智能控制 第三版作者:刘金琨 编著出版时间:2014年版丛编项: 北京高等教育精品教材·电气工程、自动化专业规划教材内容简介 《北京高等教育精品教材·电气工程、自动化专业规划教材:智能控制(第3版)》系统性强,突出理论联系实际,叙述深入浅出,适合于初学者学习。书中给出了一些智能算法的Matlab仿真程序,并配有一定数量的习题和上机操作题。年级本科生的教材,也可供从事自动化领域的工程技术人员阅读和参考。目录第1章 绪论1.1 智能控制的发展过程1.2 智能控制的几个重要分支1.3 智能控制的特点、研究工具及应用思考题与习题第2章 专家控制2.1 专家系统2.1.1 专家系统概述2.1.2 专家系统的构成2.1.3 专家系统的建立2.2 专家控制2.2.1 专家控制概述2.2.2 专家控制的基本原理2.2.3 专家控制的关键技术及特点2.3 专家PID控制2.3.1 专家PID控制原理2.3.2 仿真实例思考题与习题附录 (程序代码)第3章 模糊控制的理论基础3.1 概述3.2 模糊集合3.2.1 模糊集合的概念3.2.2 模糊集合的运算3.3 隶属函数3.4 模糊关系及其运算3.4.1 模糊矩阵3.4.2 模糊矩阵的运算与模糊关系3.4.3 模糊关系的合成3.5 模糊推理3.5.1 模糊语句3.5.2 模糊推理3.5.3 模糊关系方程思考题与习题附录(程序代码)第4章 模糊控制4.1 模糊控制的基本原理4.1.1 模糊控制原理4.1.2 模糊控制器的组成4.1.3 模糊控制系统的工作原理4.1.4 模糊控制器的结构4.2 模糊控制系统分类4.3 模糊控制器的设计4.3.1 模糊控制器的设计步骤4.3.2 模糊控制器的Matlab仿真4.4 模糊控制应用实例--洗衣机的模糊控制4.5 模糊自适应整定PID控制4.5.1 模糊自适应整定PID控制原理4.5.2 仿真实例4.6 Sugeno模糊模型4.7 基于极点配置的单级倒立摆T-S模糊控制4.7.1 T-S模糊系统的设计4.7.2 单级倒立摆的T-S模型模糊控制4.8 模糊控制的应用4.9 模糊控制发展概况4.9.1 模糊控制发展的几个转折点4.9.2 模糊控制的发展方向4.9.3 模糊控制面临的主要任务思考题与习题附录 (程序代码)第5章 自适应模糊控制5.1 模糊逼近5.1.1 模糊系统的设计5.1.2 模糊系统的逼近精度5.1.3 仿真实例5.2 简单的自适应模糊控制5.2.1 问题描述5.2.2 模糊逼近原理5.2.3 控制算法设计与分析5.2.4 仿真实例5.3 间接自适应模糊控制5.3.1 问题描述5.3.2 控制器的设计5.3.3 仿真实例5.4 直接自适应模糊控制5.4.1 问题描述5.4.2 控制器的设计5.4.3 自适应律的设计5.4.4 仿真实例5.5 机器人关节数学模型5.6 基于模糊补偿的机械手自适应模糊控制5.6.1 系统描述5.6.2 基于模糊补偿的控制5.6.3 基于摩擦补偿的控制5.6.4 仿真实例思考题与习题附录 (程序代码)第6章 神经网络的理论基础6.1 神经网络发展简史6.2 神经网络原理6.3 神经网络的分类6.4 神经网络学习算法6.4.1 Hebb学习规则6.4.2 Delta(δ)学习规则6.5 神经网络的特征及要素6.6 神经网络控制的研究领域思考题与习题第7章 典型神经网络7.1 单神经元网络7.2 BP神经网络7.2.1 BP网络特点7.2.2 BP网络结构7.2.3 BP网络的逼近7.2.4 BP网络的优缺点7.2.5 BP网络逼近仿真实例7.2.6 BP网络模式识别7.2.7 BP网络模式识别仿真实例7.3 RBF神经网络7.3.1 RBF网络结构与算法7.3.2 RBF网络设计实例7.3.3 RBF网络的逼近7.3.4 高斯基函数的参数对RBF网络逼近的影响7.3.5 隐含层节点数对RBF网络逼近的影响7.3.6 控制系统设计中RBF网络的逼近思考题与习题附录(程序代码)第8章 高级神经网络8.1 模糊RBF网络8.1.1 网络结构8.1.2 基于模糊RBF网络的逼近算法8.1.3 仿真实例8.2 pi-sigma神经网络8.2.1 高木-关野模糊系统8.2.2 混合型pi-sigma神经网络8.2.3 仿真实例8.3 小脑模型神经网络8.3.1 CMAC概述8.3.2 一种典型CMAC算法8.3.3 仿真实例8.4 Hopfield网络8.4.1 Hopfield网络原理8.4.2 基于Hopfield网络的路径优化思考题与习题附录 (程序代码)第9章 神经网络控制9.1 概述9.2 神经网络控制的结构9.2.1 神经网络监督控制9.2.2 神经网络直接逆控制9.2.3 神经网络自适应控制9.2.4 神经网络内模控制9.2.5 神经网络预测控制9.2.6 神经网络自适应评判控制9.2.7 神经网络混合控制9.3 单神经元自适应控制9.3.1 单神经元自适应控制算法9.3.2 仿真实例9.4 RBF网络监督控制9.4.1 RBF网络监督控制算法9.4.2 仿真实例9.5 RBF网络自校正控制9.5.1 神经网络自校正控制原理9.5.2 自校正控制算法9.5.3 RBF网络自校正控制算法9.5.4 仿真实例9.6 基于RBF网络直接模型参考自适应控制9.6.1 基于RBF网络的控制器设计9.6.2 仿真实例9.7 一种简单的RBF网络自适应控制9.7.1 问题描述9.7.2 RBF网络原理9.7.3 控制算法设计与分析9.7.4 仿真实例9.8 基于不确定逼近的RBF网络自适应控制9.8.1 问题的提出9.8.2 模型不确定部分的RBF网络逼近9.8.3 控制器的设计及分析9.8.4 仿真实例9.9 基于模型 上一篇: 硅微机械传感器技术 下一篇: 计算机控制技术 [周志峰 主编] 2014年版