智能控制技术

　　第1章 绪论
　　1.1 智能控制的起源和发展
　　1.1.1 控制科学的起源和发展
　　1.1.2 智能控制的起源和发展
　　1.1.3 智能控制的多元结构描述
　　1.2 智能控制的概念和技术特点
　　1.2.1 智能控制的概念
　　1.2.2 智能控制技术的特点
　　1.2.3 智育旨控制系统的基本结构
　　1.3 智能控制的主要类型
　　1.3.1 模糊控制
　　1.3.2 神经网络控制
　　1.3.3 专家控制系统
　　1.3.4 仿生智能控制
　　1.3.5 学习控制系统
　　1.3.6 递阶智能控制
　　1.3.7 综合智能控制系统
　　1.4 智能控制技术应用实例
　　1.4.1 机器人智能控制系统
　　1.4.2 地铁行驶智能控制系统
　　1.4.3 智能飞行控制系统
　　1.4.4 计算机集成制造系统
　　1.5 智能控制技术的实现
　　1.5.1 计算机控制技术
　　1.5.2 智能控制系统设计
　　思考题与习题
　　第2章 模糊控制
　　2.1 模糊控制概述
　　2.1.1 模糊控制的产生和发展
　　2.1.2 模糊控制的概念和特点
　　2.2 模糊控制的数学基础
　　2.2.1 模糊集的概念
　　2.2.2 隶属度函数及其值的确定
　　2.2.3 模糊关系
　　2.3 模糊推理系统原理及设计
　　2.3.1 模糊逻辑
　　2.3.2 模糊推理
　　2.3.3 模糊推理系统的结构
　　2.3.4 模糊推理系统的设计
　　2.4 模糊控制原理及系统设计
　　2.4.1 模糊控制系统的组成
　　2.4.2 模糊控制系统的设计
　　2.4.3 模糊控制的快速查表法
　　2.4.4 模糊PID控制
　　2.5 MATLAB模糊逻辑工具箱的使用
　　2.5.1 图形用户界面下建立模糊推理系统
　　2.5.2 模糊逻辑工具箱的函数命令
　　2.5.3 模糊控制系统的仿真
　　2.5.4 模糊控制系统仿真示例
　　2.6 模糊控制工程应用实例
　　2.6.1 模糊控制全自动洗衣机
　　2.6.2 船舶减摇的模糊控制技术
　　2.6.3 地铁机车的模糊控制
　　2.6.4 蒸汽机模糊控制系统
　　2.7 本章小结
　　习题
　　第3章 神经网络控制
　　3.1 神经网络的理论概述
　　3.1.1 生物神经元模型
　　3.1.2 人工神经元模型
　　3.1.3 神经网络模型
　　3.1.4 神经网络分类
　　3.1.5 神经网络的学习规则
　　3.1.6 用于控制的神经网络
　　3.1.7 神经网络控制的研究内容
　　3.2 前馈网络及其BP学习算法
　　3.2.1 感知器
　　3.2.2 径向基函数神经网络
　　3.2.3 BP网络
　　3.2.4 BP学习算法
　　3.2.5 改进型BP算法
　　3.2.6 BP网络仿真实例
　　3.3 反馈网络及其他网络结构
　　3.3.1 HOPFIELD网络
　　3.3.2 BOLTZMANN机网络
　　3.3.3 双向联想记忆网络
　　3.3.4 HAMMING网络
　　3.3.5 KOHONEN网络
　　3.4 神经网络控制器原理及设计
　　3.4.1 概述
　　3.4.2 神经网络控制的结构
　　3.4.3 基于单神经元PID控制
　　3.4.4 仿真实例
　　3.5 模糊神经网络控制及其应用
　　3.5.1 模糊神经元
　　3.5.2 模糊神经网络
　　3.5.3 模糊神经网络控制器
　　3.6 MATLAB神经网络工具箱的使用
　　3.6.1 MATLAB工具箱的神经元模型
　　3.6.2 MATLAB工具箱中的神经网络结构
　　3.6.3 MATLAB工具箱函数
　　3.6.4 仿真实例
　　3.7 神经网络控制系统应用实例
　　3.7.1 神经网络在故障模式识别中的应用
　　3.7.2 基于BP网络的电力电子电路故障诊断
　　3.7.3 洗衣机的神经网络模糊控制器的设计
　　3.8 本章小结
　　习题
　　第4章 专家控制系统
　　4.1 专家系统概述
　　4.1.1 专家系统的起源和发展
　　4.1.2 专家系统的结构
　　4.1.3 专家系统的特点
　　4.1.4 专家系统的建立
　　4.2 专家控制系统的结构和原理
　　4.2.1 专家控制系统概述
　　4.2.2 专家控制系统的结构和原理
　　4.2.3 专家控制器
　　4.3 专家系统与其他智能方法的结合
　　4.3.1 模糊专家控制系统
　　4.3.2 神经网络专家系统
　　4.4 混凝土成品料温专家控制系统工程实例
　　4.4.1 混凝土成品料温专家控制系统的结构
　　4.4.2 成品料温专家控制系统的实现
　　4.4.3 实际控制效果
　　4.5 本章小结
　　习题
　　第5章 仿人智能控制
　　5.1 仿人智能控制的原理
　　5.1.1 仿人智能控制的基本思想
　　5.1.2 仿人智能控制的算法原型
　　5.1.3 仿人智能控制器算法原型中的智能属性
　　5.2 仿人智能控制技术的实现
　　5.2.1 仿人智育旨控制的瞬态性育旨指标
　　5.2.2 仿人智育旨控制系统的设计方法
　　5.3 仿人智能控制系统的设计
　　5.4 仿人智能控制实例
　　5.4.1 仿人智能开关控制
　　5.4.2 仿人智育旨比例控制
　　5.4.3 仿人智能积分控制
　　5.4.4 仿人分层递阶智能控制器
　　5.5 本章小结
　　习题
　　第6章 遗传算法
　　6.1 遗传算法的原理与特点
　　6.1.1 遗传算法的基本原理
　　6.1.2 遗传算法的处理过程
　　6.1.3 遗传算法的特点
　　6.2 遗传算法的基本操作
　　6.2.1 个体编码
　　6.2.2 遗传算法的参数设定
　　6.2.3 选择操作
　　6.2.4 交叉操作
　　6.2.5 变异操作
　　6.3 MATLAB的遗传算法工具箱
　　6.3.1 遗传算法工具箱概述
　　6.3.2 遗传算法工具箱的使用
　　6.4 遗传算法在智能控制中的应用
　　6.4.1 遗传算法在模糊控制中的应用
　　6.4.2 遗传算法在神经网络中的应用
　　6.5 遗传算法的改进
　　6.5.1 遗传算法的不足
　　6.5.2 改进的遗传算法
　　6.6 本章小结
　　习题
　　附录A 实验指导书
　　A.1 实验一 基于MATLAB的模糊控制系统设计
　　A.1.1 实验内容
　　A.1.2 实验步骤
　　A.2 实验二 双容水箱液位模糊控制系统设计
　　A.2.1 实验内容
　　A.2.2 实验步骤
　　A.3 实验三 基于MATLAB的神经网络设计
　　A.3.1 实验内容
　　A.3.2 实验步骤
　　A.4 实验四 水箱液位的仿人智能控制系统设计
　　A.4.1 实验内容
　　A.4.2 实验步骤
　　A.5 实验五 应用遗传算法求解优化问题
　　A.5.1 实验内容
　　A.5.2 实验步骤
　　参考文献