第1章 飞行器智能控制系统研究进展 1
1.1 引言 1
1.2 飞行器控制系统中智能控制的前期应用 3
1.2.1 带预测模型的专家系统 3
1.2.2 神经元网络自适应系统 4
1.2.3 咨询式智能系统 6
1.3 “功能—智能系统”的概念综合 7
1.3.1 “功能—智能系统”结构 7
1.3.2 目标综合模块 8
1.3.3 动态专家系统 10
1.3.4 实现行动感知器的预测算法 12
1.3.5 智能系统中的非线性控制算法 14
1.4 “功能—智能系统”在飞行器控制中实现的最新成果 15
1.4.1 系统实现框图 15
1.4.2 上级控制中的目标综合算法 15
1.4.3 下级控制中的控制算法 16
1.4.4 仿真研究结果 17
1.4.5 结论 18
1.5 本章内容小结 19
第2章 传统智能组件 20
2.1 人工神经网络 20
2.1.1 神经网络结构及学习方法 21
2.1.2 神经网络的工作方式 23
2.1.3 前向神经网络数学模型 23
2.1.4 神经网络发展趋势 26
2.2 进化计算 27
2.2.1 遗传算法的基本思想和特点 27
2.2.2 遗传算法的基本原理 28
2.2.3 遗传算法的设计与实现 29
2.3 专家系统 35
2.3.1 专家系统的基本结构 35
2.3.2 专家系统的知识表示法 36
2.3.3 专家系统的推理机制 38
2.4 模糊控制 40
2.4.1 模糊理论基础 41
2.4.2 模糊模型 45
2.4.3 模糊控制器 46
2.5 传统智能组件融合技术研究 49
2.6 本章内容小结 50
第3章 预测及模型自组织方法 51
3.1 预测和预测的方法 51
3.1.1 预测任务的提出 51
3.1.2 以控制理论的术语来提出预测的任务 51
3.1.3 短期预测和长期预测 52
3.1.4 预测的试验方法 53
3.1.5 需要的先验信息 53
3.2 启发式自组织 54
3.3 “自组织”术语的其他应用 54
3.4 模型自组织的基本原则 55
3.4.1 数学模型自组织 55
3.4.2 模型自组织算法 63
3.4.3 基函数形式和方程类型的选择 71
3.4.4 筛选的准则 75
3.4.5 正规性准则形成方法 84
3.4.6 мгУА理论的基本状况 87
3.5 本章内容小结 90
第4章 飞行器智能控制系统中行动感知器的建立 92
4.1 自组织方法建模的应用 92
4.2 短时间序列建模的应用 96
4.2.1 时间序列的描述 96
4.2.2 专家判断 97
4.3 改进型Demark趋势项建模 99
4.4 本章内容小结 102
第5章 飞行器智能控制系统控制算法的研制 103
5.1 控制算法的体系结构 103
5.2 体系上层中的决策 104
5.3 体系下层中的控制回路结构 108
5.4 体系下层中的最优控制律 109
5.5 基于微分几何理论的对象模型精确线性化 111
5.6 飞行器控制继电调节器的研制 117
5.7 本章内容小结 121
第6章 返回大气层式无人飞行器智能控制系统的“系统生成” 122
6.1 问题的提出 122
6.2 返回大气层式无人飞行器智能控制系统的运行过程 122
6.3 智能系统“系统生成”的基本阶段 124
6.4 返回大气层式无人飞行器运动的各阶段行动感知器的运行过程 125
6.5 本章内容小结 126
第7章 算法的仿真研究 128
7.1 用改进型Demark趋势项建立惯性导航系统误差预测模型的数学仿真 128
7.1.1 惯性导航系统输出速度参数及误差修正 129
7.1.2 惯性导航系统输出速度参数误差的预测模型 129
7.1.3 仿真结果 130
7.2 基于改进型Demark趋势项进行导航系统结构选择的数学仿真 134
7.3 返回大气层式无人飞行器“系统生成”三个阶段中行动感知器实现的数学仿真 135
7.4 发动机推力矢量/气动力复合控制导弹对机动目标实施制导的数学仿真 138
7.4.1 导弹动力学模型 138
7.4.2 导弹数学模型的反馈线性化及控制律设计 139
7.4.3 仿真中对系统实际条件的考虑 140
7.4.4 仿真结果 141
7.4.5 结论 151
7.5 本章内容小结 152
结论 153
参考文献 155