智能控制原理与应用（第3版）

图书信息

作者：蔡自兴 著，清华大学 | 分类：科学技术,计算机/网络,人工智能

作者简介

作者简介 暂缺《智能控制原理与应用（第3版）》作者简介

内容简介

内容简介 　　《智能控制原理与应用（第3版）》介绍智能控制的基本原理及其应用，着重介绍各种智能控制系统的基本概念、工作原理、技术方法与应用。全书共10章，涉及递阶控制、专家控制、模糊控制、神经控制、学习控制、分布式控制、进化控制、网络控制以及复合智能控制系统的控制机理、类型结构、设计方法和应用示例等，反映国内外智能控制研究和应用的新进展。与第2版相比，许多内容得到更新。全书系统全面、内容新颖、编排合理、可读性强，是一部高水平的智能控制教材。《智能控制原理与应用（第3版）》可作为高等院校自动化、电气工程与自动化、智能科学与技术、测控工程、机电工程、机器人、电子工程等专业本科生智能控制类课程教材，也可作为硕士和博士学位智能控制、智能系统等课程的教材与教学参考书，还可供从事智能控制和智能系统研究、设计、应用的科技工作者阅读与参考。

目录

图书目录
第1章 概论1．1 智能控制的产生与发展1．1．1 自动控制的机遇与挑战1．1．2 智能控制的发展和作用1．2 中国智能控制发展简史1．2．1 国内外智能控制发展过程1．2．2 我国智能控制科技成果1．2．3 我国智能控制教育与人才培养1．2．4 我国智能控制存在的问题1．3 智能控制的定义、特点、一般结构与分类1．3．1 智能控制的定义、特点与评价准则1．3．2 智能控制器的一般结构1．3．3 智能控制系统的分类1．4 智能控制的学科结构理论体系1．4．1 二元交集结构理论1．4．2 三元交集结构理论1．4．3 四元交集结构理论1．5 本书概要习题1第2章 递阶控制系统2．1 递阶智能机器的一般理论2．1．1 递阶智能机器的一般结构2．1．2 递阶智能机器的信息论基础2．1．3 IPDI原理的解析公式2．2 递阶智能控制系统的原理与结构2．2．1 组织级原理与结构2．2．2 协调级原理与结构2．2．3 执行级原理与结构2．3 递阶智能控制系统举例2．3．1 汽车自主驾驶系统的组成2．3．2 汽车自主驾驶系统的递阶结构2．3．3 自主驾驶系统的软件结构与控制算法2．3．4 自主驾驶系统的试验结果2．4 小结习题2第3章 专家控制系统3．1 专家系统的基本概念3．1．1 专家系统的定义与一般结构3．1．2 专家系统的建造步骤3．2 专家系统的主要类型与结构3．2．1 基于规则的专家系统3．2．2 基于框架的专家系统3．2．3 基于模型的专家系统3．3 专家控制系统的结构与设计3．3．1 专家控制系统的结构3．3．2 专家控制系统的控制要求与设计原则3．3．3 专家控制系统的设计问题3．4 专家控制系统应用举例3．4．1 实时控制系统的特点与要求3．4．2 高炉监控专家系统3．5 小结习题3第4章 模糊控制系统4．1 模糊数学基础4．1．1 模糊集合及其运算4．1．2 模糊关系与模糊变换4．1．3 模糊逻辑语言4．2 模糊推理与模糊判决4．2．1 模糊推理4．2．2 模糊判决4．3 模糊控制系统原理与结构4．3．1 模糊控制原理4．3．2 模糊控制系统的原理结构4．4 模糊控制器的设计内容4．4．1 模糊控制器的设计内容与原则4．4．2 模糊控制器的控制规则形式4．5 模糊控制系统的设计方法4．5．1 模糊系统设计的查表法4．5．2 模糊系统设计的梯度下降法4．5．3 模糊系统设计的递推最小二乘法4．5．4 模糊系统设计的聚类法4．6 模糊控制器的设计实例与实现4．6．1 造纸机模糊控制系统的设计与实现4．6．2 直流调速系统模糊控制器的设计4．7 MATLAB模糊控制工具箱4．8 小结习题4第5章 神经控制系统5．1 人工神经网络概述5．1．1 神经元及其特性5．1．2 人工神经网络的基本类型和学习算法5．1．3 人工神经网络的典型模型5．1．4 基于神经网络的知识表示与推理5．2 深层神经网络与深度学习5．2．1 深层神经网络5．2．2 深度学习的定义与特点5．2．3 深度学习的常用模型5．2．4 深度学习应用举例5．3 神经控制的结构方案5．3．1 NN学习控制5．3．2 NN直接逆模控制与内模控制5，3．3 NN自适应控制5．3．4 NN预测控制5．3．5 基于CAMC的控制5．3．6 多层NN控制和深度控制5．3．7 分级NN控制5．4 神经控制系统的设计与应用示例5．4．1 石灰窑炉神经内模控制系统的设计5．4．2 神经模糊自适应控制器的设计5．4．3 神经控制系统应用举例5．5 MATLAB神经网络工具箱及其仿真5．5．1 MATLAB神经网络工具箱图形用户界面5．5．2 基于Simulink的神经网络模块工具5．6 小结习题5第6章 学习控制系统6．1 学习控制概述6．1．1 学习控制的定义与研究意义6．1．2 学习控制的发展及其与自适应控制的关系6．1．3 控制律映射及对学习控制的要求6．2 学习控制方案6．2．1 基于模式识别的学习控制6．2．2 迭代学习控制6．2．3 增强学习控制6．2．4 基于神经网络的学习控制6．3 学习控制系统应用举例6．3．1 无缝钢管张力减径过程壁厚控制迭代学习控制算法6．3．2 钢管壁厚迭代学习控制的仿真及应用结果6．4 小结习题6第7章 分布式控制系统7．1 分布式人工智能与真体7．1．1 分布式人工智能7．1．2 真体及其特性7．1．3 真体的结构7．2 多真体系统7．2．1 多真体系统的模型和结构7．2．2 多真体系统的协作、协商和协调7．2．3 多真体系统的学习与规划7．3 多真体控制系统的工作原理7．3．1 MAS控制系统的基本原理和结构7．3．2 MAS控制系统的信息模型7．4 MAS控制系统的设计示例7．5 小结习题7第8章 进化控制与免疫控制8．1 遗传算法简介8．1．1 遗传算法的基本原理8．1．2 遗传算法的求解步骤8．2 进化控制基本原理8．2．1 进化控制原理与系统结构8．2．2 进化控制的形式化描述8．3 进化控制系统示例8．3．1 一种在线混合进化伺服控制器8．3．2 一个移动机器人进化控制系统8．4 免疫控制基本原理8．4．1 免疫控制的系统结构8．4．2 免疫控制的自然计算体系和系统计算框图8．5 小结习题8第9章 网络控制系统9．1 计算机网络与网络控制基础9．1．1 计算机网络及其结构9．1．2 数据通信与网络通信9．1．3 网络控制的基本问题9．2 计算机网络的发展过程9．3 网络控制系统的结构与特点9．3．1 网络控制系统的一般原理与结构9．3．2 网络控制系统的特点与影响因素9．4 网络控制系统的建模与性能评价标准9．4．1 网络控制系统的建模9．4．2 网络控制系统的性能评价标准9．5 网络控制系统稳定性与控制器设计方法9．5．1 网络控制系统的稳定性9．5．2 网络控制系统的控制器设计方法9．6 网络控制系统的调度9．6．1 网络控制系统的调度方法9．6．2 网络控制系统调度的时间参数9．7 网络控制系统的仿真与工程实现9．7．1 网络控制系统的仿真平台9．7．2 网络控制系统的工程实现9．8 网络控制系统的应用举例9．8．1 烟草包装的网络测控系统9．8．2 热电厂集散控制系统9．9 小结习题9第10章 复合智能控制10．1 复合智能控制概述10．2 模糊神经复合控制原理10．3 自学习模糊神经控制系统10．3．1 自学习模糊神经控制模型10．3．2 自学习模糊神经控制算法10．3．3 弧焊过程自学习模糊神经控制系统10．4 进化模糊复合控制器10．4．1 控制器设计步骤和参数优化方法10．4．2 解释（编码）函数的设计10．4．3 规则编码10．4．4 初始种群和适应度函数的计算10．4．5 直流电动机GA优化模糊速度控制系统10．4．6 进化、模糊和神经复合的故障诊断系统设计10．5 小结习题10附录A 基于MATLAB工具箱的模糊与神经控制仿真A．1 基于模糊逻辑工具箱的模糊控制器A．2 模糊控制系统的Simulink仿真A．3 神经网络逼近非线性函数的设计A．4 基于神经网络工具箱的水反应器模型预测控制实例附录B 模糊控制与神经网络控制的实验B．1 电热箱的模糊闭环控制实验B．2 单神经元自适应闭环控制实验参考文献