《研究生教材:智能控制理論及應用》以發(fā)電行業(yè)為工程背景,理論緊密聯(lián)系實際,講述了人工智能算法在控制工程中應用的各類問題;較系統(tǒng)全面地介紹了自動控制理論的發(fā)展過程及智能控制理論的發(fā)展及應用現(xiàn)狀;為給后續(xù)各章程序設計打下基礎,論述了自動控制系統(tǒng)的數(shù)字仿真方法;論述了經(jīng)典的和現(xiàn)代的多種優(yōu)化算法以及智能辨識方法,通過工程實例闡明了智能理論的實際應用方法;介紹了模糊數(shù)學基礎,并詳細地論述了模糊控制器的設計方法和工程應用所面臨的實際問題,為模糊控制器的工程應用提供了參考;論述了專家系統(tǒng)在離線優(yōu)化和在線優(yōu)化控制中的應用方法;論述了神經(jīng)網(wǎng)絡在系統(tǒng)辨識、故障診斷和優(yōu)化控制中的應用方法。為方便讀者理解書中內(nèi)容和設計程序,以及方便程序代碼的轉(zhuǎn)換,書中的程序采用MATLAB的基本語句進行設計,而不使用MATLAB的工具箱和復雜函數(shù)。
書中所給出的實例大多是工程實際問題,所闡述的許多方法都是作者在工程研究項目中所用到的,有些算法由《研究生教材:智能控制理論及應用》作者首創(chuàng),書中的程序可直接用于工程實際。
《研究生教材:智能控制理論及應用》可作為高等院校自動化專業(yè)高年級學生及控制科學與工程專業(yè)的碩士、博士研究生的教材,亦可作為工程技術(shù)人員的參考用書。
第1章 概述
1.1 自動控制理論的形成與發(fā)展
1.2 智能控制的研究及應用現(xiàn)狀
第2章 控制系統(tǒng)數(shù)字仿真
2.1 連續(xù)系統(tǒng)的離散化
2.2 離散系統(tǒng)的差分方程求取
2.3 數(shù)字仿真程序結(jié)構(gòu)
2.4 本章小結(jié)
第3章 智能優(yōu)化理論與方法
3.1 控制系統(tǒng)的參數(shù)優(yōu)化問題
3.2 經(jīng)典優(yōu)化方法
3.3 遺傳優(yōu)化算法
前言
第1章 概述
1.1 自動控制理論的形成與發(fā)展
1.2 智能控制的研究及應用現(xiàn)狀
第2章 控制系統(tǒng)數(shù)字仿真
2.1 連續(xù)系統(tǒng)的離散化
2.2 離散系統(tǒng)的差分方程求取
2.3 數(shù)字仿真程序結(jié)構(gòu)
2.4 本章小結(jié)
第3章 智能優(yōu)化理論與方法
3.1 控制系統(tǒng)的參數(shù)優(yōu)化問題
3.2 經(jīng)典優(yōu)化方法
3.3 遺傳優(yōu)化算法
3.4 蟻群優(yōu)化算法
3.5 粒子群優(yōu)化算法
第4章 智能建模理論與方法
4.1 建模方法概述
4.2 智能辨識原理
4.3 估計模型的選擇
4.4 基于粒子群算法的智能辨識
第5章 模糊控制
5.1 模糊控制的數(shù)學基礎
5.2 基本模糊控制器設計
5.3 帶自調(diào)整因子的模糊控制器的設計
5.4 模糊與PID復合控制
第6章 專家控制
6.1 專家系統(tǒng)概述
6.2 知識庫
6.3 推理機
6.4 專家控制
第7章 神經(jīng)網(wǎng)絡控制
7.1 生物神經(jīng)元與人工神經(jīng)元
7.2 神經(jīng)網(wǎng)絡的結(jié)構(gòu)及學習方法
7.3 神經(jīng)網(wǎng)絡辨識
7.4 神經(jīng)網(wǎng)絡故障診斷
7.5 單節(jié)點神經(jīng)網(wǎng)絡控制系統(tǒng)
參考文獻
前言
第1章 概述
1.1 自動控制理論的形成與發(fā)展
1.2 智能控制的研究及應用現(xiàn)狀
第2章 控制系統(tǒng)數(shù)字仿真
2.1 連續(xù)系統(tǒng)的離散化
2.2 離散系統(tǒng)的差分方程求取
2.3 數(shù)字仿真程序結(jié)構(gòu)
2.4 本章小結(jié)
第3章 智能優(yōu)化理論與方法
3.1 控制系統(tǒng)的參數(shù)優(yōu)化問題
3.2 經(jīng)典優(yōu)化方法
3.3 遺傳優(yōu)化算法
前言
第1章 概述
1.1 自動控制理論的形成與發(fā)展
1.2 智能控制的研究及應用現(xiàn)狀
第2章 控制系統(tǒng)數(shù)字仿真
2.1 連續(xù)系統(tǒng)的離散化
2.2 離散系統(tǒng)的差分方程求取
2.3 數(shù)字仿真程序結(jié)構(gòu)
2.4 本章小結(jié)
第3章 智能優(yōu)化理論與方法
3.1 控制系統(tǒng)的參數(shù)優(yōu)化問題
3.2 經(jīng)典優(yōu)化方法
3.3 遺傳優(yōu)化算法
3.4 蟻群優(yōu)化算法
3.5 粒子群優(yōu)化算法
第4章 智能建模理論與方法
4.1 建模方法概述
4.2 智能辨識原理
4.3 估計模型的選擇
4.4 基于粒子群算法的智能辨識
第5章 模糊控制
5.1 模糊控制的數(shù)學基礎
5.2 基本模糊控制器設計
5.3 帶自調(diào)整因子的模糊控制器的設計
5.4 模糊與PID復合控制
第6章 專家控制
6.1 專家系統(tǒng)概述
6.2 知識庫
6.3 推理機
6.4 專家控制
第7章 神經(jīng)網(wǎng)絡控制
7.1 生物神經(jīng)元與人工神經(jīng)元
7.2 神經(jīng)網(wǎng)絡的結(jié)構(gòu)及學習方法
7.3 神經(jīng)網(wǎng)絡辨識
7.4 神經(jīng)網(wǎng)絡故障診斷
7.5 單節(jié)點神經(jīng)網(wǎng)絡控制系統(tǒng)
參考文獻