智能控製技術 pdf epub mobi txt 電子書 下載 2025

目錄
第一章 智能控製概述
1.1智能控製的基本概念
1.1.1什麼是智能控製
1.1.2智能控製的研究對象
1.2智能控製係統的特徵和性能
1.2.1智能控製係統的一般結構
1.2.2智能控製係統的主要功能特徵
1.2.3智能控製係統的特徵模型
1.3智能控製係統的類型
1.4智能控製的發展概況
1.5小結
習題
第二章 智能控製的知識工程基礎
2.1知識的基本概念
2.1.1什麼是知識
2.1.2知識的分類
2.2知識的錶示
2.2.1一階謂詞錶示法
2.2.2時序邏輯錶示法
2.2.3産生式錶示法
2.2.4語義網絡知識錶示法
2.2.5框架知識錶示法
2.2.6Petri網知識錶示法
2.2.7定性模型知識錶示法
2.2.8可視知識模型
2.3知識的獲取
2.3.1非自動知識獲取
2.3.2自動知識獲取
2.4知識的處理
2.4.1推理的方式與分類
2.4.2推理控製策略
2.4.3狀態空間的搜索策略
2.5小結
習題
第三章 分級遞階智能控製
3.1遞階控製的一般原理
3.1.1大係統遞階結構的描述
3.1.2遞階控製的一般原理
3.2分級遞階智能控製
3.2.1分級遞階智能控製係統的結構
3.2.2分級遞階智能控製原理
3.3小結
習題
第四章 遺傳算法
4.1什麼是遺傳算法
4.1.1遺傳算法的生物遺傳學基礎
4.1.2遺傳算法的特點
4.1.3遺傳算法的基本操作
4.2遺傳算法的理論基礎
4.2.1遺傳算法的模式理論
4.2.2遺傳算法實現中的一些基本問題
4.3基於遺傳的機器學習係統
4.3.1分類器係統的結構
4.3.2規則信息係統
4.3.3信任分配係統
4.3.4機器學習中的遺傳算法
4.4遺傳算法的計算機實現
4.5基於遺傳算法的係統在綫辨識
4.5.1遺傳算法在參數辨識中的應用
4.5.2遺傳算法參數辨識仿真示例
4.6小結
習題
第五章 神經網絡控製
5.1神經網絡的基本概念
5.1.1生物神經元模型
5.1.2人工神經元模型
5.1.3人工神經網絡模型
5.1.4神經網絡的學習方法
5.2前嚮網絡及其主要算法
5.2.1感知器
5.2.2BP網絡
5.2.3RBF網絡
5.3反饋網絡
5.3.1Hopfield網絡
5.3.2Boltzmann機網絡
5.3.3自組織特徵映射網絡（Kohonen網絡）
5.4神經網絡模型辨識
5.4.1正嚮建模
5.4.2逆模型
5.5神經元自適應PID控製
5.5.1神經控製的基本思想
5.5.2單神經元自適應PID控製
5.6神經元自適應PSD控製
5.6.1自適應PSD控製算法
5.6.2單神經元自適應PSD控製
5.7神經網絡內模控製
5.7.1內模控製
5.7.2神經網絡內模控製
5.8神經網絡自適應控製
5.8.1神經網絡自校正控製
5.8.2神經網絡模型參考控製
5.9神經網絡PID控製
5.9.1基於BP神經網絡KP，K，KD參數自學習PID控製器
5.9.2改進型BP神經網絡KP，KIKD參數自學習PID控製器
5.10小結
習題
第六章 模糊控製的數學基礎
6.1概述
6.1.1模糊概念
6.1.2模糊性與隨機性
6.2模糊集閤
6.2.1普通集閤
6.2.2模糊集閤
6.2.3模糊集閤與普通集閤的聯係
6.3模糊關係與模糊關係閤成
6.3.1模糊關係的基本概念
6.3.2模糊關係閤成
6.3.3模糊關係的性質
6.3.4模糊變換
6.4模糊推理
6.4.1模糊語言與語言變量
6.4.2模糊命題與模糊條件語句
6.4.3模糊推理
6.5小結
習題
第七章 模糊控製
7.1模糊控製係統原理
7.1.1傳統控製係統的特點
7.1.2模糊控製係統的工作原理
7.1.3模糊控製的係統結構
7.1.4模糊控製器的結構與組成
7.2模糊控製器設計
7.2.1模糊控製器設計要求
7.2.2清晰量的模糊化
7.2.3模糊量的清晰化
7.2.4模糊控製規則及控製算法
7.3自調整模糊控製技術
7.3.1帶有自調整因子的模糊控製器
7.3.2帶有自調整函數的模糊控製器
7.4神經網絡實現的模糊控製
7.4.1常規模糊係統的等價神經網絡
7.4.2模糊神經網絡技術在溫度控製過程中的應用
7.4.3基於T－S模型的模糊神經網絡
7.5基於遺傳算法優化的模糊控製
7.5.1遺傳算法和模糊邏輯、神經網絡的融閤
7.5.2基於遺傳算法優化的模糊控製器
7.5.3基於遺傳算法的模糊溫度控製實驗
7.6小結
習題
第八章 專傢控製
8.1專傢係統概述
8.1.1什麼是專傢係統
8.1.2專傢係統的基本組成
8.1.3專傢係統的特徵及類型
8.2專傢控製係統
8.2.1專傢控製係統的特點
8.2.2專傢控製係統的工作原理
8.2.3專傢控製器
8.3模糊專傢係統
8.3.1模糊專傢係統的基本結構
8.3.2可能性分布與模糊測度
8.3.3模糊性知識的規則錶示
8.3.4不確定性推理模型
8.4邏輯程序設計語言
8.4.1Prolog語言的特點
8.4.2Prolog語言的語法與數據結構
8.4.3Prolog程序的執行與控製
8.5小結
習題
第九章 基於規則的仿人智能控製
9.1仿人智能控製的原理
9.1.1仿人智能控製的基本思想
9.1.2仿人智能行為的特徵變量
9.2仿人智能開關控製
9.2.1智能開關控製
9.2.2智能開關控製器設計示例
9.3仿人比例控製
9.3.1仿人比例控製原理
9.3.2仿人比例控製算法
9.4仿人智能積分控製
9.4.1仿人智能積分原理
9.4.2仿人智能控製算法
9.5基於特徵辨識的多模態智能控製
9.5.1係統動態特徵模式類
9.5.2基於特徵辨識的智能控製
9.6小結
習題
第十章 智能控製應用示例
10.1電加熱爐爐溫智能控製
10.1.1電加熱爐模型分析
10.1.2電加熱爐爐溫智能控製
10.2集裝箱吊車的模糊控製
10.2.1吊車模糊控製規則的建立
10.2.2模糊邏輯吊車控製器的結構
10.2.3模糊控製的可編程控製器實現
10.3模糊控製技術的微機實現
10.3.1MC68HC11E9數字單片機的特性
10.3.2溫度模糊控製器的實現
10.4模糊控製的洗衣機
10.4.1模糊控製洗衣機係統電路結構
10.4.2洗衣機的模糊推理
10.4.3洗衣機物理量檢測方法
10.4.4布質、布量的模糊推理
10.5倒立擺的模糊神經網絡控製
10.5.1再勵學習的模糊神經網絡
10.5.2倒立擺的模糊神經網絡自適應控製
參考文獻
· · · · · · (收起)