最经济智能控制系统研究及其应用PDF电子书下载

第1章 绪论 1

1.1 引言 1

1.2 主要研究内容 3

1.3 本书的结构 4

第2章 最经济控制理论与低成本自动化 6

2.1 最经济控制问题的提出 6

2.1.1 一般提法 6

2.1.2 最经济结构综合 7

2.2 最经济结构综合方法 8

2.2.1 可控分型法和可观分型法 8

2.2.2 利用系统的极点及某些矩阵的秩求解 16

2.2.3 利用Jordan标准形的满秩相似变换阵寻找综合解的代数方法 21

2.2.4 有向图解算法 23

2.2.5 用结构经济控制求最经济控制阵 26

2.2.6 最经济结构综合解的适定性 27

2.3 分散控制系统的最经济控制 31

2.4 闭环控制系统的最经济控制 33

2.4.1 静态的状态反馈和输出反馈的最经济结构综合 33

2.4.2 镇定系统和配置系统极点的经济信息结构综合 34

2.5 广义系统的最经济控制结构综合 35

2.5.1 最经济控制阵B*和最经济观测阵C*的存在性 35

2.5.2 B1*的结构与性质 36

2.5.3 B2*的结构与性质 38

2.5.4 最经济控制阵B*的结构与性质 39

2.6 最经济结构综合的应用研究 39

2.6.1 不需要改进生产设备的综合 40

2.6.2 指定最经济结构的综合 40

2.7 最经济控制问题在管理系统中的拓展 41

2.7.1 定义的拓展 41

2.7.2 对象与模型的拓展 42

2.7.3 求解思路与方法的拓展 44

2.8 低成本自动化 46

2.8.1 低成本自动化概述 46

2.8.2 低成本自动化内容 46

2.8.3 低成本自动化实现 49

参考文献 51

第3章 智能控制研究与应用 53

3.1 智能控制的发展 53

3.2 智能控制系统研究 54

3.2.1 智能控制系统的研究对象 54

3.2.2 智能控制系统的定义 55

3.2.3 智能控制系统的特点 56

3.2.4 智能控制系统研究的数学工具 56

3.3 智能控制的类型 57

3.3.1 学习控制系统 57

3.3.2 分级递阶智能控制系统 60

3.3.3 专家控制系统 62

3.3.4 神经控制 67

3.3.5 模糊控制 78

3.3.6 基于多Agent的智能控制 82

3.3.7 组合智能控制 82

3.4 智能控制的模型研究 84

3.4.1 广义模型 84

3.4.2 八元组结构模型 84

3.4.3 特征模型 85

3.5 智能控制系统的性能研究 86

3.6 智能控制待研究的问题 87

3.7 粗糙集理论在控制系统中的应用 88

3.7.1 粗糙集理论的相关基本概念 88

3.7.2 基于粗糙集理论的吊车摆控制系统设计 94

3.7.3 基于粗糙集规则编码的神经网络控制器设计 109

3.7.4 粗糙控制器的几种实现形式 120

3.8 基于遗传算法的PID控制器设计 125

3.8.1 引入模拟退火机制的遗传算法 125

3.8.2 基于遗传算法的PID控制器设计 126

参考文献 131

第4章 最经济智能控制系统的结构方案 135

4.1 控制系统的发展 135

4.2 集散控制系统 136

4.2.1 DCS概述 136

4.2.2 DCS组成 139

4.2.3 DCS实例 140

4.2.4 DCS的技术特点与优点 142

4.3 现场总线技术 144

4.3.1 现场总线技术概述 144

4.3.2 FCS组成 147

4.3.3 FCS实例 148

4.3.4 现场总线的技术特点与优点 155

4.4 基于网络的控制系统 156

4.4.1 NCS概述 156

4.4.2 NCS的研究内容 157

4.5 基于现场总线技术的MEICS 161

参考文献 162

第5章 最经济智能控制系统的经济性分析 164

5.1 MEICS的经济目标函数构成 164

5.2 MEICS的硬件投入分析 166

5.3 MEICS的开发和维护费用分析 167

5.4 MEICS的经济效益分析 167

参考文献 169

第6章 最经济智能控制系统的优化方法——广义自适应遗传算法 170

6.1 进化的基本理论 170

6.1.1 达尔文生物进化论 170

6.1.2 孟德尔自然遗传学说 170

6.1.3 遗传算法的生物学基础 171

6.1.4 遗传算法的特点 173

6.1.5 遗传算法的应用 174

6.2 遗传算法研究 175

6.2.1 常规优化方法与遗传算法的比较 175

6.2.2 遗传算法的基本原理 176

6.2.3 遗传算法的实现 181

6.2.4 遗传算法的改进 185

6.2.5 免疫遗传算法 186

6.2.6 量子遗传算法 190

6.3 广义自适应遗传算法 193

6.3.1 初始种群的产生 193

6.3.2 适应度函数f 194

6.3.3 复制算子 194

6.3.4 “高品质”移民 194

6.3.5 自适应交换算子 195

6.3.6 自适应变异算子 195

6.3.7 停止条件 196

6.4 广义自适应遗传算法的仿真检验 196

6.4.1 实际问题 196

6.4.2 算法实现 196

6.4.3 结果分析 198

6.4.4 结论 200

参考文献 201

第7章 最经济智能控制系统的信息结构能通性分析与优化研究 203

7.1 MEICS的信息结构模型 203

7.1.1 信息结构能通性的概念 203

7.1.2　MEICS的信息结构模型 203

7.1.3 信息结构阵的逻辑运算 208

7.2 MEICS的信息结构能通性分析 209

7.2.1 MEICS信息结构阵的分解 209

7.2.2 MEICS信息结构能通性判据 210

7.2.3 MEICS信息结构能通性分析 211

7.3 MEICS的信息结构可靠性与经济性分析 214

7.3.1 信息通道结构可靠性指标 214

7.3.2 MEICS信息通道结构可靠性分析 215

7.3.3 MEICS信息通道结构经济性分析 217

7.4 MEICS信息结构的优化研究 218

7.4.1 GSAGA编码的确定 218

7.4.2 适应度函数选择 218

7.4.3 约束条件及其处理 219

参考文献 219

第8章 最经济智能控制系统的参数优化 220

8.1 MEICS参数的优化目标函数 220

8.1.1 控制系统描述 220

8.1.2 优化目标函数J的选择 221

8.1.3 优化目标函数J的计算 222

8.2 MEICS控制参数优化的实现 226

8.2.1 PID控制器参数范围的选择 226

8.2.2 广义自适应遗传算法参数的选择 226

8.2.3 优化结果分析 227

参考文献 230

第9章 MR-100/150M3混凝土搅拌设备最经济智能控制系统 231

9.1 系统控制对象概述 231

9.1.1 部件简介 231

9.1.2 工艺流程过程概述 233

9.2 MEICS设计 234

9.2.1 控制系统硬件设计 234

9.2.2 控制系统软件设计 239

9.2.3 控制系统控制参数的设计 240

9.3 MR-100/150M3混凝土搅拌设备MEICS的信息通道结构分析 241

9.3.1 系统信息通道结构模型 241

9.3.2 系统信息通道结构可靠性分析 242

9.4 MR-100/150M3混凝土搅拌设备MEICS的经济性分析 242

9.4.1 设备投资 243

9.4.2 开发周期与系统性能 243

9.4.3 经济效益 243

第10章 展望 245