智慧型控制基礎

《智慧型控制基礎》是2008年由清華大學出版社出版的圖書，作者是韋巍。

基本介紹

• 書名：智慧型控制基礎
• 作者：韋巍
• ISBN：9787302169185
• 定價：35.00元
• 出版社：清華大學出版社
• 出版時間：2008
• 裝幀：平裝
• 開本：16

內容簡介

智慧型控制作為一門新興學科，它的發展得益於許多學科，如人工智慧、認知科學、現代控制理論、模糊數學、生物控制論、學習理論以及網路理論等。

《智慧型控制基礎》總結近20年來智慧型控制的研究成果，詳細論述智慧型控制的基本概念、工作原理和設計方法。主要內容包括：智慧型控制概論、模糊控制論、人工神經網路控制論、專家控制、分層遞階智慧型控制、學習控制、模糊神經網路控制與自適應神經網路、進化算法、多智慧型體系統控制。

《智慧型控制基礎》在深入系統介紹智慧型控制設計理論和套用方法的同時，還結合課堂教學給出了大量的設計例子和習題。

《智慧型控制基礎》選材新穎，系統性強，通俗易懂，突出理論聯繫實際。既適合初學者學習智慧型控制的基本理論和方法，又對智慧型控制的研究學者有一定的參考價值。它標註了部分拓展內容的章節，供深入研究者參考。整本教材主要針對控制科學與工程、電氣工程等學科碩士研究生和自動化專業高年級本科生使用，也適合其他專業的工程師閱讀和參考。

作者簡介

韋巍，1964年生。1983年浙江大學本科畢業，1994年獲博士學位。1993年和1998年分別獲ALCS和DFG資助，赴英國Reading大學和德國Bochum大學聯合研究。現為浙江大學電氣學院副院長，博士生導師。目前主要從事智慧型控制與智慧型系統理論及套用研究，包括智機器人。曾獲浙江省科技進步二等獎1項、教育部科技進步三等獎1項和浙江省優秀教學成果獎1項。已發表學術論文近百篇，其中SCI、EI收錄論文50餘篇。

何衍，浙江金華人，1973年生。1995年、1998年於浙江工業大學獲自動化專業學士、碩士學位，2001年於浙江大學獲控制理論與控制工程專業博士學位。現為浙江大學系統科學與工程學系副教授、碩士生導師。主要從事信息融合、機器人、知識工程、運籌學等方面的科研和教學工作。負責、參加國家自然科學基金等科研項目多項。

目錄

第1章緒論

1.1智慧型控制的發展

1.1.1智慧型控制問題的提出

1.1.2智慧型控制的發展

1.2智慧型控制的幾個主要分支

1.2.1基於知識的專家系統

1.2.2模糊控制

1.2.3神經元網路控制

1.2.4學習控制

1.3智慧型控制系統的構成原理

1.3.1智慧型控制系統結構

1.3.2智慧型控制系統的特點

1.3.3智慧型控制系統研究的主要數學工具

習題和思考題

第2章模糊控制論

2.1引言

2.2模糊集合論基礎

2.2.1模糊集的概念

2.2.2模糊集合的運算

2.2.3模糊集合運算的基本性質

2.2.4隸屬度函式的建立

2.2.5模糊關係

2.3模糊邏輯、模糊邏輯推理和合成

2.3.1二值邏輯

2.3.2模糊邏輯的基本運算

2.3.3模糊語言邏輯

2.3.4模糊邏輯推理

2.3.5模糊關係方程的解

2.4模糊控制系統的組成

2.4.1模糊化過程

2.4.2知識庫

2.4.3決策邏輯

2.4.4精確化過程

2.5模糊控制系統的設計

2.5.1模糊控制器的結構設計

2.5.2模糊控制器的基本類型

2.5.3模糊控制器的設計原則

2.5.4模糊控制器的常規設計方法

2.6模糊PID控制器

2.6.1模糊控制器和常規PID的混合結構

2.6.2常規PID參數的模糊自整定技術

2.7模糊控制器的套用

2.7.1流量控制的模糊控制器設計

2.7.2倒立擺的模糊控制

習題和思考題

第3章人工神經元網路控制論

3.1引言

3.1.1神經元模型

3.1.2神經網路的模型分類

3.1.3神經網路的學習算法

3.1.4神經網路的泛化能力

3.2前向神經網路模型

3.2.1多層神經網路結構

3.2.2多層傳播網路的BP學習算法

3.2.3快速的BP改進算法

3.2.4BP學習算法的MATLAB例程

3.3動態神經網路模型

3.3.1帶時滯的多層感知器網路

3.3.2Hopfield神經網路

3.3.3回歸神經網路

3.4CMAC神經網路

3.4.1小腦網路的感知器模型

3.4.2CMAC的映射原理

3.4.3CMAC網路的學習算法

3.5RBF神經網路模型

3.5.1具有固定中心的RBF神經網路的訓練

3.5.2徑向基神經網路訓練的隨機梯度逼近法

3.6神經網路控制基礎

3.6.1引言

3.6.2神經網路的逼近能力

3.7非線性動態系統的神經網路辨識

3.7.1神經網路的辨識基礎

3.7.2神經網路辨識模型的結構

3.7.3非線性動態系統的神經網路辨識

3.8神經網路控制的學習機制

3.8.1監督式學習

3.8.2增強式學習

3.9神經網路控制器的設計

3.9.1神經網路直接逆模型控制法

3.9.2真接網路控制法

3.9.3多神經網路自學習控制法

3.10單一神經元控制

習題和思考題

第4章專家控制

4.1引言

4.2專家控制的基本原理

4.2.1專家控制系統的基本內容

4.2.2知識表達

4.2.3知識推理

4.2.4專家控制系統的設計

4.3專家控制應剛舉例

4.3.1PID專家控制系統設計

4.3.2過程專家控制系統

4.4仿人智慧型控制

4.4.1仿人智慧型控制的引入

4.4.2仿人智慧型控制的基本概念

4.4.3仿人智慧型控制的實現

4.4.4仿人智慧型控制的套用舉例

習題和思考題

上機實驗題

第5章分層遞階智慧型控制

5.1引言

5.2遞階智慧型控制的基本原理

5.3遞階智慧型控制的組織和協調

5.3.1遞階智慧型控制的組織級

5.3.2遞階智慧型控制的協調級

5.3.3遞階智慧型控制的執行級

5.4分層遞階智慧型控制的套用舉例

5.4.1智慧型機器人系統的遞階控制

5.4.2集散遞階智慧型控制系統

習題和思考題

第6章學習控制

第7章模糊神經網路控制與自適應神經網路

第8章進貨算法

第9章多智慧型體系統控制