智能控制與應(yīng)用

定　價(jià)：￥45.00

作　者：	姜長(zhǎng)生、等
出版社：	科學(xué)出版社
叢編項(xiàng)：	控制科學(xué)與工程研究生系列教材
標(biāo)　簽：	自動(dòng)控制系統(tǒng)

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787030193049	出版時(shí)間：	2007-07-01	包裝：	平裝
開(kāi)本：	0開(kāi)	頁(yè)數(shù)：	448	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《智能控制與應(yīng)用》系統(tǒng)地論述了智能控制理論的基本方法，以及最新的理論、技術(shù)和成果。全書(shū)分為9章，包括：智能控制概述，專(zhuān)家控制與仿人智能控制，學(xué)習(xí)控制，模糊控制數(shù)學(xué)基礎(chǔ)，模糊控制原理，遺傳算法，神經(jīng)網(wǎng)絡(luò)基本理網(wǎng)絡(luò)控制方法與應(yīng)用，神經(jīng)網(wǎng)絡(luò)的泛化理論。全書(shū)內(nèi)容豐富，論述全面，便于理解。《智能控制與應(yīng)用》可作為信息與控制領(lǐng)域，以及其他相關(guān)領(lǐng)域各專(zhuān)業(yè)高年級(jí)本科生、研究生的教材，也可供高等學(xué)校教師、廣大科技工作者和工程技術(shù)工作者參考。

作者簡(jiǎn)介

暫缺《智能控制與應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

前言
第1章　智能控制概述
1.1 智能控制的提出和發(fā)展
1.2 智能控制的概念和主要方法
1.3 智能控制的主要形式
1.4 智能自主控制
參考文獻(xiàn)
第2章　專(zhuān)家控制與仿人智能控制
2.1 專(zhuān)家系統(tǒng)
2.2 專(zhuān)家控制系統(tǒng)
2.3 仿人專(zhuān)家控制系統(tǒng)
參考文獻(xiàn)
第3章　學(xué)習(xí)控制
3.1 學(xué)習(xí)控制的基本原理
3.2 線(xiàn)性定常連續(xù)系統(tǒng)的學(xué)習(xí)控制
3.3 非線(xiàn)性定常連續(xù)系統(tǒng)的學(xué)習(xí)控制
3.4 非線(xiàn)性連續(xù)時(shí)間系統(tǒng)的學(xué)習(xí)控制
3.5 線(xiàn)性離散時(shí)間系統(tǒng)的學(xué)習(xí)控制
3.6 一類(lèi)線(xiàn)性離散系統(tǒng)的最優(yōu)學(xué)習(xí)控制
3.7 閉環(huán)學(xué)習(xí)控制
3.8 魯棒學(xué)習(xí)控制
3.9 學(xué)習(xí)控制在機(jī)器人中的應(yīng)用
參考文獻(xiàn)
第4章　模糊控制數(shù)學(xué)基礎(chǔ)
4.1 普通集合理論
4.2 模糊集合
4.3 λ 水平截集
4.4 分解定理和擴(kuò)張?jiān)?br /> 4.5 隸屬函數(shù)的確定方法
4.6 模糊關(guān)系與模糊矩陣
4.7 模糊邏輯與模糊推理
4.8 模糊推理方法
4.9 綜合評(píng)判和模糊關(guān)系方程
參考文獻(xiàn)
第5章　模糊控制原理
5.1 模糊控制系統(tǒng)
5.2 模糊控制器的設(shè)計(jì)
5.3 基于規(guī)則修改的模糊控制
5.4 模糊控制系統(tǒng)的穩(wěn)定性分析
5.5 PID模糊控制器
5.6 自組織模糊控制器
5.7 模糊控制的應(yīng)用實(shí)例
參考文獻(xiàn)
第6章　遺傳算法
6.1 概述
6.2 遺傳算法的基本理論
6.3 遺傳算法的數(shù)學(xué)基礎(chǔ)
6.4 遺傳算法在控制中的應(yīng)用
參考文獻(xiàn)
第7章　神經(jīng)網(wǎng)絡(luò)基本理論
7.1 神經(jīng)網(wǎng)絡(luò)的基本概念
7.2 前饋神經(jīng)網(wǎng)絡(luò)
7.3 反饋神經(jīng)網(wǎng)絡(luò)
7.4 徑向基網(wǎng)絡(luò)
7.5 Grossberg網(wǎng)絡(luò)
7.6 自組織神經(jīng)網(wǎng)絡(luò)
7.7 競(jìng)爭(zhēng)網(wǎng)絡(luò)
7.8 支持向量基網(wǎng)絡(luò)
參考文獻(xiàn)
第8章　神經(jīng)網(wǎng)絡(luò)控制方法與應(yīng)用
8.1 模糊神經(jīng)網(wǎng)絡(luò)控制
8.2 增強(qiáng)學(xué)習(xí)控制
8.3 小腦模型神經(jīng)網(wǎng)絡(luò)控制
8.4 神經(jīng)網(wǎng)絡(luò)非線(xiàn)性控制
8.5 神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制
8.6 神經(jīng)網(wǎng)絡(luò)PID控制
8.7 神經(jīng)網(wǎng)絡(luò)建模與辨識(shí)方法
8.8 神經(jīng)網(wǎng)絡(luò)在飛行控制系統(tǒng)中的應(yīng)用
參考文獻(xiàn)
第9章　神經(jīng)網(wǎng)絡(luò)的泛化理論
9.1 神經(jīng)網(wǎng)絡(luò)的泛化理論簡(jiǎn)介
9.2 泛化誤差的偏差唱方差分解
9.3 結(jié)構(gòu)復(fù)雜性和樣本復(fù)雜性對(duì)神經(jīng)網(wǎng)絡(luò)泛化能力的影響
9.4 正則化方法對(duì)泛化能力的影響
9.5 神經(jīng)網(wǎng)絡(luò)集成對(duì)泛化能力的影響
9.6 樣本輸入中加噪聲對(duì)泛化能力的影響
9.7 其他因素對(duì)泛化能力的影響
參考文獻(xiàn)
附錄A 用于三分類(lèi)的BP算法程序
附錄B 用于函數(shù)逼近的BP算法程序
附錄C 連續(xù)Hopfield網(wǎng)解決TSP的程序
附錄D 基于聚類(lèi)的RBF網(wǎng)設(shè)計(jì)算法
附錄E 基于梯度法的RBF網(wǎng)設(shè)計(jì)算法
附錄F 基于OLS的RBF網(wǎng)設(shè)計(jì)算法