成功加入购物车
正版库存未阅
师黎 著 / 清华大学出版社 / 2009-04 / 平装
售价 ¥ 25.00 6.0折
定价 ¥42.00
品相 九五品
优惠 满包邮
延迟发货说明
上书时间2024-03-23
卖家超过10天未登录
国家精品课程教材:智能控制理论及应用
《智能控制理论及应用》系统地介绍了智能控制的基本概念、理论和主要方法,包括模糊控制、神经网络控制、专家控制系统、免疫控制、仿人智能控制、遗传算法、蚁群算法、基于DNA的软计算等。智能控制是自动控制发展的高级阶段,是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度综合与集成,是一门新兴的边缘交叉学科。《智能控制理论及应用》较多地介绍了这些方法的融合和集成,如模糊神经网络、模糊专家系统、神经专家系统、遗传模糊控制和遗传神经网络等,并分析了混沌现象及特点,讨论了混沌控制。《智能控制理论及应用》内容丰富,理论联系实际,并配有大量的MATLAB仿真例题和实际应用例子。
《智能控制理论及应用》适合高等院校作为自动化专业、电气及信息类专业本科生和研究生的教材,也可供有关教师和工程技术人员参考。
第1章绪论1.1智能控制的发展历史1.2智能控制的定义和特点1.2.1智能控制的定义1.2.2智能控制的特点1.3智能控制的结构理论1.3.1二元结构论1.3.2三元结构论1.3.3四元结构论1.3.4多元结构或者树形结构1.4智能控制与传统控制的关系1.5智能控制的研究对象1.6智能控制的类型1.6.1分级递阶控制系统1.6.2专家控制系统1.6.3人工神经网络控制系统1.6.4模糊控制系统1.6.5遗传算法与控制理论相结合1.6.6免疫算法控制1.6.7仿人智能控制1.6.8学习控制系统1.6.9混沌控制1.7智能控制的应用1.7.1智能控制在机器人技术中的应用1.7.2智能控制在机械制造中的应用1.7.3智能控制在电力电子学研究领域中的应用1.7.4智能控制在工业过程中的应用1.7.5智能控制在农业生产中的应用1.7.6智能控制在广义控制领域中的应用1.8本章小结参考文献第2章模糊控制2.1模糊控制概述2.1.1模糊控制器设计步骤2.1.2性能评价2.1.3应用领域2.2模糊控制的数学基础2.2.1语言变量、语言值和规则2.2.2模糊集合、模糊规则和模糊推理2.2.3解模糊2.3一个示范例子的介绍2.3.1模糊控制器的输入和输出的选择2.3.2把控制知识融入规则中2.3.3知识的模糊量化2.3.4匹配:决定用哪一条规则2.3.5结论步骤:确定结论2.3.6把结论转换成控制作用2.3.7模糊决策的图形描述2.4TakagiSugeno模糊系统2.4.1TakagiSugeno模糊系统2.4.2模糊系统是通用近似器2.4.3广义TS模糊模型2.5基于MATLAB的智能控制系统设计与仿真2.5.1模糊逻辑工具箱2.5.2基于MATLAB的模糊控制系统设计与仿真2.6模糊系统的非线性分析2.6.1模糊控制器的参数化2.6.2李雅普诺夫稳定性分析2.6.3绝对稳定性和圆判据2.6.4稳态跟踪误差的分析2.6.5描述函数分析方法2.6.6滑模变结构方法2.6.7小增益理论2.6.8相平面分析法2.7热处理系统的温度模糊控制2.8本章小结习题参考文献第3章模糊建模和模糊辨识3.1引言3.2模糊模型的类型与分割形式3.2.1Mamdani模糊模型3.2.2Takagi-Sugeno模糊系统3.2.3Tsukamoto模糊模型3.2.4模糊模型的分割形式3.3模糊系统的通用近似特性3.3.1模糊基函数3.3.2模糊系统的通用逼近性3.3.3用于函数近似的模糊系统求解3.4模糊辨识的数据选择3.5模糊辨识和估计的最小二乘算法3.5.1成批最小二乘算法3.5.2递推最小二乘算法3.5.3模糊系统的调整3.5.4模糊系统的成批最小二乘训练3.5.5模糊系统的递推最小二乘训练3.6模糊辨识和估计的梯度法3.6.1标准模糊系统的训练3.6.2T-S模糊系统的训练3.6.3动量项和步长大小3.6.4牛顿(Newton)和高斯一牛顿(GaHSS-Newton)方法3.7模糊的聚类法3.7.1优化输出预解模糊的聚类方法3.7.2最近邻聚类法3.8复合法3.8.1混合初始化/训练3.8.2混合条件/结论训练3.8.3混合交叉训练3.9本章小结习题参考文献第4章神经网络控制4.1神经网络理论概述4.1.1神经网络的发展历史4.1.2神经网络原理4.1.3神经网络的特点4.1.4神经网络结构4.1.5神经网络的学习4.2前馈神经网络4.2.1感知器4.2.2BP神经网络4.2.3RBF神经网络4.2.4I-VQ神经网络4.3反馈神经网络4.3.1Hopfield网络概述4.3.2离散型Hopfield网络4.3.3连续型H0pfield网络4.3.4Boltzmann机网络4.3.5Kohonen网络4.3.6自适应谐振理论(ART)网络4.3.7模糊自适应共振理论网络4.4神经网络控制4.4.1神经网络控制的基本思想4.4.2直接逆动态控制4.4.3神经网络自适应控制4.4.4神经网络PID控制4.4.5神经网络内模控制4.4.6神经网络模型预测控制4.5本章小结习题参考文献第5章模糊神经网络5.1引言5.2模糊系统与神经网络的融合方式5.2.1基于模糊技术的神经网络5.2.2基于神经网络的模糊系统5.2.3模糊逻辑与神经网络在结构上的融合5.3模糊神经网络学习算法研究5.4自适应神经网络模糊推理系统(ANFIS)5.4.1自适应网络5.4.2自适应神经一模糊推理系统5.4.3基于多模型的气动执行器故障诊断5.5基于T-S模糊模型的递归神经网络及其在系统辨识中的应用5.5.1基于T-S模糊模型的递归神经网络5.5.2基于T-S模糊模型的递归神经网络在系统辨识中的应用……第6章专家系统第7章遗传算法第8章蚁群算法第9章DNA计算与基于DNA的软计算第10章其他智能控制
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30