智能控制——理論基礎、算法設計與應用圖書目錄

第1章緒論

1.1智能控制的發(fā)展過程

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智能控制的技術基礎

1.2智能控制的幾個重要分支

1.2.1模糊控制

1.2.2神經(jīng)網(wǎng)絡控制

1.2.3智能搜索算法

1.3智能控制的特點、工具及應用

1.3.1智能控制的特點

1.3.2智能控制的研究工具

1.3.3智能控制的應用

思考題

參考文獻

第2章模糊控制的理論基礎

2.1概述

2.2模糊集合

2.2.1模糊集合

2.2.2模糊集合的運算

2.3隸屬函數(shù)

2.3.1隸屬函數(shù)的特點

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)的設計

2.3.4隸屬函數(shù)的確定方法

2.4模糊關系及其運算

2.4.1模糊關系矩陣

2.4.2模糊矩陣運算

2.4.3模糊矩陣的合成

2.5模糊推理

2.5.1模糊語句

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模糊控制器結構

3.2模糊控制系統(tǒng)分類

3.3模糊控制器的設計

3.3.1模糊控制器的設計步驟

3.3.2模糊控制器的MATLAB仿真

3.4模糊控制應用實例——洗衣機的模糊控制

3.5模糊自適應整定PID控制

3.5.1模糊自適應整定PID控制原理

3.5.2仿真實例

3.6大時變擾動下切換增益模糊調(diào)節(jié)的滑?？刂?

3.6.1系統(tǒng)描述

3.6.2滑模控制器設計

3.6.3模糊規(guī)則設計

3.6.4仿真實例

思考題

第4章自適應模糊控制

4.1模糊逼近

4.1.1模糊系統(tǒng)的設計

4.1.2模糊系統(tǒng)的逼近精度

4.1.3仿真實例

4.2間接自適應模糊控制

4.2.1問題描述

4.2.2自適應模糊滑?？刂破髟O計

4.2.3仿真實例

4.3直接自適應模糊控制

4.3.1問題描述

4.3.2模糊控制器的設計

4.3.3自適應律的設計

4.3.4仿真實例

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仿真實例

5.1.3一類非線性系統(tǒng)的TS模糊建模

5.2TS型模糊控制器的設計

5.3倒立擺系統(tǒng)的TS模糊模型

5.4基于線性矩陣不等式的單級倒立擺TS模糊控制

5.4.1LMI不等式的設計及分析

5.4.2不等式的轉換

5.4.3LMI設計實例

5.4.4基于LMI的倒立擺TS模糊控制

5.5基于極點配置的單級倒立擺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

第6章機械手自適應模糊控制

6.1簡單的自適應模糊滑模控制

6.1.1問題描述

6.1.2模糊逼近原理

6.1.3控制算法設計與分析

6.1.4仿真實例

6.2基于模糊補償?shù)臋C械手模糊自適應滑?？刂?

6.2.1系統(tǒng)描述

6.2.2基于傳統(tǒng)模糊補償?shù)目刂?

6.2.3自適應控制律的設計

6.2.4基于摩擦模糊逼近的模糊補償控制

6.2.5仿真實例

6.3模糊系統(tǒng)逼近的最小參數(shù)學習法

6.3.1問題描述

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)自適應控制

6.3.4仿真實例

6.4基于模糊補償?shù)臋C械手單參數(shù)自適應控制

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)自適應控制

6.4.3仿真實例

附加資料

思考題

參考文獻

第7章神經(jīng)網(wǎng)絡理論基礎

7.1神經(jīng)網(wǎng)絡發(fā)展簡史

7.2神經(jīng)網(wǎng)絡原理

7.3神經(jīng)網(wǎng)絡的分類

7.4神經(jīng)網(wǎng)絡學習算法

7.4.1Hebb學習規(guī)則

7.4.2Delta(δ)學習規(guī)則

7.5神經(jīng)網(wǎng)絡的特征及要素

7.5.1神經(jīng)網(wǎng)絡特征

7.5.2神經(jīng)網(wǎng)絡三要素

7.6神經(jīng)網(wǎng)絡控制的研究領域

思考題

第8章典型神經(jīng)網(wǎng)絡

8.1單神經(jīng)元網(wǎng)絡

8.2BP神經(jīng)網(wǎng)絡

8.3RBF神經(jīng)網(wǎng)絡

8.3.1網(wǎng)絡結構

8.3.2控制系統(tǒng)設計中RBF網(wǎng)絡的逼近

8.4Hopfield神經(jīng)網(wǎng)絡

思考題

參考文獻

第9章自適應RBF神經(jīng)網(wǎng)絡控制

9.1一階系統(tǒng)神經(jīng)網(wǎng)絡自適應控制

9.1.1系統(tǒng)描述

9.1.2滑?？刂破髟O計

9.1.3仿真實例

9.1.4一階系統(tǒng)自適應RBF控制

9.1.5仿真實例

9.2二階系統(tǒng)自適應RBF神經(jīng)網(wǎng)絡控制

9.2.1系統(tǒng)描述

9.2.2基于RBF網(wǎng)絡逼近f(x)的滑?？刂?

9.2.3仿真實例

9.3基于RBF網(wǎng)絡的單參數(shù)直接魯棒自適應控制

9.3.1系統(tǒng)描述

9.3.2控制律和自適應律設計

9.3.3仿真實例

思考題

參考文獻

第10章基于RBF網(wǎng)絡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控制器的設計

10.1.4仿真實例

10.2基于RBF網(wǎng)絡的狀態(tài)輸出受限控制

10.2.1系統(tǒng)描述

10.2.2RBF網(wǎng)絡原理

10.2.3控制器的設計

10.2.4仿真實例

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

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仿真實例

10.4基于RBF網(wǎng)絡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)絡逼近

10.4.3控制器的設計及分析

10.4.4仿真實例

思考題

參考文獻

第11章基于RBF神經(jīng)網(wǎng)絡的執(zhí)行器自適應容錯控制

11.1執(zhí)行器容錯控制描述

11.2SISO系統(tǒng)執(zhí)行器自適應容錯控制

11.2.1控制問題描述

11.2.2控制律的設計與分析

11.2.3仿真實例

11.3基于RBF網(wǎng)絡的SISO系統(tǒng)執(zhí)行器自適應容錯控制

11.3.1控制問題描述

11.3.2RBF神經(jīng)網(wǎng)絡設計

11.3.3控制律的設計與分析

11.3.4仿真實例

11.4MISO系統(tǒng)執(zhí)行器自適應容錯控制

11.4.1控制問題描述

11.4.2控制律的設計與分析

11.4.3仿真實例

11.5MISO系統(tǒng)執(zhí)行器自適應神經(jīng)網(wǎng)絡容錯控制

11.5.1控制問題描述

11.5.2RBF神經(jīng)網(wǎng)絡設計

11.5.3控制律的設計與分析

11.5.4仿真實例

11.6帶執(zhí)行器卡死的MISO系統(tǒng)自適應容錯控制

11.6.1控制問題描述

11.6.2控制律的設計與分析

11.6.3仿真實例

11.7帶執(zhí)行器卡死的MISO系統(tǒng)神經(jīng)網(wǎng)絡自適應容錯控制

11.7.1控制問題描述

11.7.2RBF神經(jīng)網(wǎng)絡設計

11.7.3控制律的設計與分析

11.7.4仿真實例

附加資料

思考題

參考文獻

第12章機械系統(tǒng)神經(jīng)網(wǎng)絡自適應控制

12.1一種簡單的RBF網(wǎng)絡自適應滑?？刂?

12.1.1問題描述

12.1.2RBF網(wǎng)絡原理

12.1.3控制算法設計與分析

12.1.4仿真實例

12.2基于RBF網(wǎng)絡逼近的機械手自適應控制

12.2.1問題的提出

12.2.2基于RBF神經(jīng)網(wǎng)絡逼近的控制器

12.2.3仿真實例

12.3基于RBF網(wǎng)絡的最小參數(shù)自適應控制

12.3.1問題描述

12.3.2基于RBF網(wǎng)絡逼近的最小參數(shù)自適應控制

12.3.3仿真實例

12.4機械手神經(jīng)網(wǎng)絡單參數(shù)自適應控制

12.4.1問題的提出

12.4.2神經(jīng)網(wǎng)絡設計

12.4.3控制器設計

12.4.4仿真實例

12.5一類欠驅動機械系統(tǒng)神經(jīng)網(wǎng)絡滑模控制

12.5.1系統(tǒng)描述

12.5.2RBF網(wǎng)絡原理

12.5.3滑?？刂坡傻脑O計

12.5.4收斂性分析

12.5.5仿真實例

附加資料

思考題

參考文獻

第13章基于RBF網(wǎng)絡的反演自適應控制

13.1一種三階非線性系統(tǒng)的反演控制

13.1.1系統(tǒng)描述

13.1.2反演控制器設計

13.1.3仿真實例

13.2基于RBF網(wǎng)絡的三階非線性系統(tǒng)反演控制

13.2.1系統(tǒng)描述

13.2.2RBF網(wǎng)絡原理

13.2.3神經(jīng)網(wǎng)絡反演控制器設計

13.2.4仿真實例

思考題

參考文獻

第14章基于LMI的神經(jīng)網(wǎng)絡自適應控制

14.1基于LMI的控制

14.1.1系統(tǒng)描述

14.1.2控制器的設計與分析

14.1.3仿真實例

14.2基于LMI的神經(jīng)網(wǎng)絡自適應控制

14.2.1系統(tǒng)描述

14.2.2RBF神經(jīng)網(wǎng)絡設計

14.2.3控制器的設計與分析

14.2.4仿真實例

14.3基于LMI的神經(jīng)網(wǎng)絡自適應跟蹤控制

14.3.1系統(tǒng)描述

14.3.2仿真實例

思考題

第15章智能優(yōu)化算法

15.1遺傳算法及其應用

15.1.1遺傳算法的基本原理

15.1.2遺傳算法的特點

15.1.3遺傳算法的應用領域

15.1.4遺傳算法的優(yōu)化設計

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的遺傳算法設計

15.2.3仿真實例

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標準差分進化算法

15.4.1差分進化算法的基本流程

15.4.2差分進化算法的參數(shù)設置

15.4.3基于差分進化算法的函數(shù)優(yōu)化

15.5基于差分進化最優(yōu)軌跡規(guī)劃的PD控制

15.5.1問題的提出

15.5.2一個簡單的樣條插值實例

15.5.3最優(yōu)軌跡的設計

15.5.4最優(yōu)軌跡的優(yōu)化

15.5.5仿真實例

15.6基于Hopfield網(wǎng)絡的路徑優(yōu)化

15.6.1TSP問題

15.6.2求解TSP問題的Hopfield神經(jīng)網(wǎng)絡設計

15.6.3仿真實例

思考題

參考文獻

第16章智能優(yōu)化算法在參數(shù)辨識中的應用

16.1柔性機械手動力學模型參數(shù)辨識

16.1.1柔性機械手模型描述

16.1.2仿真實例

16.2飛行器縱向模型參數(shù)辨識

16.2.1問題描述

16.2.2仿真實例

16.3VTOL飛行器參數(shù)辨識

16.3.1VTOL飛行器參數(shù)辨識問題

16.3.2基于粒子群算法的參數(shù)辨識

16.3.3基于差分進化算法的VTOL飛行器參數(shù)辨識

16.4四旋翼飛行器建模與參數(shù)辨識

16.4.1四旋翼飛行器動力學模型

16.4.2動力學模型的變換

16.4.3參數(shù)的辨識

16.4.4基于粒子群算法參數(shù)辨識

16.4.5基于差分進化算法參數(shù)辨識

思考題

參考文獻

第17章神經(jīng)網(wǎng)絡自適應協(xié)調(diào)控制

17.1主輔電機協(xié)調(diào)魯棒控制

17.1.1系統(tǒng)描述

17.1.2控制律設計與分析

17.1.3仿真實例

17.2基于神經(jīng)網(wǎng)絡的主輔電機協(xié)調(diào)控制

17.2.1系統(tǒng)描述

17.2.2RBF網(wǎng)絡的設計

17.2.3控制律設計與分析

17.2.4仿真實例

思考題

參考文獻2100433B

本書較全面地敘述了智能控制的基本理論、方法和應用。全書共分17章，主要內(nèi)容為模糊控制的基本原理和應用、神經(jīng)網(wǎng)絡控制的基本原理和應用、智能優(yōu)化算法及其應用。

本書系統(tǒng)性強，突出理論聯(lián)系實際，敘述深入淺出，適合于初學者學習。書中給出了一些智能算法的仿真實例和MATLAB仿真程序，并配有一定數(shù)量的習題和上機操作題，可作為高等院校工業(yè)自動化、計算機應用、電子工程等專業(yè)的高年級本科生和碩士研究生的教材，也適合從事工業(yè)自動化領域的工程技術人員閱讀和參考。

《智能控制算法及其應用》主要介紹各種典型智能控制算法的基本內(nèi)容、設計與實現(xiàn)方法及其在函數(shù)優(yōu)化、電力系統(tǒng)中的應用?！吨悄芸刂扑惴捌鋺谩肥紫汝U述智能、智能控制的基本概念，介紹智能控制與傳統(tǒng)的經(jīng)典控制理論、現(xiàn)代控制理論的聯(lián)系和區(qū)別。然后從四種典型智能控制算法（專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡和進化計算）入手分別闡述它們的發(fā)展歷史、基本內(nèi)容、實現(xiàn)方法及其應用。最后介紹混沌模擬退火動態(tài)煙花優(yōu)化算法，并將其用于優(yōu)化離散時間微分平坦自抗擾控制律的參數(shù)，通過計算機仿真和基于智能優(yōu)化算法試驗平臺開展試驗以驗證該算法的有效性；介紹遞減步長果蠅優(yōu)化算法，并將其應用于風電機組齒輪箱的故障診斷；介紹云粒子群布谷鳥融合算法，通過聯(lián)合循環(huán)發(fā)電機組典型熱工過程模型參數(shù)辨識實例驗證該算法的有效性。

智能協(xié)調(diào)控制控制系統(tǒng)安全返回算法

當控制系統(tǒng)不穩(wěn)定，或者當鍋爐出現(xiàn)較大程度的內(nèi)部擾動(例如煤發(fā)熱量擾動)時，上節(jié)所述之規(guī)則就反映了鍋爐一汽機能量的一種嚴重不平衡情況。在這種運行條件下，及時地將鍋爐輸入能量切回到安全的工作點，是保證系統(tǒng)穩(wěn)定的必要措施。

在穩(wěn)定工況下，前饋作用FF₁等于0。當規(guī)則2成立時，即鍋爐輸入能量超過汽機需求模式成立，則鍋爐側前饋

當控制系統(tǒng)己經(jīng)安全返回，即規(guī)則2不再成立時，則FF₁等于0。

前饋作用因此消失。

同理，當規(guī)則成立時，則F為一個可整定的正數(shù)，整定主要根據(jù)機組容許的限制來確定。

智能協(xié)調(diào)控制智能模糊控制算法

假設主蒸汽壓力偏差定義為

而負荷偏差定義為

通常，在協(xié)調(diào)控制系統(tǒng)中應用多變量模糊控制策略，需要構造模糊子集，從而構成復雜地推理規(guī)則庫.根據(jù)上節(jié)所建立的性能評價模式平面，我們無需考慮模糊子集，而只將約束條件。因此，模糊控制系統(tǒng)被轉換成在各象限中的控制方法。2100433B

本書系統(tǒng)地介紹智能控制的基本內(nèi)容，全書共6章，主要包括智能控制概述、模糊邏輯理論基礎、模糊控制、神經(jīng)網(wǎng)絡原理、神經(jīng)網(wǎng)絡控制、遺傳算法、粒子群算法、量子進化算法，以及智能控制的Matlab仿真程序設計，并給出了智能控制的應用實例。