智能控制導論（第二版）

第二版前言
第一版前言
第1章 概述
1.1 智能控制的產(chǎn)生與發(fā)展
1.1.1 自動控制面臨的機遇與挑戰(zhàn)
1.1.2 智能控制的發(fā)展和學科的建立
1.2 智能控制的基本知識
1.2.1 智能控制的定義與特點
1.2.2 智能控制器的一般結(jié)構
1.2.3 智能控制系統(tǒng)的分類
1.3 人工智能的學派理論與計算方法
1.3.1 人工智能的學派理論及其對智能控制的影響
1.3.2 人工智能與智能控制的計算方法
1.4 智能控制的結(jié)構理論
1.4.1 二元交集結(jié)構理論
1.4.2 三元交集結(jié)構理論
1.4.3 四元交集結(jié)構理論
1.5 本書概要
習題1
第2章 遞階控制
2.1 遞階智能機器的一般結(jié)構
2.2 遞階智能控制系統(tǒng)舉例
2.2.1 汽車自主駕駛系統(tǒng)的組成
2.2.2 汽車自主駕駛系統(tǒng)的遞階結(jié)構
2.2.3 自主駕駛系統(tǒng)的結(jié)構與控制算法
2.2.4 自主駕駛系統(tǒng)的試驗結(jié)果
2.3 本章小結(jié)
習題2
第3章 專家控制
3.1 專家系統(tǒng)的基本概念
3.1.1 專家系統(tǒng)的定義與一般結(jié)構
3.1.2 專家系統(tǒng)的建造步驟
3.2 專家系統(tǒng)的主要類型及其結(jié)構
3.2.1 基于規(guī)則的專家系統(tǒng)
3.2.2 基于框架的專家系統(tǒng)
3.2.3 基于模型的專家系統(tǒng)
3.3 專家控制系統(tǒng)的結(jié)構與類型
3.3.1 專家控制系統(tǒng)的控制要求與設計原則
3.3.2 專家控制系統(tǒng)的結(jié)構
3.3.3 專家控制系統(tǒng)的類型
3.4 專家控制系統(tǒng)應用舉例
3.4.1 實時控制系統(tǒng)的特點與要求
3.4.2 高爐監(jiān)控專家系統(tǒng)
3.5 本章小結(jié)
習題3
第4章 模糊控制
4.1 模糊數(shù)學基礎
4.1.1 模糊集合、模糊邏輯及其運算
4.1.2 模糊關系與模糊變換
4.1.3 模糊邏輯推理
4.1.4 模糊判決方法
4.2 模糊控制系統(tǒng)的原理與結(jié)構
4.2.1 模糊控制原理
4.2.2 模糊控制系統(tǒng)的工作原理
4.3 模糊控制器的設計內(nèi)容
4.3.1 模糊控制器的設計內(nèi)容與原則
4.3.2 模糊控制器的控制規(guī)則形式
4.4 模糊控制系統(tǒng)的設計方法
4.4.1 模糊系統(tǒng)設計的查表法
4.4.2 模糊系統(tǒng)設計的梯度下降法
4.4.3 模糊系統(tǒng)設計的遞推最小二乘法
4.4.4 模糊系統(tǒng)設計的聚類法
4.5 模糊控制器的設計實例與實現(xiàn)
4.5.1 模糊控制器設計
4.5.2 模糊控制器的在線實現(xiàn)
4.6 Matlab模糊控制工具箱簡介
4.7 本章小結(jié)
習題4
第5章 神經(jīng)控制
5.1 人工神經(jīng)網(wǎng)絡的初步知識
5.1.1 神經(jīng)元及其特性
5.1.2 神經(jīng)網(wǎng)絡與智能控制
5.1.3 人工神經(jīng)網(wǎng)絡的基本類型和學習算法
5.1.4 人工神經(jīng)網(wǎng)絡的典型模型
5.1.5 基于神經(jīng)網(wǎng)絡的知識表示與推理
5.2 神經(jīng)控制的結(jié)構方案
5.2.1 NN學習控制
5.2.2 NN直接逆?？刂婆c內(nèi)?？刂?br />5.2.3 NN自適應控制
5.3 神經(jīng)控制器的設計
5.3.1 神經(jīng)控制系統(tǒng)的設計內(nèi)容和結(jié)構
5.3.2 神經(jīng)控制器的訓練與學習算法
5.4 Matlab神經(jīng)網(wǎng)絡工具箱及其仿真
5.4.1 Matlab神經(jīng)網(wǎng)絡工具箱圖形用戶界面設計
5.4.2 基于Simulink的神經(jīng)網(wǎng)絡及其控制仿真
5.5 本章小結(jié)
習題5
第6章 學習控制
6.1 學習控制概述
6.1.1 學習控制的定義與研究意義
6.1.2 學習控制的發(fā)展及其與自適應控制的關系
6.1.3 對學習控制的要求
6.2 學習控制方案
6.2.1 基于模式識別的學習控制
6.2.2 迭代學習控制
6.2.3 重復學習控制
6.2.4 基于神經(jīng)網(wǎng)絡的學習控制
6.3 學習控制系統(tǒng)應用舉例
6.3.1 無縫鋼管張力減徑過程壁厚控制迭代學習控制算法
6.3.2 鋼管壁厚迭代學習控制的仿真及應用結(jié)果
6.4 本章小結(jié)
習題6
第7章 進化控制與免疫控制
7.1 遺傳算法簡介
7.1.1 遺傳算法的基本原理
7.1.2 遺傳算法的求解步驟
7.2 進化控制基本原理
7.2.1 進化控制原理與系統(tǒng)結(jié)構
7.2.2 進化控制的形式化描述
7.3 進化控制系統(tǒng)示例
7.4 免疫算法和人工免疫系統(tǒng)原理
7.4.1 自然免疫系統(tǒng)的概念、組成與功能
7.4.2 免疫算法的提出和定義
7.4.3 免疫算法的步驟和框圖
7.5 免疫控制系統(tǒng)的結(jié)構
7.6 免疫控制系統(tǒng)示例
7.7 本章小結(jié)
習題7
第8章 多真體控制
8.1 分布式人工智能與真體（Agent）
8.1.1 分布式人工智能
8.1.2 Agent及其特性
8.1.3 真體的結(jié)構
8.2 多真體系統(tǒng)
8.2.1 多真體系統(tǒng)的模型和結(jié)構
8.2.2 多真體系統(tǒng)的協(xié)作、協(xié)商和協(xié)調(diào)
8.2.3 多真體系統(tǒng)的學習與規(guī)劃
8.3 多真體控制系統(tǒng)的工作原理
8.3.1 MAS控制系統(tǒng)的基本原理和結(jié)構
8.3.2 MAS控制系統(tǒng)的信息模型
8.4 本章小結(jié)
習題8
第9章 網(wǎng)絡控制
9.1 計算機網(wǎng)絡與網(wǎng)絡控制基礎
9.1.1 計算機網(wǎng)絡及其結(jié)構
9.1.2 數(shù)據(jù)通信與網(wǎng)絡通信
9.1.3 網(wǎng)絡控制的基本問題
9.2 網(wǎng)絡控制系統(tǒng)的結(jié)構與特點
9.2.1 網(wǎng)絡控制系統(tǒng)的一般原理與結(jié)構
9.2.2 網(wǎng)絡控制系統(tǒng)的特點與影響因素
9.3 網(wǎng)絡控制系統(tǒng)的性能評價標準
9.3.1 網(wǎng)絡服務質(zhì)量
9.3.2 系統(tǒng)控制性能
9.4 網(wǎng)絡控制系統(tǒng)的應用舉例
9.4.1 煙草包裝網(wǎng)絡測控系統(tǒng)的工作原理
9.4.2 煙草包裝網(wǎng)絡測控系統(tǒng)的功能與特色
9.5 本章小結(jié)
習題9
第10章 復合智能控制
10.1 復合智能控制概述
10.2 模糊神經(jīng)復合控制原理
10.3 模糊神經(jīng)復合控制系統(tǒng)舉例
10.3.1 自學習模糊神經(jīng)控制模型
10.3.2 自學習模糊神經(jīng)控制算法
10.3.3 弧焊過程自學習模糊神經(jīng)控制系統(tǒng)
10.4 專家模糊復合控制器
10.4.1 專家模糊控制系統(tǒng)結(jié)構
10.4.2 專家模糊控制系統(tǒng)示例
10.5 仿人控制
10.5.1 仿人控制的基本原理和原型算法
10.5.2 仿人控制器的屬性與設計依據(jù)
10.5.3 仿人智能控制器的設計與實現(xiàn)步驟
10.6 本章小結(jié)
習題10
附錄 各章教學重點、難點和要求
參考文獻