《智能控制技术》PDF下载

  • 购买积分:11 如何计算积分?
  • 作  者:梁景凯,曲延滨编著
  • 出 版 社:哈尔滨:哈尔滨工业大学出版社
  • 出版年份:2016
  • ISBN:9787560357317
  • 页数:270 页
图书介绍:本书着重介绍了智能控制系统研究的主要数学方法;详细论述了模糊集合、模糊关系的概念及其与普通集合、普通关系之间的关系;简要介绍了模糊控制器的工作原理、基本思想和组成结构,对模糊控制器的设计内容和方法给出了详细的描述;系统描述了神经网络的基本原理和特征,并详细给出了几种常用的神经网络模型的结构描述和学习算法;介绍了神经网络技术在自动控制中的应用;主要介绍基于知识的专家系统、专家控制的知识表示和推理方法、专家控制系统基本原理与方法;主要介绍优化算法与控制系统,以及智能优化算法与智能控制系统之间的联系,退火算法、遗传算法、粒子群算法以及蚁群算法的基本原理与具体实现步骤。

第1章 绪论 1

1.1 智能控制的基本概念 1

1.1.1 智能与智能控制 1

1.1.2 智能控制系统的基本结构 2

1.1.3 智能控制的结构理论 3

1.1.4 智能控制的特点 4

1.2 智能控制系统的类型 5

1.2.1 模糊控制 5

1.2.2 神经网络控制 5

1.2.3 专家控制 7

1.3 智能控制的发展 7

1.4 智能控制系统研究的主要数学方法 8

本章小结 9

习题与思考题 9

第2章 模糊控制的数学基础 10

2.1 模糊集合及运算 10

2.1.1 模糊集合 10

2.1.2 模糊集合的运算 14

2.1.3 模糊集合运算的性质 17

2.1.4 隶属函数的建立 17

2.2 模糊关系 22

2.2.1 经典关系 22

2.2.2 模糊关系 24

2.2.3 等价模糊关系 25

2.2.4 模糊关系的运算 25

2.2.5 模糊关系的性质 29

2.2.6 分解原理 29

2.2.7 扩张原理 30

2.3 模糊逻辑与模糊推理 31

2.3.1 经典逻辑 31

2.3.2 模糊逻辑 33

2.3.3 模糊逻辑推理 35

2.3.4 基于规则库的模糊推理 45

2.3.5 模糊推理的性质 48

本章小结 50

习题与思考题 51

第3章 模糊控制 54

3.1 模糊控制系统 54

3.1.1 模糊控制系统结构 55

3.1.2 模糊控制系统的工作原理 56

3.1.3 模糊控制系统的特点 63

3.1.4 模糊控制系统设计步骤 64

3.2 模糊控制系统的分类 64

3.2.1 线性模糊控制系统和非线性模糊控制系统 64

3.2.2 恒值模糊控制系统与随动模糊控制系统 65

3.2.3 有差模糊控制系统和无差模糊控制系统 66

3.2.4 单变量模糊控制器和多变量模糊控制器 66

3.2.5 单一模糊控制器和复合模糊控制器 68

3.2.6 变结构模糊控制器、参数自整定模糊控制器和自适应模糊控制器 69

3.3 模糊控制器设计 70

3.3.1 模糊控制器设计步骤 70

3.3.2 单输入单输出模糊控制器设计 74

3.3.3 双输入单输出模糊控制器设计 78

3.4 基于Takagi-Sugeno模型的模糊控制 82

3.3.1 Takagi-Sugeno模糊模型形式 82

3.3.2 Takagi-Sugeno模糊模型的推理 83

3.3.3 基于Takagi-Sugeno模型的模糊控制 84

3.5 模糊控制的应用 85

3.5.1 模糊伺服控制系统 85

3.5.2 模糊控制的锅炉温度控制系统 90

3.6 基于MATLAB的模糊控制系统设计 92

3.6.1 MATLAB模糊控制工具箱简介 92

3.6.2 模糊逻辑工具箱的图形用户界面 93

3.6.3 用模糊逻辑工具箱命令建立模糊系统 99

3.6.4 基于Simulink的模糊控制系统 108

本章小结 113

习题与思考题 114

第4章 神经网络 115

4.1 神经网络概述 115

4.1.1 神经网络发展历史 115

4.1.2 神经网络基础 117

4.1.3 神经网络的结构 120

4.1.4 神经网络学习算法 122

4.2 前馈神经网络 126

4.2.1 感知器 126

4.2.2 BP网络 130

4.2.3 RBF神经网络 136

4.3 反馈神经网络 139

4.3.1 Hopfield网络 140

4.3.2 Boltzmann机 145

4.4 自组织神经网络 153

4.4.1 自组织特征映射神经网络 153

4.4.2 自适应共振理论 158

本章小结 163

习题与思考题 164

第5章 神经网络控制 166

5.1 神经网络控制概述 166

5.2 神经网络控制的结构 168

5.2.1 神经网络监督控制 168

5.2.2 神经网络自校正控制 169

5.2.3 神经网络模型参考自适应控制 170

5.2.4 神经网络内模控制 171

5.2.5 神经网络预测控制 173

5.2.6 神经网络自适应评判控制 174

5.2.7 神经网络集成控制 175

5.3 单神经元自适应控制 177

5.3.1 单神经元自适应PID控制 177

5.3.2 单神经元自适应PSD控制 180

5.3.3 单神经元控制在直流调速系统中的应用 183

5.4 神经网络PID控制 185

5.4.1 基于BP神经网络的PID控制器 185

5.4.2 改进型BP神经网络PID控制器 189

5.5 基于神经网络的系统辨识 193

5.5.1 系统辨识的基础知识 194

5.5.2 基于神经网络的系统辨识 196

本章小结 202

习题与思考题 203

第6章 专家控制 204

6.1 专家系统概述 204

6.1.1 什么是专家系统 204

6.1.2 专家系统的结构 205

6.1.3 专家系统的类型 206

6.2 专家系统工作原理 207

6.2.1 专家系统的特点 208

6.2.2 知识工程基础 208

6.3 专家控制系统 217

6.3.1 专家控制系统工作原理 217

6.3.2 专家控制系统的类型 219

6.3.3 基于专家控制的PID控制系统设计 220

6.4 专家控制系统应用实例 223

6.4.1 孵化控制系统的专家模糊控制 223

6.4.2 专家系统在铁水脱硫中的应用 228

本章小结 231

习题与思考题 232

第7章 智能优化算法 233

7.1 引言 233

7.1.1 最优化问题及其分类 233

7.1.2 智能优化算法与智能控制系统 235

7.2 模拟退火算法 238

7.2.1 模拟退火算法的基本原理 238

7.2.2 模拟退火算法的基本步骤与参数选择 239

7.2.3 模拟退火算法应用实例 242

7.3 遗传算法 244

7.3.1 进化计算与遗传算法 244

7.3.2 二进制遗传算法原理与关键步骤 246

7.3.3 连续遗传算法原理与关键步骤 249

7.3.4 遗传算法应用实例 252

7.4 粒子群算法 255

7.4.1 群智能与粒子群算法的基本原理 255

7.4.2 粒子群算法的基本步骤与改进方法 256

7.4.3 粒子群算法应用举例 258

7.5 蚁群算法 261

7.5.1 蚁群算法的基本原理 261

7.5.2 蚁群算法的基本步骤 262

7.5.3 算法应用举例 263

本章小结 267

习题与思考题 267

参考文献 269