智能控制理論和方法

第1章緒論1
1.1控制科學發(fā)展的歷史回顧1
1.2智能控制的產生背景2
1.3智能控制的基本概念與研究內容3
1.3.1智能控制的基本概念3
1.3.2智能與智能控制的定義4
1.3.3智能控制的主要研究內容6
參考文獻7
第2章智能控制系統(tǒng)的結構體系9
2.1智能控制系統(tǒng)的基本結構9
2.1.1智能系統(tǒng)的基本結構9
2.1.2智能控制系統(tǒng)的結構模式12
2.2智能控制系統(tǒng)的分類14
2.3遞階智能控制系統(tǒng)的結構和理論16
2.3.1遞階智能控制系統(tǒng)的結構16
2.3.2信息熵與IPDI原理17
2.3.3組織級的分析理論19
2.3.4協(xié)調級的分析理論23
2.3.5執(zhí)行級的最優(yōu)控制25
2.4智能控制系統(tǒng)的信息結構理論29
2.4.1N維信息理論29
2.4.2信息率劃分定律33
2.4.3對遞階智能控制系統(tǒng)的信息流分析34
習題與思考題37
參考文獻38
第3章基于模糊推理的智能控制系統(tǒng)39
3.1模糊控制系統(tǒng)的基本概念與發(fā)展歷史39
3.2模糊集合與模糊推理40
3.2.1模糊集合40
3.2.2模糊集合的運算和MF的參數(shù)化44
3.2.3模糊關系與復合運算52
3.2.4模糊推理54
3.3模糊推理系統(tǒng)59
3.4模糊基函數(shù)67
3.5模糊建模69
3.5.1模糊模型69
3.5.2模糊模型的參數(shù)辨識70
3.5.3模糊模型的結構辨識76
3.6模糊邏輯控制器的結構與設計79
3.6.1模糊控制器的基本結構79
3.6.2模糊控制系統(tǒng)的設計問題81
3.6.3PID控制器的模糊增益調整86
3.7模糊控制系統(tǒng)的穩(wěn)定性分析91
習題與思考題96
參考文獻100
第4章基于神經元網絡的智能控制系統(tǒng)102
4.1神經元網絡與控制102
4.2神經元網絡的基本原理和結構103
4.2.1神經元網絡的基本單元103
4.2.2神經元網絡的模型104
4.2.3神經元的連接方式107
4.3監(jiān)督學習神經元網絡108
4.3.1感知器和反傳(BP)網絡108
4.3.2小腦模型連接控制器(CMAC)網絡116
4.3.3增強學習網絡121
4.3.4組合網絡(ModularNetwork)123
4.4無監(jiān)督學習和反饋神經元網絡126
4.4.1競爭學習和Kohonen自組織網絡127
4.4.2Hopfield網絡130
4.4.3雙向聯(lián)想存儲器BAM134
4.4.4Boltzman機137
4.5基于神經元網絡的智能控制139
4.5.1基于多神經元網絡的復雜函數(shù)逼近141
4.5.2用神經元網絡對復雜系統(tǒng)建模145
4.5.3用神經元網絡的智能控制151
4.6神經元網絡控制非線性動態(tài)系統(tǒng)的能控性與穩(wěn)定性159
習題與思考題164
參考文獻166
第5章遺傳算法及其在智能控制中的應用169
5.1遺傳算法的基本概念169
5.2簡單遺傳算法169
5.3遺傳算法的基本數(shù)學問題173
5.4遺傳算法應用中的一些基本問題175
5.4.1知識表示(編碼)175
5.4.2適應度函數(shù)176
5.4.3GA的全局收斂性與最優(yōu)性177
5.4.4遺傳算法的早期收斂178
5.5高級遺傳算法178
5.5.1改進的選擇方法178
5.5.2高級GA運算179
5.6微種群和雙種群遺傳算法181
5.6.1微種群算法182
5.6.2雙種群遺傳算法182
5.7遺傳算法的應用185
5.7.1GA在神經網絡參數(shù)學習中的應用186
5.7.2GA在滑?？刂葡到y(tǒng)設計中的應用188
5.8模糊規(guī)則與遺傳算法在控制中的應用193
習題與思考題197
參考文獻199
第6章模糊-神經元網絡及其在智能控制中的應用201
6.1模糊系統(tǒng)與神經元網絡集成的基本概念201
6.1.1模糊系統(tǒng)與神經元網絡的一般比較201
6.1.2模糊系統(tǒng)與神經網絡集成的理由202
6.2基于神經元網絡的模糊系統(tǒng)203
6.2.1基于神經元網絡的基本模糊邏輯運算203
6.2.2基于神經網絡的模糊邏輯推理204
6.2.3神經網絡驅動的模糊推理系統(tǒng)206
6.2.4基于神經網絡的模糊建模209
6.3模糊神經網絡217
6.3.1模糊神經元217
6.3.2神經網絡模糊化219
6.4神經-模糊控制器225
6.4.1模糊自適應學習控制網絡225
6.4.2神經-模糊控制器的參數(shù)學習231
6.4.3神經-模糊控制器的結構學習233
6.4.4具有增強學習的神經-模糊控制器236
6.5神經-模糊網絡在智能控制中的應用241
6.5.1控制系統(tǒng)在線辨識241
6.5.2逆向運動學問題244
習題與思考題246
參考文獻248
第7章智能控制的應用實例250
7.1復雜工業(yè)過程的智能控制250
7.1.1高爐監(jiān)控專家系統(tǒng)251
7.1.2復雜大系統(tǒng)的自動化254
7.2智能控制機械手和機器人257
7.2.1基于神經元網絡的機械手控制器257
7.2.2移動機器人控制262
7.3系統(tǒng)診斷用的模糊-神經系統(tǒng)270
7.4智能決策支持系統(tǒng)274
7.4.1智能決策支持系統(tǒng)的決策支持過程274
7.4.2智能決策支持系統(tǒng)的系統(tǒng)結構276
7.4.3智能人機系統(tǒng)277
7.4.4智能化問題處理系統(tǒng)278
參考文獻281