智能控制技术

　　智能控制是近二十年来发展起来的一门新兴学科。《智能控制技术》总结了近几年来智能控制的研究成果，详细阐述了智能控制的基本概念、工作原理、设计方法和实际应用。本书的主要内容包括：能能控制的基本概念、模糊控制理论基础、模糊控制系统、人工神经元网络模型、神经网络控制论和集成智能控制系统。本书在深入介绍智能控制系统设计理论和实现手段的同时，还给出了大量的设计实例。本书选材新颖，系统性强，突出理论联系实际，叙述深入浅出，尤其适合于初学者学习智能控制技术。本书配有一定数量的习题和上机操作题。可作为高等院校工业自动化、计算机应用、信息电子工程等专业的硕士研究生和高年级本科生的教材，也适合于从事工业自动化领域的工程技术人员阅读和参考。

暂缺《智能控制技术》作者简介

     目 录
   前 言
   第一章 绪论
    第一节 智能控制的发展过程
    一 智能控制问题的提出
    二 智能控制的发展
    第二节 智能控制的几个重要分支
    一 专家系统和专家控制
    二 模糊控制
    三 神经元网络控制
    四 学习控制
    第三节 智能控制系统的构成原理
    一 智能控制系统的结构
    二 智能控制系统的特点
    三 智能控制系统研究的数学工具
    习题和思考题
   第二章 模糊控制的理论基础
    第一节 引言
    一 模糊控制发展
    二 模糊控制特点
    第二节 模糊集合论基础
    一 模糊集的概念
    二 模糊集合的运算
    三 隶属度函数的建立
    四 模糊关系
    第三节 模糊逻辑 模糊逻辑推理
    和合成
    一 二值逻辑
    二 模糊逻辑及其基本运算
    三 模糊语言逻辑
    四 模糊逻辑推理
    五 模糊关系方程的解
    习题和思考题
   第三章 模糊控制系统
    第一节 模糊控制系统的组成
    一 模糊化过程
    二 知识库
    三 推理决策逻辑
    四 精确化过程
    第二节 模糊控制系统的设计
    一 模糊控制器的结构设计
    二 模糊控制器的设计原则
    三 模糊控制器的常规设计方法
    第三节 模糊控制器的设计举例
    一 流量控制的模糊控制器设计
    二 直流调速系统的模糊控制器设计
    第四节 模糊PID控制器的设计
    一 模糊控制器和常规PID的混合结构
    二 常规PID参数的模糊自整定技术
    习题和思考题
    上机实验题
   第四章 人工神经元网络模型
    第一节 引言
    一 神经元模型
    二 神经网络的模型分类
    三 神经网络的学习算法
    四 神经网络的泛化能力
    第二节 前向神经网络模型
    一 单一人工神经元
    二 单层神经网络结构
    三 多层神经网络结构
    四 多层传播网络的学习算法
    第三节 动态神经网络模型
    一 带时滞的多层感知器网络
    二 Hopfield神经网络
    习题和思考题
    上机实验题
   第五章 神经网络控制论
    第一节 引言
    一 神经网络控制的优越性
    二 神经网络控制器的分类
    三 神经网络的逼近能力
    第二节 非线性动态系统的神经
    网络辨识
    一 神经网络的辨识基础
    二 神经网络辨识模型的结构
    三 非线性动态系统的神经网络辨识
    第三节 神经网络控制的学习机制
    一 离线学习法
    二 在线学习法
    三 反馈误差学习法
    四 多网络学习法
    第四节 神经网络控制器的设计
    一 神经网络直接逆模型控制法
    二 直接网络控制设计法
    第五节 *基于神经网络的自适应
    控制
    一 神经网络的模型参考自适应控制
    二 神经网络的自校正控制
    习题和思考题
   第六章 集成智能控制系统
    第一节 集成智能控制系统简介
    一 模糊神经网络系统
    二 神经网络专家系统
    第二节 模糊神经网络控制
    一 模糊神经网络的结构
    二 模糊神经网络的学习算法
    第三节 智能控制的展望
    一 学习控制
    二 仿人控制
    三 混沌控制
   参考文献