智能控制理論與技術(shù)

孫增圻，江蘇靖江人，1943年生。1966年畢業(yè)于清華大學(xué)自動控制系，留校工作。1981年在瑞典獲博士學(xué)位。現(xiàn)為清華大學(xué)計算機(jī)系教授、博士生導(dǎo)師。主要從事智能控制、機(jī)器人、神經(jīng)網(wǎng)絡(luò)及模糊系統(tǒng)等方面的研究和教學(xué)。共有已鑒定的研究成果9項(xiàng)，發(fā)表論文100余篇，此前已編著《控制系統(tǒng)的計算機(jī)輔助設(shè)計》、《計算機(jī)控制理論及應(yīng)用》、《機(jī)器人智能控制》、《系統(tǒng)分析與控制》等書。

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算

2.6.6論域?yàn)殡x散時模糊控制的離線計算

2.7模糊控制系統(tǒng)的分析和設(shè)計

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

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

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

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

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

3.6.4利用動態(tài)網(wǎng)絡(luò)的系統(tǒng)辨識

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)動學(xué)控制

3.8.2神經(jīng)網(wǎng)絡(luò)動力學(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自動調(diào)整過程

4.4.2自動調(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)時推理

4.5.2知識獲取

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線性再勵學(xué)習(xí)控制

5.2.5Bayes學(xué)習(xí)控制

5.2.6基于模式識別的其他學(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

6.3協(xié)調(diào)級

6.3.1協(xié)調(diào)級的原理結(jié)構(gòu)

6.3.2Petri網(wǎng)翻譯器

6.3.3協(xié)調(diào)級的Petri網(wǎng)結(jié)構(gòu)

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

6.4執(zhí)行級

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

智能控制是一門新興的交叉學(xué)科。本書系統(tǒng)地介紹了智能控制的理論和主要技術(shù)內(nèi)容，其中包括模糊邏輯控制、神經(jīng)網(wǎng)絡(luò)控制、專家控制、學(xué)習(xí)控制、分層遞階控制及遺傳算法等。每部分自成體系，而又互相聯(lián)系。它們構(gòu)成了智能控制的主要理論和技術(shù)的框架。本書取材新穎，內(nèi)容豐富，彌補(bǔ)了當(dāng)前智能控制缺乏系統(tǒng)性資料的不足。

本書可作為信息、自動化及計算機(jī)應(yīng)用等專業(yè)的本科生及研究生的教材及參考書，也可供有關(guān)教師和科技工作者參考。

書 名: 智能控制理論與方法

作　者：李人厚

出版社： 西安電子科技大學(xué)出版社

出版時間： 1999

ISBN: 9787560607948

開本： 16

定價: 22.00 元

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內(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

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

本書較全面地論述了智能控制的理論、方法和應(yīng)用。全書共分7章。主要內(nèi)容為：智能控制的發(fā)展過程和基本概念；從信息和熵的概念出發(fā)，論述三級遞階智能控制的機(jī)理；模糊控制的基本原理和應(yīng)用；神經(jīng)元網(wǎng)絡(luò)的原理和它在智能控制中的應(yīng)用，遺傳算法及其應(yīng)用；模糊-神經(jīng)網(wǎng)絡(luò)的原理和應(yīng)用；智能控制在各種領(lǐng)域的應(yīng)用實(shí)例。