作者：师丽,李晓媛 主编
页数：242
出版社：机械工业出版社
出版日期：2021
ISBN：9787111684978
电子书格式：pdf/epub/txt
内容简介
智能控制是自动控制发展的不错阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度汇聚，是一门新兴的边缘交叉学科。本书系统地介绍了智能控制的内涵、理论和主要方法，包括模糊控制、神经网络控制、专家控制系统、遗传算法、基于DNA的软计算、粒子群算法、深度学习等，着重介绍了智能控制方法的交叉和融合，如模糊神经网络、模糊专家系统、神经专家系统、遗传-模糊控制和遗传-神经网络等。本书内容丰富，注重理论联系实际，配有大量的MATLAB仿真例题和实际应用案例讲解，能够更好地帮助学生通过仿真习题和工程实例设计深入理解智能控制的基本内涵和控制方法的综合运用。 本书可作为普通高校自动化、电气及电子信息等专业学生的教材，也可供有关教师和工程技术人员参考。 本书配有电子课件，欢迎选用本书作教材的教师登录www.cmpedu.com注册下载，或发邮件至jinacmp@163.com索取。 本书配有MATLAB源码，请直接用手机扫描书中二维码进行下载。
本书特色
本书系统地介绍了智能控制的内涵、理论和主要方法，包括模糊控制、神经网络控制、专家控制系统、遗传算法、基于DNA的软计算、粒子群算法、深度学习等
目录
二维码资源一览表
序
前言
第1章绪论1
11智能控制的内涵和特点1
12智能控制的结构理论2
121二元结构论2
122三元结构论2
123四元结构论3
124多元结构或树形结构3
13智能控制与传统控制的关系3
14智能控制系统的类型4
141分级递阶控制系统4
142专家控制系统5
143人工神经网络控制系统5
144模糊控制系统6
145智能优化与智能控制融合7
15智能控制的应用7
151智能控制在航空航天领域中的
应用7
152智能控制在工业生产过程中的
应用8
153智能控制在医疗卫生领域中的
应用9
154智能控制在军事国防中的应用10
155智能控制在农业工程中的应用10
156智能控制在智能社会和其他领域中
的应用10
16本章小结11
习题11
参考文献11
第2章模糊控制13
21模糊控制的基本概念和数学基础13
211模糊控制器的设计步骤14
212性能评价14
213语言变量、语言值和规则14
214模糊集合、模糊规则和模糊
推理16
215解模糊25
22基于倒立摆的模糊控制设计27
221模糊控制器的输入和输出选择28
222控制知识的融入规则28
223知识的模糊量化31
224规则的匹配33
225结论的确定36
226结论转换成控制作用（解模糊）37
227模糊决策的图形描述39
23Takagi-Sugeno模糊系统40
231Takagi-Sugeno模糊系统概述40
232广义T-S模糊模型42
24基于MATLAB的锅炉蒸汽压力双模糊
控制仿真43
25自适应模糊控制47
251问题的提出与阐述48
252间接自适应模糊控制器设计48
253直接自适应模糊控制器设计50
254单级倒立摆自适应模糊控制设计
仿真实例52
26本章小结54
习题55
参考文献56
第3章模糊建模和模糊辨识58
31模糊模型的类型与分割形式58
311Mamdani模糊模型58
312Tsukamoto模糊模型60
313模糊模型的分割形式60
32模糊系统的通用近似特性61
321模糊基函数61
322模糊系统的通用逼近性62
323用于函数近似的模糊系统求解64
33模糊辨识和估计的算法65
331模糊辨识的数据选择65
332最小二乘算法65
333梯度算法70
334模糊聚类法74
335混合算法77
34本章小结78
习题78
参考文献78
第4章神经网络控制79
41神经网络理论基础79
411神经网络原理79
412神经网络的结构和特点81
413神经网络学习83
42前馈神经网络85
421感知器85
422BP神经网络88
423RBF神经网络95
424LVQ神经网络100
43反馈神经网络102
431Hopfield神经网络102
432Kohonen网络110
44神经网络控制114
441神经网络控制的基本思想114
442神经网络直接逆动态控制115
443神经网络PID控制116
444神经网络自适应控制123
445神经网络内模控制127
45本章小结133
习题133
参考文献134
第5章模糊神经网络137
51引言137
52模糊系统与神经网络的融合方式138
521基于模糊技术的神经网络138
522基于神经网络的模糊系统138
523模糊逻辑与神经网络在结构上的
融合138
53模糊神经网络学习算法139
54自适应神经网络模糊推理系统139
541自适应网络139
542自适应神经-模糊推理系统
（ANFIS）146
543基于多模型的气动执行器故障
诊断149
55基于T-S模糊模型的递归神经网络在
系统辨识中的应用156
551基于T-S模糊模型的递归神
经网络156
552基于T-S模糊模型的递归神经网络
在系统辨识中的应用158
553仿真实例160
56本章小结162
习题162
参考文献163
第6章专家控制系统165
61专家系统165
611专家系统的结构特点与分类166
612专家系统的建立步骤168
62专家控制系统169
621专家控制系统的结构与设计169
622PID专家控制器应用实例172
63模糊专家系统174
631模糊专家系统的结构与设计174
632模糊专家系统应用实例175
64神经网络专家系统176
641神经网络专家系统的结构
与设计176
642神经网络专家系统应用实例177
65本章小结179
习题180
参考文献180
第7章其他智能控制182
71遗传算法182
711遗传算法的基本操作182
712遗传算法的实现190
713遗传算法的应用192
72DNA计算195
721DNA的结构195
722DNA计算的原理197
723DNA计算与其他软计算的集成197
73粒子群算法209
731粒子群算法的计算模型210
732粒子群优化算法的参数设置212
733基于粒子群算法的PID参数
优化214
74本章小结217
习题218
参考文献218
第8章深度学习在智能控制中的
应用221
81深度学习概述221
82经典深度学习算法介绍222
821基于受限玻耳兹曼机的深度信念
网络概述与原理222
822卷积神经网络概述与原理223
823基于自动编码器的堆叠自编码器
概述与原理225
824递归神经网络概述与原理226
83自动编码网络在易混淆目标识别中的
应用227
831视皮层简略模拟228
832易混淆目标关键点信息解码230
833实验设置230
834网络输出视觉化230
835易混淆目标关键点信息解码
性能231
84卷积神经网络在心电图自动分类中的
应用232
841数据集233
842数据预
序
前言
第1章绪论1
11智能控制的内涵和特点1
12智能控制的结构理论2
121二元结构论2
122三元结构论2
123四元结构论3
124多元结构或树形结构3
13智能控制与传统控制的关系3
14智能控制系统的类型4
141分级递阶控制系统4
142专家控制系统5
143人工神经网络控制系统5
144模糊控制系统6
145智能优化与智能控制融合7
15智能控制的应用7
151智能控制在航空航天领域中的
应用7
152智能控制在工业生产过程中的
应用8
153智能控制在医疗卫生领域中的
应用9
154智能控制在军事国防中的应用10
155智能控制在农业工程中的应用10
156智能控制在智能社会和其他领域中
的应用10
16本章小结11
习题11
参考文献11
第2章模糊控制13
21模糊控制的基本概念和数学基础13
211模糊控制器的设计步骤14
212性能评价14
213语言变量、语言值和规则14
214模糊集合、模糊规则和模糊
推理16
215解模糊25
22基于倒立摆的模糊控制设计27
221模糊控制器的输入和输出选择28
222控制知识的融入规则28
223知识的模糊量化31
224规则的匹配33
225结论的确定36
226结论转换成控制作用（解模糊）37
227模糊决策的图形描述39
23Takagi-Sugeno模糊系统40
231Takagi-Sugeno模糊系统概述40
232广义T-S模糊模型42
24基于MATLAB的锅炉蒸汽压力双模糊
控制仿真43
25自适应模糊控制47
251问题的提出与阐述48
252间接自适应模糊控制器设计48
253直接自适应模糊控制器设计50
254单级倒立摆自适应模糊控制设计
仿真实例52
26本章小结54
习题55
参考文献56
第3章模糊建模和模糊辨识58
31模糊模型的类型与分割形式58
311Mamdani模糊模型58
312Tsukamoto模糊模型60
313模糊模型的分割形式60
32模糊系统的通用近似特性61
321模糊基函数61
322模糊系统的通用逼近性62
323用于函数近似的模糊系统求解64
33模糊辨识和估计的算法65
331模糊辨识的数据选择65
332最小二乘算法65
333梯度算法70
334模糊聚类法74
335混合算法77
34本章小结78
习题78
参考文献78
第4章神经网络控制79
41神经网络理论基础79
411神经网络原理79
412神经网络的结构和特点81
413神经网络学习83
42前馈神经网络85
421感知器85
422BP神经网络88
423RBF神经网络95
424LVQ神经网络100
43反馈神经网络102
431Hopfield神经网络102
432Kohonen网络110
44神经网络控制114
441神经网络控制的基本思想114
442神经网络直接逆动态控制115
443神经网络PID控制116
444神经网络自适应控制123
445神经网络内模控制127
45本章小结133
习题133
参考文献134
第5章模糊神经网络137
51引言137
52模糊系统与神经网络的融合方式138
521基于模糊技术的神经网络138
522基于神经网络的模糊系统138
523模糊逻辑与神经网络在结构上的
融合138
53模糊神经网络学习算法139
54自适应神经网络模糊推理系统139
541自适应网络139
542自适应神经-模糊推理系统
（ANFIS）146
543基于多模型的气动执行器故障
诊断149
55基于T-S模糊模型的递归神经网络在
系统辨识中的应用156
551基于T-S模糊模型的递归神
经网络156
552基于T-S模糊模型的递归神经网络
在系统辨识中的应用158
553仿真实例160
56本章小结162
习题162
参考文献163
第6章专家控制系统165
61专家系统165
611专家系统的结构特点与分类166
612专家系统的建立步骤168
62专家控制系统169
621专家控制系统的结构与设计169
622PID专家控制器应用实例172
63模糊专家系统174
631模糊专家系统的结构与设计174
632模糊专家系统应用实例175
64神经网络专家系统176
641神经网络专家系统的结构
与设计176
642神经网络专家系统应用实例177
65本章小结179
习题180
参考文献180
第7章其他智能控制182
71遗传算法182
711遗传算法的基本操作182
712遗传算法的实现190
713遗传算法的应用192
72DNA计算195
721DNA的结构195
722DNA计算的原理197
723DNA计算与其他软计算的集成197
73粒子群算法209
731粒子群算法的计算模型210
732粒子群优化算法的参数设置212
733基于粒子群算法的PID参数
优化214
74本章小结217
习题218
参考文献218
第8章深度学习在智能控制中的
应用221
81深度学习概述221
82经典深度学习算法介绍222
821基于受限玻耳兹曼机的深度信念
网络概述与原理222
822卷积神经网络概述与原理223
823基于自动编码器的堆叠自编码器
概述与原理225
824递归神经网络概述与原理226
83自动编码网络在易混淆目标识别中的
应用227
831视皮层简略模拟228
832易混淆目标关键点信息解码230
833实验设置230
834网络输出视觉化230
835易混淆目标关键点信息解码
性能231
84卷积神经网络在心电图自动分类中的
应用232
841数据集233
842数据预
