智能控制理论与应用

第1章绪论1.1自动控制的起源1.2传统控制面临的问题与挑战1.3人控制器给控制理论的启示1.4智能控制基础1.4.1智能控制的定义1.4.2智能控制系统的基本结构1.4.3智能控制的主要研究内容1.4.4智能控制与传统控制的关系1.5本书的主要内容第2章专家系统2.1专家系统概述2.1.1什么是专家系统2.1.2建立专家系统的目的和意义2.1.3专家系统的结构2.2知识的表示与获取2.2.1基本概念2.2.2知识的表示2.2.3知识的获取2.3不确定推理2.3.1知识的不确定性2.3.2不确定推理2.4搜索策略2.4.1搜索技术概述2.4.2搜索技术分类2.4.3搜索效率的评价2.4.4状态空间的搜索策略2.4.5与或树的搜索策略2.5专家系统应用案例2.5.1概述2.5.2知识表示2.5.3推理机制2.5.4系统特点及系统效果本章小结第3章专家控制系统3.1专家控制系统概述3.1.1专家控制系统的特点 3.1.2专家控制系统的类型3.2专家控制系统的原理3.2.1专家控制的功能目标3.2.2控制作用的实现3.2.3设计规范和运行机制3.3专家控制系统的结构3.3.1专家控制系统的基本结构3.3.2专家控制系统的具体结构3.4直接专家控制系统3.4.1直接专家控制器的一般结构3.4.2专家控制器的设计原则3.4.3专家控制器的系统实现3.5间接专家控制系统3.6专家控制系统应用案例3.6.1工业燃煤锅炉燃烧控制的特点与难点3.6.2锅炉燃烧过程专家控制规则集、知识库及推理机本章小结第4章模糊控制4.1模糊控制的基本思想4.2模糊控制的数学基础4.2.1模糊集合的定义及表示方法4.2.2模糊集合的运算4.2.3隶属函数4.2.4模糊关系及其运算4.2.5模糊推理4.3模糊控制原理4.3.1模糊控制的基本原理4.3.2模糊控制器的设计步骤4.3.3模糊自适应整定PID控制4.4模糊控制应用实例4.4.1水位模糊控制4.4.2间歇聚丙烯生产的智能控制本章小结第5章神经网络控制5.1神经网络的基本概念5.1.1生物神经元模型5.1.2人工神经网络5.1.3神经网络常用的激发函数5.1.4神经网络的分类5.1.5神经网络学习方法5.2神经网络模型5.2.1感知器5.2.2BP神经网络5.2.3径向基函数网络5.2.4反馈神经网络5.3神经网络控制系统5.3.1神经网络控制系统概述5.3.2神经网络控制器的设计方法5.3.3神经网络辨识器的设计方法5.4神经网络控制应用实例5. 4.1生化过程神经网络控制5.4.2轧钢机钢板厚度的非线性神经网络控制本章小结第6章仿人智能控制6.1仿人智能控制的基本原理6.2仿人智能控制器的原型6.2.1基本算法和静特性6.2.2动态特性分析6.2.3仿人智能控制器原型中的智能属性6.3仿人智能控制系统的设计方法6.3.1仿人智能控制系统的性能指标6.3.2被控对象的“类等效”简化模型6.3.3被控对象的模型处理6.3.4仿人智能控制器设计的基本步骤6.3.5仿人智能控制的多种模式6.4几类常见的仿人智能控制器6.4.1仿人智能开关控制器6.4.2仿人比例控制器6.4.3仿人智能积分控制器6.5pH过程的仿人智能控制6.5.1pH仿人智能控制器的设计6.5.2仿真实验及结果本章小结第7章智能决策支持系统7.1决策支持系统的内涵7.1.1决策支持系统的概念7.1.2决策支持系统的组成与系统结构7.2智能决策支持系统的内涵7.2.1智能决策支持系统的基本概念7.2.2智能决策支持系统的结构及特点7.2.3智能决策支持系统的特性和功能 7.3智能决策的主要方法7.3.1机器学习7.3.2软计算方法7.3.3数据仓库和数据挖掘7.3.4基于范例推理7.4智能决策支持系统在交通事故管理上的应用7.4.1适用性分析7.4.2模型库的设计7.4.3数据库的设计7.4.4知识库的设计7.4.5推理机的设计7.4.6系统实现分析本章小结第8章现代优化方法在智能决策中的应用8.1进化算法8.1.1进化算法的基本框架8.1.2遗传算法8.1.3差分进化算法8.1.4进化算法在优化决策中的应用8.2粒子群算法8.2.1基本粒子群算法8.2.2粒子群算法的改进8.2.3粒子群算法在优化决策中的应用8.3模拟退火算法8.3.1模拟退火算法原理8.3.2模拟退火算法流程8.3.3模拟退火算法的实现与应用8.4多目标优化算法及应用8.4.1传统的多目标优化算法8.4.2多目标进化算法8.4.3多目标粒子群算法8.4.4多目标模拟退火算法8.4.5多目标优化算法在优化决策中的应用本章小结第9章深度学习 9.1卷积神经网络9.1.1卷积原理9.1.2卷积神经网络9.1.3深度卷积神经网络9.1.4使用重复元素的网络9.1.5含并行联结的网络9.2循环和递归神经网络9.2.1循环神经网络9.2.2递归神经网络9.2.3深度循环神经网络9.2.4长短期记忆神经网络9.3深度强化学习9.3.1强化学习9.3.2深度强化学习9.4应用9.4.1卷积神经网络的应用9.4.2循环和递归神经网络的应用9.4.3深度强化学习的应用本章小结参考文献