智能控制——理论基础、算法设计与应用(本科教材)

第1章 绪论
1．1 智能控制的发展过程
1．1．1 智能控制的提出
1．1．2 智能控制的概念
1．1．3 智能控制的发展
1．1．4 智能控制的技术基础
1．2 智能控制的几个重要分支
1．2．1 模糊控制
1．2．2 神经网络控制
1．2．3 智能搜索算法
1．3 智能控制的特点、工具及应用
1．3．1 智能控制的特点
1．3．2 智能控制的研究工具
1．3．3 智能控制的应用
思考题
参考文献

第2章 模糊控制的理论基础
2．1 概述
2．2 模糊集合
2．2．1 模糊集合
2．2．2 模糊集合的运算
2．3 隶属函数
2．3．1 隶属函数的特点
2．3．2 几种典型的隶属函数及其MATLAB表示
2．3．3 模糊系统的设计
2．3．4 隶属函数的确定方法
2．4 模糊关系及其运算
2．4．1 模糊关系矩阵
2．4．2 模糊矩阵运算
2．4．3 模糊矩阵的合成
2．5 模糊推理
2．5．1 模糊语句
2．5．2 模糊推理
思考题

第3章 模糊逻辑控制
3．1 模糊控制的基本原理
3．1．1 模糊控制原理
3．1．2 模糊控制器的组成
3．1．3 模糊控制系统的工作原理
3．1．4 模糊控制器结构
3．2 模糊控制系统分类
3．3 模糊控制器的设计
3．3．1 模糊控制器的设计步骤
3．3．2 模糊控制器的MATLAB仿真
3．4 模糊控制应用实例——洗衣机的模糊控制
3．5 模糊自适应整定PID控制
3．5．1 模糊自适应整定PID控制原理
3．5．2 仿真实例
3．6 大时变扰动下切换增益模糊调节的滑模控制
3．6．1 系统描述
3．6．2 滑模控制器设计
3．6．3 模糊规则设计
3．6．4 仿真实例
思考题

第4章 自适应模糊控制
4．1 模糊逼近
4．1．1 模糊系统的设计
4．1．2 模糊系统的逼近精度
4．1．3 仿真实例
4．2 间接自适应模糊控制
4．2．1 问题描述
4．2．2 自适应模糊滑模控制器设计
4．2．3 仿真实例
4．3 直接自适应模糊控制
4．3．1 问题描述
4．3．2 模糊控制器的设计
4．3．3 自适应律的设计
4．3．4 仿真实例
思考题

第5章 基于T-S模糊建模的控制
5．1 T-S模糊模型
5．1．1 T-S模糊模型的形式
5．1．2 仿真实例
5．1．3 一类非线性系统的T-S模糊建模
5．2 T-S型模糊控制器的设计
5．3 倒立摆系统的T-S模糊模型
5．4 基于线性矩阵不等式的单级倒立摆T-S模糊控制
5．4．1 LMI不等式的设计及分析
5．4．2 不等式的转换
5．4．3 LMI设计实例
5．4．4 基于LMI的倒立摆T-S模糊控制
5．5 基于极点配置的单级倒立摆T-S模糊控制
附加资料：新的LMI求解工具箱——YALMIP工具箱
思考题
参考文献

第6章 机械手自适应模糊控制
6．1 简单的自适应模糊滑模控制
6．1．1 问题描述
6．1．2 模糊逼近原理
6．1．3 控制算法设计与分析
6．1．4 仿真实例
6．2 基于模糊补偿的机械手模糊自适应滑模控制
6．2．1 系统描述
6．2．2 基于传统模糊补偿的控制
6．2．3 自适应控制律的设计
6．2．4 基于摩擦模糊逼近的模糊补偿控制
6．2．5 仿真实例
6．3 模糊系统逼近的*小参数学习法
6．3．1 问题描述
6．3．2 模糊系统*小参数逼近
6．3．3 基于模糊系统逼近的*小参数自适应控制
6．3．4 仿真实例
6．4 基于模糊补偿的机械手单参数自适应控制
6．4．1 系统描述
6．4．2 基于模糊系统逼近的*小参数自适应控制
6．4．3 仿真实例
附加资料
思考题
参考文献
……

第7章 神经网络理论基础
第8章 典型神经网络
第9章 自适应RBF神经网络控制
第10章 基于RBF网络的输入输出受限控制
第11章 基于RBF神经网络的执行器自适应容错控制
第12章 机械系统神经网络自适应控制
第13章 基于RBF网络的反演自适应控制
第14章 基于LMI的神经网络自适应控制
第15章 智能优化算法
第16章 智能优化算法在参数辨识中的应用
第17章 神经网络自适应协调控制