智能控制原理与应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

智能控制原理与应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　智能控制概论1

1.1　智能控制的产生与发展1

1.1.1 自动控制的机遇与挑战1

1.1.2　智能控制的发展和作用3

1.2　智能控制的定义、特点、一般结构与分类6

1.2.1　智能控制的定义、特点与评价准则6

1.2.2　智能控制器的一般结构8

1.2.3　智能控制系统的分类8

1.3　智能控制的学科结构理论体系11

1.3.1　二元交集结构理论11

1.3.2　三元交集结构理论12

1.3.3　四元交集结构理论14

1.4　本书概要17

习题17

参考文献17

第2章　递阶控制系统20

2.1　递阶智能机器的一般理论20

2.1.1　递阶智能机器的一般结构20

2.1.2　递阶智能机器的信息论定义23

2.1.3 IPDI原理的解析公式24

2.2　递阶智能控制系统的原理与结构25

2.2.1　组织级原理与结构25

2.2.2　协调级原理与结构29

2.2.3　执行级原理与结构30

2.3　递阶智能控制的控制与决策模型31

2.3.1　组织级的控制与决策模型31

2.3.2　协调级的控制与决策模型36

2.3.3　执行级的控制与决策模型38

2.4　递阶智能控制系统举例39

2.4.1　汽车自主驾驶系统的组成39

2.4.2　汽车自主驾驶系统的递阶结构41

2.4.3 自主驾驶系统的结构与控制算法43

2.4.4 自主驾驶系统的试验结果44

2.5　集散递阶智能控制系统45

2.5.1 集散递阶智能控制系统的工作原理45

2.5.2　集散递阶智能控制系统示例48

2.6　小结52

习题53

参考文献53

第3章　专家控制系统56

3.1　专家系统的基本概念56

3.1.1　专家系统的定义与一般结构56

3.1.2　专家系统的建造步骤59

3.2　专家系统的主要类型及其结构60

3.2.1　基于规则的专家系统60

3.2.2　基于框架的专家系统61

3.2.3　基于模型的专家系统63

3.3　专家系统的知识表示与推理65

3.3.1　知识表示65

3.3.2　知识获取70

3.3.3　知识推理72

3.3.4　不确定性推理75

3.3.5　基于规则的推理系统77

3.4　专家控制系统的结构与类型78

3.4.1　专家控制系统的控制要求与设计原则79

3.4.2　专家控制系统的结构81

3.4.3　专家控制系统的类型84

3.5　专家控制系统的建模85

3.5.1　受控对象模型85

3.5.2　专家控制器的模型86

3.5.3　专家控制系统模型90

3.6　专家控制器的设计92

3.7　专家控制系统应用举例94

3.7.1 实时控制系统的特点与要求94

3.7.2　高炉监控专家系统95

3.8　小结99

习题100

参考文献101

第4章　模糊控制系统103

4.1　模糊数学基础103

4.1.1　模糊集合、模糊逻辑及其运算103

4.1.2　模糊逻辑推理106

4.1.3　模糊判决方法108

4.2　模糊控制系统原理与结构109

4.2.1　模糊控制原理110

4.2.2　模糊控制系统的工作原理110

4.3　模糊控制器的设计内容111

4.3.1　模糊控制器的设计内容与原则111

4.3.2　模糊控制器的控制规则形式115

4.4　模糊控制系统的设计方法116

4.4.1　模糊系统设计的查表法116

4.4.2　模糊系统设计的梯度下降法118

4.4.3　模糊系统设计的递推最小二乘法121

4.4.4　模糊系统设计的聚类法122

4.5　模糊控制器的设计实例与实现123

4.5.1　造纸机模糊控制系统的设计与实现123

4.5.2　直流调速系统模糊控制器的设计128

4.6　模糊控制系统的特性130

4.6.1　模糊控制器的静态特性130

4.6.2　模糊控制系统的稳定性132

4.6.3　模糊控制系统的可控性133

4.6.4　模糊控制系统的鲁棒性134

4.7 小结135

习题136

参考文献137

第5章　神经控制系统140

5.1　人工神经网络概述140

5.1.1　神经元及其特性141

5.1.2　神经网络与智能控制141

5.1.3　人工神经网络的基本类型和学习算法142

5.1.4　人工神经网络的典型模型143

5.1.5　基于神经网络的知识表示与推理145

5.2　神经控制的结构方案147

5.2.1 NN学习控制147

5.2.2 NN直接逆模控制与内模控制148

5.2.3 NN自适应控制149

5.2.4 NN预测控制151

5.2.5 基于CAMC的控制151

5.2.6 多层NN控制和分级NN控制153

5.3　神经控制器的设计与实现154

5.3.1　石灰窑炉神经内模控制系统的设计154

5.3.2　神经模糊自适应控制器的设计158

5.3.3　神经控制系统应用举例162

5.4　神经控制系统的稳定性165

5.4.1　神经控制器的稳定性证明165

5.4.2　设计一个稳定的神经控制器170

5.5　小结171

习题171

参考文献172

第6章　学习控制系统176

6.1　学习控制概述176

6.1.1　学习控制的定义与研究意义176

6.1.2　学习控制的发展及其与自适应控制的关系178

6.1.3　控制律映射及对学习控制的要求181

6.2　学习控制方案182

6.2.1　基于模式识别的学习控制183

6.2.2　迭代学习控制185

6.2.3　重复学习控制188

6.2.4　基于神经网络的学习控制189

6.3　学习控制系统的建模与特性分析189

6.3.1　学习控制系统的建模189

6.3.2　学习控制系统的稳定性和收敛性分析192

6.3.3　学习系统的性能反馈199

6.4　学习控制系统应用举例201

6.4.1　无缝钢管张力减径过程壁厚控制迭代学习控制算法201

6.4.2　钢管壁厚迭代学习控制的仿真及应用结果203

6.5小结206

习题207

参考文献207

第7章　仿人控制209

7.1　仿人控制基本原理与原型算法209

7.1.1　仿人控制的基本原理209

7.1.2　仿人控制的原型算法和智能属性210

7.2　仿人控制的递阶结构211

7.2.1　人体运动控制的递阶结构211

7.2.2　产生式系统的组成与推理213

7.2.3　仿人智能控制的高阶递阶结构217

7.3　仿人控制的特征模型和决策模态219

7.3.1　仿人控制的特征模式与特征辨识219

7.3.2　仿人控制的多模态控制221

7.4　仿人控制器的设计与实现223

7.4.1　仿人控制系统的设计依据223

7.4.2　仿人智能控制器设计与实现的一般步骤224

7.5　仿人控制器的设计与实现示例228

7.5.1　小车-单摆系统仿人控制器的设计228

7.5.2　小车-单摆系统仿人控制器的实现231

7.6小结233

习题234

参考文献234

第8章　基于多真体系统（MAS）的控制236

8.1　分布式人工智能与真体（Agent）236

8.1.1　分布式人工智能236

8.1.2　真体及其特性238

8.1.3　真体的结构240

8.2　真体的通信243

8.2.1　真体通信的类型和方式243

8.2.2　真体的通信语言245

8.3　多真体系统246

8.3.1　多真体系统的模型和结构247

8.3.2　多真体系统的协作、协商与协调248

8.3.3　多真体系统的学习与规划251

8.4　多真体控制系统的工作原理252

8.4.1 MAS控制系统的基本原理和结构252

8.4.2 MAS控制系统的信息模型255

8.5 MAS控制系统的设计与实现示例258

8.5.1　基于MAS的多机械手装配系统规划与控制258

8.5.2　烧结过程的多真体建模与控制263

8.6　小结268

习题269

参考文献270

第9章　进化控制与免疫控制273

9.1　遗传算法简介273

9.1.1　遗传算法的基本原理273

9.1.2　遗传算法的求解步骤276

9.2　进化控制基本原理279

9.2.1　进化控制原理与系统结构279

9.2.2　进化控制的形式化描述280

9.3　进化控制系统示例281

9.3.1　一种在线混合进化伺服控制器281

9.3.2　一个移动机器人进化控制系统287

9.4　免疫算法和人工免疫系统原理289

9.4.1　免疫算法的提出和定义289

9.4.2　免疫算法的步骤和框图291

9.4.3　人工免疫系统的结构293

9.4.4　免疫算法的设计方法和参数选择294

9.5　免疫控制基本原理296

9.5.1　免疫控制的系统结构296

9.5.2　免疫控制的自然计算体系和系统计算框图298

9.6　免疫控制系统示例299

9.6.1　扰动抑制和最优控制器的性能指标299

9.6.2　基于免疫算法的扰动抑制问题300

9.6.3　选择最优参数的计算步骤302

9.6.4　免疫反馈规则与免疫反馈控制器的设计304

9.7小结305

习题306

参考文献306

第10章　基于Web的控制311

10.1 Web和计算机网络简介311

10.1.1 Web和计算机网络的定义和体系结构311

10.1.2　Web的工作机制和站点体系结构314

10.2　基于Web的控制原理和控制系统结构315

10.2.1　基于Web的控制系统的一般原理与结构315

10.2.2　基于Web的控制系统结构实例分析317

10.3　基于Web的控制系统示例318

10.3.1　基于Web控制系统的结构318

10.3.2　基于Web控制系统的通信协议及其处理算法320

10.3.3　基于Web的嵌入式控制器和系统实验323

10.4小结325

习题325

参考文献326

第11章　智能复合控制328

11.1　智能复合控制概述328

11.2　模糊神经复合控制原理与方案329

11.2.1　模糊神经网络原理329

11.2.2　模糊神经复合控制方案331

11.3　模糊神经复合控制系统举例333

11.3.1 自学习模糊神经控制模型334

11.3.2 自学习模糊神经控制算法335

11.3.3　弧焊过程自学习模糊神经控制系统336

11.4　专家模糊复合控制器337

11.4.1　专家模糊控制系统的结构338

11.4.2　专家模糊控制系统示例339

11.5　进化模糊复合控制器341

11.5.1　控制器设计步骤和参数优化方法341

11.5.2　解释（编码）函数的设计343

11.5.3　规则编码346

11.5.4　初始种群和适应度函数的计算349

11.5.5　直流电动机GA优化模糊速度控制系统352

11.6　其他模糊复合控制器355

11.6.1 PID模糊控制器355

11.6.2 自组织模糊控制器356

11.6.3 自校正模糊控制器357

11.6.4 自学习模糊控制器358

11.7　小结359

习题360

参考文献360

第12章　智能控制的展望363

12.1　人工智能争论及其对智能控制的影响363

12.2　智能认识论的若干基础问题365

12.3　智能控制的应用研究问题368

12.4　智能控制的进一步研究问题373

12.5　展望智能控制的发展375

12.5.1　寻求更新的理论框架375

12.5.2　进行更好的技术集成376

12.5.3　开发更佳的应用方法377

12.6　结束语377

习题378

参考文献379