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
· · · · · · (收起)