![智能控制系统理论及应用](https://cover.qianqiantushu.cc/25/s6f4397a.jpg)
![智能控制系统理论及应用](https://cover.qianqiantushu.cc/25/s6f4397a.jpg)
智能控制系统理论及应用PDF电子书下载
- 电子书积分:14 积分如何计算积分?
- 作 者:王杰,金耀初编著
- 出 版 社:郑州:河南科学技术出版社
- 出版年份:1997
- ISBN:7534919835
- 页数:405 页
目录 1
第一章 绪论 1
§1.1 现代控制理论面临的挑战 1
§1.2 智能控制的提出 2
§1.3 智能控制的分类 4
1.3.1 基于规则的控制 4
1.3.2 模糊控制 5
1.3.3 神经控制 6
§1.4 智能控制展望 9
第二章 模糊集合论基础 11
§2.1 经典集及其运算 11
2.1.1 集合及其表示方法 11
2.1.2 经典集的运算 12
2.1.3 关系及其运算 15
2.1.4 集合的特征函数 20
§2.2 模糊集合的概念及运算 22
2.2.1 模糊集合的概念及表示方法 22
2.2.2 模糊集合的运算 26
§2.3 模糊集的分解与扩张 30
2.3.1 分解定理 30
2.3.2 扩张原理 32
§2.4 隶属函数的确定方法 34
§2.5 模糊集合的模糊度量 38
§2.6 模糊关系及其合成 42
2.6.1 模糊关系及其运算 42
2.6.2 模糊关系的合成 44
2.6.3 模糊矩阵 45
§2.7 模糊关系方程 48
习题 52
第三章 模糊控制论 55
§3.1 模糊控制的基本思想 55
§3.2 模糊控制器的设计方法 57
3.2.1 确定模糊控制器的输入输出变量 57
3.2.2 确定输入输出变量的模糊语言描述 57
3.2.3 模糊规则的建立及模糊推理 63
3.2.4 解模糊 74
3.2.5 论域和比例因子的确定 79
§3.3 模糊控制器的参数确定 81
3.3.1 模糊规则可调整的模糊控制器 81
3.3.2 比例因子自调整的模糊控制 89
3.3.3 具有积分作用的模糊控制 92
3.3.4 机械手伺服系统的智能模糊控制 94
§3.4 规则自组织模糊控制 101
3.4.1 性能测量 102
3.4.2 控制量校正 104
3.4.3 控制规则修正 105
§3.5 自学习模糊控制 108
3.5.1 模糊推理格式与算法 109
3.5.2 辨识算法 111
§3.6 复合模糊控制 126
3.6.1 模型参考自适应控制的模糊设计方法 126
3.6.2 一类非线性系统的模糊变结构设计 130
3.6.3 模糊建模在变结构控制中的应用 132
§3.7 模糊系统辨识 134
3.7.1 模糊模型 135
3.7.3 模糊关系的确定 136
3.7.2 参考模糊集合的确定 136
3.7.4 模糊关系的修正 137
§3.8 模糊模式识别 140
3.8.1 最大隶属度法 142
3.8.2 择近原则 144
§3.9 模糊控制静态和动态特性分析 147
3.9.1 静态特性 147
3.9.2 稳定性分析 155
习题 168
4.1.1 人工神经网络概念 171
第四章 人工神经网络理论 171
§4.1 人工神经网络理论概述 171
4.1.2 神经网络模型 175
§4.2 神经网络学习算法 178
4.2.1 Hebbian学习规则 179
4.2.2 感知器学习规则 181
4.2.3 Delta学习规则 183
4.2.6 Winner-Take-All学习法则 184
4.2.7 Outstar学习规则 184
4.2.5 相关学习法 184
4.2.4 Widrow-Hoff学习规则 184
§4.3 前向神经网络模型及其算法 185
4.3.1 线性分类器 186
4.3.2 感知器 189
4.3.3 Adaline和Madaline 200
§4.4 Hopfield神经网络 205
4.4.1 离散型Hopfield网络(DHNN) 206
4.4.2 连续型Hopfield神经网络(CHNN) 208
§4.5 联想记忆神经网络 211
4.5.1 线性联想记忆 211
4.5.2 回馈型自联想网络 213
4.5.3 双向联想记忆(BAM) 217
§4.6 自组织神经网络 221
4.6.1 最小Hamming距离分类网络 221
4.6.2 Kohonen网络 227
4.6.3 CPN模型 232
4.6.4 自组织特征映射 234
4.6.5 自适应共振理论(ART) 240
4.7.1 模拟退火算法 253
§4.7 随机神经网络模型 253
4.7.2 Boltzmann机 256
4.7.3 学习算法 256
§4.8 CMAC神经网络 260
4.8.1 CMAC模型的结构 261
4.8.2 网络的工作原理分析 264
4.8.3 CMAC的学习算法及收敛速度 275
习题 281
§5.1 神经控制的概念 286
第五章 神经控制论 286
§5.2 神经控制的学习模式 289
5.2.1 监督式学习 289
5.2.2 增强式学习 306
§5.3 直接逆控制与自适应控制 309
5.3.1 直接逆控制 309
5.3.2 自适应控制 313
§5.4 神经网络增强式学习控制 318
5.4.1 行为选择神经网络(ASN) 318
5.4.2 行为评价神经网络(AEN) 320
§5.5 非线性控制的神经网络方法 323
5.5.1 非线性系统反馈线性化 324
5.5.2 基于神经网络的自适应非线性反馈 326
§5.6 基于神经网络的复合控制方法 330
5.6.1 基于神经网络的模型参考自适应控制 330
5.6.2 基于神经网络的最优控制 342
§5.7 系统辨识的神经网络方法 347
5.7.1 Hopfield神经网络模型 347
5.7.2 基于参考模型的参数估计 348
5.8.1 改进的HCNN 352
§5.8 神经网络在规划中的应用 352
5.8.2 求解非线性规划问题的方法 355
5.8.3 求解多项式形式的非线性方程组 358
习题 359
第六章 混合智能控制系统 362
§6.1 混合智能控制系统的一般结构 362
§6.2 神经网络模糊系统 363
6.2.1 神经网络与模糊系统的生理背景 363
6.2.2 模糊系统和生物神经网络模型的联系 364
6.2.3 基于神经网络的模糊控制 367
6.3.1 网络结构 371
6.3.2 学习规则 371
§6.3 模糊神经网络 371
6.3.3 模糊神经网络的应用 373
§6.4 基于神经网络的专家系统 375
6.4.1 专家系统的基本原理 375
6.4.2 基于神经网络的专家系统 383
习题 387
7.1.1 引言 391
7.1.2 模糊控制方案的建立 391
§7.1 水泥回转窑的模糊辨识和控制 391
第七章 智能控制的应用 391
7.1.3 控制系统的实现 395
7.1.4 控制效果 396
§7.2 自动倒车系统的神经网络控制及模糊控制 397
7.2.1 采用模糊控制方法 397
7.2.2 采用神经网络控制 400
7.2.3 模糊控制与神经网络控制的比较 401
参考文献 404
- 《管理信息系统习题集》郭晓军 2016
- 《信息系统安全技术管理策略 信息安全经济学视角》赵柳榕著 2020
- 《高含硫气藏开发腐蚀控制技术与实践》唐永帆,张强 2018
- 《系统解剖学速记》阿虎医考研究组编 2019
- 《慢性呼吸系统疾病物理治疗工作手册》(荷)瑞克·考斯林克(RikGosselink) 2020
- 《社会文化系统中的翻译》姜秋霞,杨正军 2019
- 《中国生态系统定位观测与研究数据集 森林生态系统卷 云南西双版纳》邓晓保·唐建维 2010
- 《钢铁行业污染特征与全过程控制技术研究》周长波等 2019
- 《大气氮沉降及其对生态系统的影响》方琨,王道波 2019
- 《学校教育指标系统的构建》杨向东著 2019
- 《市政工程基础》杨岚编著 2009
- 《家畜百宝 猪、牛、羊、鸡的综合利用》山西省商业厅组织技术处编著 1959
- 《《道德经》200句》崇贤书院编著 2018
- 《高级英语阅读与听说教程》刘秀梅编著 2019
- 《计算机网络与通信基础》谢雨飞,田启川编著 2019
- 《看图自学吉他弹唱教程》陈飞编著 2019
- 《法语词汇认知联想记忆法》刘莲编著 2020
- 《培智学校义务教育实验教科书教师教学用书 生活适应 二年级 上》人民教育出版社,课程教材研究所,特殊教育课程教材研究中心编著 2019
- 《国家社科基金项目申报规范 技巧与案例 第3版 2020》文传浩,夏宇编著 2019
- 《流体力学》张扬军,彭杰,诸葛伟林编著 2019
- 《钒产业技术及应用》高峰,彭清静,华骏主编 2019
- 《现代水泥技术发展与应用论文集》天津水泥工业设计研究院有限公司编 2019
- 《异质性条件下技术创新最优市场结构研究 以中国高技术产业为例》千慧雄 2019
- 《Prometheus技术秘笈》百里燊 2019
- 《中央财政支持提升专业服务产业发展能力项目水利工程专业课程建设成果 设施农业工程技术》赵英编 2018
- 《药剂学实验操作技术》刘芳,高森主编 2019
- 《林下养蜂技术》罗文华,黄勇,刘佳霖主编 2017
- 《脱硝运行技术1000问》朱国宇编 2019
- 《催化剂制备过程技术》韩勇责任编辑;(中国)张继光 2019
- 《信息系统安全技术管理策略 信息安全经济学视角》赵柳榕著 2020