包邮智能控制(普通高等“十一五”国家级规划教材)

出版说明前言第1章 概论1.1 控制科学发展的新阶段——智能控制1.2 智能控制的基本概念与研究内容1.2.1 模糊逻辑控制1.2.2 神经网络控制1.2.3 遗传算法1.3 本书的主要内容第2章 复杂系统结构与智能控制2.1 复杂系统的分层递阶智能控制2.1.1 分层递阶智能控制的一般结构原理2.1.2 组织级2.1.3 协调级2.1.4 执行级的*优控制2.2 专家系统2.2.1 专家系统的基本组成与特点2.2.2 专家智能控制系统的基本原理2.2.3 仿人智能控制2.3 学习控制2.3.1 基于模式识别的学习控制2.3.2 再励学习控制2.3.3 Bayes学习控制2.3.4 迭代学习控制2.3.5 基于联结主义的学习控制2.4 习题第3章 模糊集合与模糊推理3.1 模糊集合及其运算3.1.1 模糊集合的定义及表示方法3.1.2 模糊集合的基本运算3.1.3 模糊集合运算的基本性质3.2 模糊关系与模糊推理3.2.1 模糊关系的定义及表示方法3.2.2 模糊关系的合成3.2.3 语言变量与蕴含关系3.2.4 近似推理3.3 基于规则库的模糊推理3.3.1 模糊推理的基本方法3.3.2 模糊推理的性质3.3.3 模糊控制中的几种常用模糊推理3.4 习题第4章 基于模糊推理的智能控制4.1 模糊控制系统的基本概念4.1.1 模糊控制系统组成4.1.2 模糊控制系统的原理与特点4.1.3 模糊控制系统分类4.2 模糊控制的基本原理4.3 模糊控制系统的两种基本类型4.3.1 Mamdani型模糊控制系统的工作原理4.3.2 T-S型模糊控制系统的工作原理4.4 模糊控制器的设计过程4.4.1 输入量的模糊化4.4.2 模糊规则与模糊推理4.4.3 模糊判决4.5 模糊控制系统的分析与设计4.5.1 模糊模型4.5.2 模糊关系模型的辨识4.5.3 基于Takagi-sugeno模糊模型的辨识4.5.4 模糊控制系统的稳定性分析4.6 模糊控制与PID控制的关系4.6.1 PID控制原理4.6.2 模糊控制器的解析结构4.6.3 模糊控制器的动态分析4.6.4 量化因子与系统性能的关系4.6.5 隶属度函数与系统性能的关系4.6.6 仿真实例4.7 习题第5章 神经元与神经网络5.1 神经网络的基本概念5.1.1 神经网络的基本原理和结构5.1.2 神经网络的模型5.1.3 神经元的连结方式5.2 前馈神经网络5.2.1 感知器5.2.2 BP网络5.2.3 GMDH网络5.2.4 RBF网络5.3 反馈神经网络5.3.1 CG网络模型5.3.2 盒中脑(BSB)模型5.3.3 Hopfield网络模型5.3.4 回归BP网络5.3.5 Boltzmann网络5.4 关于神经网络的神经元生长与修剪5.4.1 T-S模糊模型规则的生长与修剪5.4.2 局部线性模型对T-S模型输出的影响5.4.3 模糊规则生长与修剪的过程5.4.4 T-S模糊模型的参数学习5.4.5 T-S模糊模型的广义生长与修剪算法5.5 习题第6章 基于神经网络的智能控制6.1 神经网络建模6.1.1 逼近理论与网络控制6.1.2 利用多层静态网络的系统建模6.1.3 利用动态网络的系统建模6.2 神经网络控制6.2.1 神经网络控制系统的结构6.2.2 基于神经网络的控制器设计6.3 神经网络控制系统的分析6.4 神经网络控制系统的应用6.4.1 神经网络的模型辨识6.4.2 基于神经网络的机械手控制6.5 习题第7章 智能控制中的现代优化方法7.1 遗传算法的基本原理7.1.1 遗传算法的生物学基础7.1.2 遗传算法的基本概念7.1.3 遗传算法的基本实现7.1.4 遗传算法的特点7.1.5 遗传算法的应用7.2 遗传算法在加热炉控制系统建模中c应用7.2.1 遗传算法建模原理7.2.2 加热炉对象的遗传算法建模7.2.3 遗传算法建模实验及仿真验证7.3 遗传算法在模糊控制器设计中的应用7.3.1 对解进行编码7.3.2 对解进行寻优7.3.3 仿真及结果7.4 遗传算法在神经网络控制器设计中的应用7.4.1 神经网络为什么需要遗传算法7.4.2 遗传算法在神经网络中的应用7.5 其他现代优化方法7.5.1 基本思想7.5.2 三种算法的特点和需要进一步研究的问题7.6 几种现代优化方法在城市需水量预测中的应用7.6.1 背景介绍7.6.2 建模原理7.6.3 模型仿真验证7.7 习题第8章 控制系统数据处理的智能方法8.1 数据挖掘与信息处理的基本概念8.1.1 数据挖掘的基本概念8.1.2 信息处理的基本概念8.2 基于智能技术的控制系统数据挖掘8.2.1 数据挖掘中常用技术8.2.2 数据挖掘的功能特性8.2.3 数据挖掘在控制系统中的应用：SAS技术在配矿系统中的应用8.3 基于智能技术的控制系统数据校正与数据融合8.3.1 数据校正8.3.2 数据融合8.4 习题第9章 智能控制的进一步发展：自适应与学习控制9.1 自适应控制9.2 学习控制9.3 学习控制和自适应控制的关系参考文献