《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)》可作为高等院校自动化、计算机应用、电子工程等专业的硕士研究生和高本书较全面地叙述了智能控制的基本理论、方法和应用。全书共11章,主要内容为:专家控制的基本原理和应用;模糊控制的基本原理和应用;神经网络控制的基本原理和应用;智能算法及其应用;迭代学习控制方法及其应用。
《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。
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
智能控制是自动控制领域的前沿学科之一,它是一门综合性很强的多学科交叉的新兴学科,被称为自动控制理论发展的第三阶段。智能控制的发展为解决复杂非线性、不确定系统的控制问题开辟了新的途径。
本教材共11章。第1章是绪论,着重介绍智能控制的产生和发展背景、智能控制的基本概念;第2章介绍专家控制;第3章介绍模糊控制的理论基础;第4章介绍模糊控制的基本原理及模糊控制器的设计方法;第5章介绍模糊逼近的基本原理及自适应模糊控制的设计和分析方法;第6章介绍神经网络控制的理论基础;第7章介绍几种典型的神经网络,包括单神经元网络、BP神经网络、RBF神经网络;第8章介绍几种高级神经网络,包括模糊神经网络、pi-sigma神经网络、小脑模型神经网络和Hopfield网络;第9章介绍几种典型神经网络控制的设计和分析方法;第10章介绍了智能算法及其应用;第11章介绍了基本迭代学习控制原理及应用。
本书是在原“北京市高等教育精品教材”《智能控制》(电子工业出版社,2005年)和《智能控制(第2版)》(电子工业出版社,2009年)的基础上修订而成的。为了适合高年级本科生的教学需要,本书在选材上更加着重于基础性和实用性。为了加深读者的理解,并便于读者的进一步开发,书中给出了智能算法的Matlab仿真程序,这些程序是在Matlab7。12。0。635环境下开发的,适用于其他更高级的Matlab版本。
本书提供免费的电子课件和Matlab仿真程序,读者可登录网站ljk。buaa。edu。cn下载;或登录电子工业出版社的华信教育资源网:www。hxedu。com。cn,注册后免费下载;或通过邮件与作者联系索取。
北京航空航天大学吴淮宁教授针对本书的修订工作提出了许多宝贵建议。作者的研究生卢宇、孔建、郑明慧等参与了本书部分算法的修正工作,在此表示感谢。
由于作者水平有限,书中难免存在不足和错误之处,真诚欢迎广大读者批评指正。若读者有指正或需与作者探讨,或对控制算法及仿真程序有疑问,请通过电子邮件与作者联系。
刘金琨
2013年12月于北京航空航天大学
说实话,作为一本十几年前就开始出版的教材(虽然这是第三版),我对它的更新速度有点担忧。我期待看到更多关于深度学习在故障诊断和预测性维护中应用的实例,毕竟现在工业界对这方面的需求越来越迫切。这本书在经典的状态空间模型和最优控制方面讲解得非常透彻,这部分内容无疑是教科书级别的典范,无论是数学推导还是物理意义的解释都非常到位。但每当我翻到涉及到最新AI技术的章节时,总感觉信息量有点滞后,像是对前沿技术进行了“点到为止”的介绍,缺乏深入的算法剖析和实际代码层面的指导。对于希望把理论直接搬到实践中去的工程师读者来说,这可能是一个小小的遗憾。
评分这本书的习题设计倒是挺有水平的,兼顾了理论验证和工程化思维的培养。很多课后习题并不是简单的公式套用,而是需要你对概念有深刻的理解才能解出来,这对于巩固知识点非常有帮助。我特别欣赏它在理论推导过程中引入的物理背景描述,不像有些教材纯粹堆砌公式,让人读起来枯燥乏味。然而,我发现书中对一些高级主题,比如非线性系统的鲁棒控制,讲解得略显保守,更多的还是集中在线性化处理后的情况。如果能增加更多关于Lyapunov稳定性理论在复杂非线性系统分析中的应用实例,那就更完美了。总的来说,这本书打下的基础非常扎实,但想跨越到尖端研究领域,还需要更多“野路子”的探索。
评分从教学实践的角度来看,这套教材的章节划分和知识点的递进逻辑非常适合大学本科生的学习节奏。老师可以很容易地根据学时分配来选取不同的章节重点讲解。书中的图表制作精良,很多示意图能够直观地展示控制系统的内部运作机制,这对于可视化理解抽象概念至关重要。不过,我个人在阅读过程中,希望能有更多关于“软测量”技术在当前智能制造背景下的具体案例分析,这本书在这方面的实例相对传统。总体而言,它是一部严谨、体系完整的教材,为电气工程和自动化专业的学生奠定了一个坚实的知识基石,只是在紧跟瞬息万变的“智能”前沿技术方面,略显小心翼翼,更像是一位稳健的领航员,而非激进的探索者。
评分这本书的封面设计挺有意思的,那种深蓝色的主色调,配上一些科技感的线条,一看就知道是搞电气的。我刚拿到手的时候,还特意翻了翻目录,发现它对智能控制这个领域的覆盖面挺广的,从基础理论到一些前沿的应用都有涉及。不过,我当时主要想找的是关于模糊逻辑和神经网络结合的最新进展,这本书在这块的内容似乎没有我想象的那么深入,更多的是偏向于经典控制理论的扩展和整合。当然,作为一本规划教材,它在系统性和结构性上做得确实不错,适合作为入门或者系统学习的参考书。整体来说,排版清晰,图例丰富,阅读起来不会觉得晦涩难懂,对于初学者来说,是个不错的敲门砖。只是如果想探究更深层次的理论细节,可能还需要借助其他更专业的资料。
评分我是一名研究生,这次选这本教材主要是因为听闻它的“精品”之名,希望能在大作业中找到一些灵感和扎实的基础支撑。深入阅读后,我发现这本书的讲解方式非常注重逻辑的连贯性,每一章的过渡都处理得比较自然。比如在讲到自适应控制部分时,作者很耐心地梳理了不同算法的适用场景和局限性,这一点对我理解复杂系统的设计思路帮助很大。但是,我也注意到,对于一些最新的智能优化算法,比如基于群体的智能算法在控制系统中的实时应用案例,这本书的篇幅稍显不足。可能考虑到教材的定位是“规划教材”,侧重点还是放在了传统但核心的理论框架上,这一点我表示理解,但对于追求前沿技术的读者来说,可能需要补充阅读近几年的顶级期刊论文。
评分东西不错!!!!值得购买!!!!!
评分这个写的不错,都看不懂
评分发货快,价格比较合理.
评分特别好的书,买了他们这个系列的好几本书了
评分书不错,值得买,物流也快
评分东西不错!!!!值得购买!!!!!
评分满减活动买的,很不错。
评分京东买的东西不错,下次还来。
评分东西不错!!!!值得购买!!!!!
本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度,google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 静流书站 版权所有