智能控制技术-第2版 本书特色

智能控制是近二十年来发展起来的一门新兴学科。本书总结了近几年来智能控制的研究成果，详细阐述了智能控制的基本概念、工作原理、设计方法和实际应用。本书的主要内容包括：能能控制的基本概念、模糊控制理论基础、模糊控制系统、人工神经元网络模型、神经网络控制论和集成智能控制系统。本书在深入介绍智能控制系统设计理论和实现手段的同时，还给出了大量的设计实例。  

智能控制技术-第2版 目录

第2版前言第1版前言**章绪论1**节智能控制的发展过程1一、智能控制问题的提出1二、智能控制的发展2第二节智能控制的主要方法4一、专家系统和专家控制4二、模糊控制5三、神经元网络控制5四、学习控制6第三节智能控制系统的构成原理7一、智能控制系统的结构7二、智能控制系统的特点8三、智能控制系统研究的数学工具9习题和思考题10第二章模糊控制的理论基础11**节引言11一、模糊控制的发展11二、模糊控制的特点12三、模糊控制的定义12第二节模糊集合论基础13一、模糊集合的概念13二、模糊集合的运算16三、模糊集合运算的基本性质17四、隶属度函数的建立18五、模糊关系23第三节模糊逻辑、模糊逻辑推理和合成29一、二值逻辑30二、模糊逻辑及其基本运算31三、模糊语言逻辑32四、模糊逻辑推理36五、模糊关系方程的解43本章小结46习题和思考题46第三章模糊控制系统48**节模糊控制系统的组成48一、模糊化过程49二、知识库49三、推理决策逻辑53四、精确化计算54第二节模糊控制器的设计55一、模糊控制器的结构设计55二、模糊控制器的基本类型57三、模糊控制器的设计原则59四、模糊控制器的常规设计方法59第三节模糊控制器的设计举例64一、流量控制的模糊控制器设计64二、倒立摆的模糊控制器设计67第四节模糊ｐｉｄ控制器的设计69一、模糊控制器和常规pid的混合结构70二、常规pid参数的模糊自整定技术72本章小结73习题和思考题74上机实验题74第四章人工神经元网络模型75**节引言75一、神经元模型76二、神经网络的模型分类77三、神经网络的学习算法78四、神经网络的泛化能力81第二节前向神经网络模型82一、单一人工神经元82二、单层神经网络结构83三、多层神经网络结构83四、多层传播网络的bp学习算法84五、bp学习算法的matlab例程89第三节动态神经网络模型92一、带时滞的多层感知器网络93二、hopfield神经网络94三、回归神经网络100本章小结102习题和思考题103第五章神经网络控制论104**节引言104一、神经网络控制的优越性104二、神经网络控制器的分类105三*、神经网络的逼近能力108第二节非线性动态系统的神经网络辨识109一、神经网络的辨识基础109二、神经网络辨识模型的结构111三*、非线性动态系统神经网络的辨识115第三节神经网络控制的学习机制121一、监督式学习122二、增强式学习124第四节神经网络控制器的设计125一、神经网络直接逆模型控制法125二、直接网络控制法127三、多神经网络自学习控制法129四、单一神经元控制法130本章小结132习题和思考题132第六章*智能控制的集成技术134**节模糊神经网络控制134一、模糊神经网络的结构135二、模糊神经网络的学习算法137第二节基于神经网络的自适应控制143一、自适应控制技术143二、神经网络的模型参考自适应控制143第三节智能控制的优化算法147一、遗传学习算法147二、蚁群学习算法149三、迭代学习算法150本章小结152参考文献153  

教材 研究生/本科/专科教材 工学

在线阅读