jì)及分析

10.4.4仿真實(shí)例

思考題

參考文獻(xiàn)

第11章基于RBF神經(jīng)網(wǎng)絡(luò)的執(zhí)行器自適應(yīng)容錯(cuò)控制

11.1執(zhí)行器容錯(cuò)控制描述

11.2SISO系統(tǒng)執(zhí)行器自適應(yīng)容錯(cuò)控制

11.2.1控制問(wèn)題描述

11.2.2控制律的設(shè)計(jì)與分析

11.2.3仿真實(shí)例

11.3基于RBF網(wǎng)絡(luò)的SISO系統(tǒng)執(zhí)行器自適應(yīng)容錯(cuò)控制

11.3.1控制問(wèn)題描述

11.3.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

11.3.3控制律的設(shè)計(jì)與分析

11.3.4仿真實(shí)例

11.4MISO系統(tǒng)執(zhí)行器自適應(yīng)容錯(cuò)控制

11.4.1控制問(wèn)題描述

11.4.2控制律的設(shè)計(jì)與分析

11.4.3仿真實(shí)例

11.5MISO系統(tǒng)執(zhí)行器自適應(yīng)神經(jīng)網(wǎng)絡(luò)容錯(cuò)控制

11.5.1控制問(wèn)題描述

11.5.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

11.5.3控制律的設(shè)計(jì)與分析

11.5.4仿真實(shí)例

11.6帶執(zhí)行器卡死的MISO系統(tǒng)自適應(yīng)容錯(cuò)控制

11.6.1控制問(wèn)題描述

11.6.2控制律的設(shè)計(jì)與分析

11.6.3仿真實(shí)例

11.7帶執(zhí)行器卡死的MISO系統(tǒng)神經(jīng)網(wǎng)絡(luò)自適應(yīng)容錯(cuò)控制

11.7.1控制問(wèn)題描述

11.7.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

11.7.3控制律的設(shè)計(jì)與分析

11.7.4仿真實(shí)例

附加資料

思考題

參考文獻(xiàn)

第12章機(jī)械系統(tǒng)神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

12.1一種簡(jiǎn)單的RBF網(wǎng)絡(luò)自適應(yīng)滑模控制

12.1.1問(wèn)題描述

12.1.2RBF網(wǎng)絡(luò)原理

12.1.3控制算法設(shè)計(jì)與分析

12.1.4仿真實(shí)例

12.2基于RBF網(wǎng)絡(luò)逼近的機(jī)械手自適應(yīng)控制

12.2.1問(wèn)題的提出

12.2.2基于RBF神經(jīng)網(wǎng)絡(luò)逼近的控制器

12.2.3仿真實(shí)例

12.3基于RBF網(wǎng)絡(luò)的最小參數(shù)自適應(yīng)控制

12.3.1問(wèn)題描述

12.3.2基于RBF網(wǎng)絡(luò)逼近的最小參數(shù)自適應(yīng)控制

12.3.3仿真實(shí)例

12.4機(jī)械手神經(jīng)網(wǎng)絡(luò)單參數(shù)自適應(yīng)控制

12.4.1問(wèn)題的提出

12.4.2神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

12.4.3控制器設(shè)計(jì)

12.4.4仿真實(shí)例

12.5一類(lèi)欠驅(qū)動(dòng)機(jī)械系統(tǒng)神經(jīng)網(wǎng)絡(luò)滑?？刂?

12.5.1系統(tǒng)描述

12.5.2RBF網(wǎng)絡(luò)原理

12.5.3滑模控制律的設(shè)計(jì)

12.5.4收斂性分析

12.5.5仿真實(shí)例

附加資料

思考題

參考文獻(xiàn)

第13章基于RBF網(wǎng)絡(luò)的反演自適應(yīng)控制

13.1一種三階非線(xiàn)性系統(tǒng)的反演控制

13.1.1系統(tǒng)描述

13.1.2反演控制器設(shè)計(jì)

13.1.3仿真實(shí)例

13.2基于RBF網(wǎng)絡(luò)的三階非線(xiàn)性系統(tǒng)反演控制

13.2.1系統(tǒng)描述

13.2.2RBF網(wǎng)絡(luò)原理

13.2.3神經(jīng)網(wǎng)絡(luò)反演控制器設(shè)計(jì)

13.2.4仿真實(shí)例

思考題

參考文獻(xiàn)

第14章基于LMI的神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

14.1基于LMI的控制

14.1.1系統(tǒng)描述

14.1.2控制器的設(shè)計(jì)與分析

14.1.3仿真實(shí)例

14.2基于LMI的神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制

14.2.1系統(tǒng)描述

14.2.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

14.2.3控制器的設(shè)計(jì)與分析

14.2.4仿真實(shí)例

14.3基于LMI的神經(jīng)網(wǎng)絡(luò)自適應(yīng)跟蹤控制

14.3.1系統(tǒng)描述

14.3.2仿真實(shí)例

思考題

第15章智能優(yōu)化算法

15.1遺傳算法及其應(yīng)用

15.1.1遺傳算法的基本原理

15.1.2遺傳算法的特點(diǎn)

15.1.3遺傳算法的應(yīng)用領(lǐng)域

15.1.4遺傳算法的優(yōu)化設(shè)計(jì)

15.1.5基于遺傳算法的函數(shù)優(yōu)化

15.2基于遺傳算法的TSP優(yōu)化

15.2.1TSP的編碼

15.2.2TSP的遺傳算法設(shè)計(jì)

15.2.3仿真實(shí)例

15.3粒子群優(yōu)化算法

15.3.1粒子群算法基本原理

15.3.2算法流程

15.3.3基于粒子群算法的函數(shù)優(yōu)化

15.4標(biāo)準(zhǔn)差分進(jìn)化算法

15.4.1差分進(jìn)化算法的基本流程

15.4.2差分進(jìn)化算法的參數(shù)設(shè)置

15.4.3基于差分進(jìn)化算法的函數(shù)優(yōu)化

15.5基于差分進(jìn)化最優(yōu)軌跡規(guī)劃的PD控制

15.5.1問(wèn)題的提出

15.5.2一個(gè)簡(jiǎn)單的樣條插值實(shí)例

15.5.3最優(yōu)軌跡的設(shè)計(jì)

15.5.4最優(yōu)軌跡的優(yōu)化

15.5.5仿真實(shí)例

15.6基于Hopfield網(wǎng)絡(luò)的路徑優(yōu)化

15.6.1TSP問(wèn)題

15.6.2求解TSP問(wèn)題的Hopfield神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)

15.6.3仿真實(shí)例

思考題

參考文獻(xiàn)

第16章智能優(yōu)化算法在參數(shù)辨識(shí)中的應(yīng)用

16.1柔性機(jī)械手動(dòng)力學(xué)模型參數(shù)辨識(shí)

16.1.1柔性機(jī)械手模型描述

16.1.2仿真實(shí)例

16.2飛行器縱向模型參數(shù)辨識(shí)

16.2.1問(wèn)題描述

16.2.2仿真實(shí)例

16.3VTOL飛行器參數(shù)辨識(shí)

16.3.1VTOL飛行器參數(shù)辨識(shí)問(wèn)題

16.3.2基于粒子群算法的參數(shù)辨識(shí)

16.3.3基于差分進(jìn)化算法的VTOL飛行器參數(shù)辨識(shí)

16.4四旋翼飛行器建模與參數(shù)辨識(shí)

16.4.1四旋翼飛行器動(dòng)力學(xué)模型

16.4.2動(dòng)力學(xué)模型的變換

16.4.3參數(shù)的辨識(shí)

16.4.4基于粒子群算法參數(shù)辨識(shí)

16.4.5基于差分進(jìn)化算法參數(shù)辨識(shí)

思考題

參考文獻(xiàn)

第17章神經(jīng)網(wǎng)絡(luò)自適應(yīng)協(xié)調(diào)控制

17.1主輔電機(jī)協(xié)調(diào)魯棒控制

17.1.1系統(tǒng)描述

17.1.2控制律設(shè)計(jì)與分析

17.1.3仿真實(shí)例

17.2基于神經(jīng)網(wǎng)絡(luò)的主輔電機(jī)協(xié)調(diào)控制

17.2.1系統(tǒng)描述

17.2.2RBF網(wǎng)絡(luò)的設(shè)計(jì)

17.2.3控制律設(shè)計(jì)與分析

17.2.4仿真實(shí)例

思考題

參考文獻(xiàn)2100433B

本書(shū)結(jié)合作者的研究工作，詳細(xì)地介紹了智能控制的基本概念、原理、實(shí)現(xiàn)方法及其應(yīng)用。內(nèi)容包括：智能控制理論的數(shù)學(xué)基礎(chǔ)及其基本知識(shí)；模糊控制系統(tǒng)的組成、基本原理、設(shè)計(jì)方法及其提高控制系統(tǒng)性能的幾種改進(jìn)方式；神經(jīng)網(wǎng)絡(luò)控制的基本原理工作方式及其幾種典型應(yīng)用；混沌控制的原理及其具有代表性的混沌控制方法；專(zhuān)家控制系統(tǒng)的原理、結(jié)構(gòu)、主要控制方法及應(yīng)用實(shí)例。

本書(shū)注重理論與工程實(shí)際相結(jié)合，在介紹理論的基礎(chǔ)上，還融入了作者及其他研究者的實(shí)際應(yīng)用成果，對(duì)具體工程應(yīng)用具有較大的參考價(jià)值。

本書(shū)可作為高等院校自動(dòng)控制及其相關(guān)專(zhuān)業(yè)大學(xué)本科生及研究生的教材，也可供相關(guān)專(zhuān)業(yè)的科研人員、工程技術(shù)人員自學(xué)和參考。