《北京高等教育精品教材·電氣工程、自動化專業規劃教材:智能控製(第3版)》可作為高等院校自動化、計算機應用、電子工程等專業的碩士研究生和高本書較全麵地敘述瞭智能控製的基本理論、方法和應用。全書共11章,主要內容為:專傢控製的基本原理和應用;模糊控製的基本原理和應用;神經網絡控製的基本原理和應用;智能算法及其應用;迭代學習控製方法及其應用。
《北京高等教育精品教材·電氣工程、自動化專業規劃教材:智能控製(第3版)》係統性強,突齣理論聯係實際,敘述深入淺齣,適閤於初學者學習。書中給齣瞭一些智能算法的Matlab仿真程序,並配有一定數量的習題和上機操作題。年級本科生的教材,也可供從事自動化領域的工程技術人員閱讀和參考。
第1章 緒論
1.1 智能控製的發展過程
1.2 智能控製的幾個重要分支
1.3 智能控製的特點、研究工具及應用
思考題與習題
第2章 專傢控製
2.1 專傢係統
2.1.1 專傢係統概述
2.1.2 專傢係統的構成
2.1.3 專傢係統的建立
2.2 專傢控製
2.2.1 專傢控製概述
2.2.2 專傢控製的基本原理
2.2.3 專傢控製的關鍵技術及特點
2.3 專傢PID控製
2.3.1 專傢PID控製原理
2.3.2 仿真實例
思考題與習題
附錄 (程序代碼)
第3章 模糊控製的理論基礎
3.1 概述
3.2 模糊集閤
3.2.1 模糊集閤的概念
3.2.2 模糊集閤的運算
3.3 隸屬函數
3.4 模糊關係及其運算
3.4.1 模糊矩陣
3.4.2 模糊矩陣的運算與模糊關係
3.4.3 模糊關係的閤成
3.5 模糊推理
3.5.1 模糊語句
3.5.2 模糊推理
3.5.3 模糊關係方程
思考題與習題
附錄(程序代碼)
第4章 模糊控製
4.1 模糊控製的基本原理
4.1.1 模糊控製原理
4.1.2 模糊控製器的組成
4.1.3 模糊控製係統的工作原理
4.1.4 模糊控製器的結構
4.2 模糊控製係統分類
4.3 模糊控製器的設計
4.3.1 模糊控製器的設計步驟
4.3.2 模糊控製器的Matlab仿真
4.4 模糊控製應用實例--洗衣機的模糊控製
4.5 模糊自適應整定PID控製
4.5.1 模糊自適應整定PID控製原理
4.5.2 仿真實例
4.6 Sugeno模糊模型
4.7 基於極點配置的單級倒立擺T-S模糊控製
4.7.1 T-S模糊係統的設計
4.7.2 單級倒立擺的T-S模型模糊控製
4.8 模糊控製的應用
4.9 模糊控製發展概況
4.9.1 模糊控製發展的幾個轉摺點
4.9.2 模糊控製的發展方嚮
4.9.3 模糊控製麵臨的主要任務
思考題與習題
附錄 (程序代碼)
第5章 自適應模糊控製
5.1 模糊逼近
5.1.1 模糊係統的設計
5.1.2 模糊係統的逼近精度
5.1.3 仿真實例
5.2 簡單的自適應模糊控製
5.2.1 問題描述
5.2.2 模糊逼近原理
5.2.3 控製算法設計與分析
5.2.4 仿真實例
5.3 間接自適應模糊控製
5.3.1 問題描述
5.3.2 控製器的設計
5.3.3 仿真實例
5.4 直接自適應模糊控製
5.4.1 問題描述
5.4.2 控製器的設計
5.4.3 自適應律的設計
5.4.4 仿真實例
5.5 機器人關節數學模型
5.6 基於模糊補償的機械手自適應模糊控製
5.6.1 係統描述
5.6.2 基於模糊補償的控製
5.6.3 基於摩擦補償的控製
5.6.4 仿真實例
思考題與習題
附錄 (程序代碼)
第6章 神經網絡的理論基礎
6.1 神經網絡發展簡史
6.2 神經網絡原理
6.3 神經網絡的分類
6.4 神經網絡學習算法
6.4.1 Hebb學習規則
6.4.2 Delta(δ)學習規則
6.5 神經網絡的特徵及要素
6.6 神經網絡控製的研究領域
思考題與習題
第7章 典型神經網絡
7.1 單神經元網絡
7.2 BP神經網絡
7.2.1 BP網絡特點
7.2.2 BP網絡結構
7.2.3 BP網絡的逼近
7.2.4 BP網絡的優缺點
7.2.5 BP網絡逼近仿真實例
7.2.6 BP網絡模式識彆
7.2.7 BP網絡模式識彆仿真實例
7.3 RBF神經網絡
7.3.1 RBF網絡結構與算法
7.3.2 RBF網絡設計實例
7.3.3 RBF網絡的逼近
7.3.4 高斯基函數的參數對RBF網絡逼近的影響
7.3.5 隱含層節點數對RBF網絡逼近的影響
7.3.6 控製係統設計中RBF網絡的逼近
思考題與習題
附錄(程序代碼)
第8章 高級神經網絡
8.1 模糊RBF網絡
8.1.1 網絡結構
8.1.2 基於模糊RBF網絡的逼近算法
8.1.3 仿真實例
8.2 pi-sigma神經網絡
8.2.1 高木-關野模糊係統
8.2.2 混閤型pi-sigma神經網絡
8.2.3 仿真實例
8.3 小腦模型神經網絡
8.3.1 CMAC概述
8.3.2 一種典型CMAC算法
8.3.3 仿真實例
8.4 Hopfield網絡
8.4.1 Hopfield網絡原理
8.4.2 基於Hopfield網絡的路徑優化
思考題與習題
附錄 (程序代碼)
第9章 神經網絡控製
9.1 概述
9.2 神經網絡控製的結構
9.2.1 神經網絡監督控製
9.2.2 神經網絡直接逆控製
9.2.3 神經網絡自適應控製
9.2.4 神經網絡內模控製
9.2.5 神經網絡預測控製
9.2.6 神經網絡自適應評判控製
9.2.7 神經網絡混閤控製
9.3 單神經元自適應控製
9.3.1 單神經元自適應控製算法
9.3.2 仿真實例
9.4 RBF網絡監督控製
9.4.1 RBF網絡監督控製算法
9.4.2 仿真實例
9.5 RBF網絡自校正控製
9.5.1 神經網絡自校正控製原理
9.5.2 自校正控製算法
9.5.3 RBF網絡自校正控製算法
9.5.4 仿真實例
9.6 基於RBF網絡直接模型參考自適應控製
9.6.1 基於RBF網絡的控製器設計
9.6.2 仿真實例
9.7 一種簡單的RBF網絡自適應控製
9.7.1 問題描述
9.7.2 RBF網絡原理
9.7.3 控製算法設計與分析
9.7.4 仿真實例
9.8 基於不確定逼近的RBF網絡自適應控製
9.8.1 問題的提齣
9.8.2 模型不確定部分的RBF網絡逼近
9.8.3 控製器的設計及分析
9.8.4 仿真實例
9.9 基於模型
智能控製是自動控製領域的前沿學科之一,它是一門綜閤性很強的多學科交叉的新興學科,被稱為自動控製理論發展的第三階段。智能控製的發展為解決復雜非綫性、不確定係統的控製問題開闢瞭新的途徑。
本教材共11章。第1章是緒論,著重介紹智能控製的産生和發展背景、智能控製的基本概念;第2章介紹專傢控製;第3章介紹模糊控製的理論基礎;第4章介紹模糊控製的基本原理及模糊控製器的設計方法;第5章介紹模糊逼近的基本原理及自適應模糊控製的設計和分析方法;第6章介紹神經網絡控製的理論基礎;第7章介紹幾種典型的神經網絡,包括單神經元網絡、BP神經網絡、RBF神經網絡;第8章介紹幾種高級神經網絡,包括模糊神經網絡、pi-sigma神經網絡、小腦模型神經網絡和Hopfield網絡;第9章介紹幾種典型神經網絡控製的設計和分析方法;第10章介紹瞭智能算法及其應用;第11章介紹瞭基本迭代學習控製原理及應用。
本書是在原“北京市高等教育精品教材”《智能控製》(電子工業齣版社,2005年)和《智能控製(第2版)》(電子工業齣版社,2009年)的基礎上修訂而成的。為瞭適閤高年級本科生的教學需要,本書在選材上更加著重於基礎性和實用性。為瞭加深讀者的理解,並便於讀者的進一步開發,書中給齣瞭智能算法的Matlab仿真程序,這些程序是在Matlab7。12。0。635環境下開發的,適用於其他更高級的Matlab版本。
本書提供免費的電子課件和Matlab仿真程序,讀者可登錄網站ljk。buaa。edu。cn下載;或登錄電子工業齣版社的華信教育資源網:www。hxedu。com。cn,注冊後免費下載;或通過郵件與作者聯係索取。
北京航空航天大學吳淮寜教授針對本書的修訂工作提齣瞭許多寶貴建議。作者的研究生盧宇、孔建、鄭明慧等參與瞭本書部分算法的修正工作,在此錶示感謝。
由於作者水平有限,書中難免存在不足和錯誤之處,真誠歡迎廣大讀者批評指正。若讀者有指正或需與作者探討,或對控製算法及仿真程序有疑問,請通過電子郵件與作者聯係。
劉金琨
2013年12月於北京航空航天大學
從教學實踐的角度來看,這套教材的章節劃分和知識點的遞進邏輯非常適閤大學本科生的學習節奏。老師可以很容易地根據學時分配來選取不同的章節重點講解。書中的圖錶製作精良,很多示意圖能夠直觀地展示控製係統的內部運作機製,這對於可視化理解抽象概念至關重要。不過,我個人在閱讀過程中,希望能有更多關於“軟測量”技術在當前智能製造背景下的具體案例分析,這本書在這方麵的實例相對傳統。總體而言,它是一部嚴謹、體係完整的教材,為電氣工程和自動化專業的學生奠定瞭一個堅實的知識基石,隻是在緊跟瞬息萬變的“智能”前沿技術方麵,略顯小心翼翼,更像是一位穩健的領航員,而非激進的探索者。
評分我是一名研究生,這次選這本教材主要是因為聽聞它的“精品”之名,希望能在大作業中找到一些靈感和紮實的基礎支撐。深入閱讀後,我發現這本書的講解方式非常注重邏輯的連貫性,每一章的過渡都處理得比較自然。比如在講到自適應控製部分時,作者很耐心地梳理瞭不同算法的適用場景和局限性,這一點對我理解復雜係統的設計思路幫助很大。但是,我也注意到,對於一些最新的智能優化算法,比如基於群體的智能算法在控製係統中的實時應用案例,這本書的篇幅稍顯不足。可能考慮到教材的定位是“規劃教材”,側重點還是放在瞭傳統但核心的理論框架上,這一點我錶示理解,但對於追求前沿技術的讀者來說,可能需要補充閱讀近幾年的頂級期刊論文。
評分這本書的習題設計倒是挺有水平的,兼顧瞭理論驗證和工程化思維的培養。很多課後習題並不是簡單的公式套用,而是需要你對概念有深刻的理解纔能解齣來,這對於鞏固知識點非常有幫助。我特彆欣賞它在理論推導過程中引入的物理背景描述,不像有些教材純粹堆砌公式,讓人讀起來枯燥乏味。然而,我發現書中對一些高級主題,比如非綫性係統的魯棒控製,講解得略顯保守,更多的還是集中在綫性化處理後的情況。如果能增加更多關於Lyapunov穩定性理論在復雜非綫性係統分析中的應用實例,那就更完美瞭。總的來說,這本書打下的基礎非常紮實,但想跨越到尖端研究領域,還需要更多“野路子”的探索。
評分這本書的封麵設計挺有意思的,那種深藍色的主色調,配上一些科技感的綫條,一看就知道是搞電氣的。我剛拿到手的時候,還特意翻瞭翻目錄,發現它對智能控製這個領域的覆蓋麵挺廣的,從基礎理論到一些前沿的應用都有涉及。不過,我當時主要想找的是關於模糊邏輯和神經網絡結閤的最新進展,這本書在這塊的內容似乎沒有我想象的那麼深入,更多的是偏嚮於經典控製理論的擴展和整閤。當然,作為一本規劃教材,它在係統性和結構性上做得確實不錯,適閤作為入門或者係統學習的參考書。整體來說,排版清晰,圖例豐富,閱讀起來不會覺得晦澀難懂,對於初學者來說,是個不錯的敲門磚。隻是如果想探究更深層次的理論細節,可能還需要藉助其他更專業的資料。
評分說實話,作為一本十幾年前就開始齣版的教材(雖然這是第三版),我對它的更新速度有點擔憂。我期待看到更多關於深度學習在故障診斷和預測性維護中應用的實例,畢竟現在工業界對這方麵的需求越來越迫切。這本書在經典的狀態空間模型和最優控製方麵講解得非常透徹,這部分內容無疑是教科書級彆的典範,無論是數學推導還是物理意義的解釋都非常到位。但每當我翻到涉及到最新AI技術的章節時,總感覺信息量有點滯後,像是對前沿技術進行瞭“點到為止”的介紹,缺乏深入的算法剖析和實際代碼層麵的指導。對於希望把理論直接搬到實踐中去的工程師讀者來說,這可能是一個小小的遺憾。
評分東西不錯………
評分滿減活動買的,很不錯。
評分專業
評分第3版的教材,用用看
評分質量不錯。
評分非常實用 非常實用 非常實用 非常實用 非常實用 非常實用 非常實用 非常實用
評分書不錯,正版,非常喜歡!!!!!!!!!!!!!!!!!!!
評分很好不錯!
評分買過好幾個版本瞭,哈哈
本站所有內容均為互聯網搜尋引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 book.coffeedeals.club All Rights Reserved. 靜流書站 版權所有