选择特殊符号
选择搜索类型
请输入搜索
基本信息
出版时间: 2001-01-01
版 次: 1
页 数: 202
装 帧: 平装
开 本: 16开
所属分类: 图书>教材教辅>大学教材
内容简介
《智能控制工程》从工程应用角度出发,介绍了智能控制的主要内容,包括知识工程、专家控制系统、模糊控制、人工神经网络控制以及以智能机器人为背景的多传感器集成与信息融合、智能控制体系结构及柔性装配中的控制技术。《智能控制工程》兼顾课堂教学和自学的特点,尽量采用深入浅出的分析和示例代替较为深奥的数学描述,以便读者较容易地掌握《智能控制工程》的主要内容。 《智能控制工程》可作为大专院校机械电子工程、工业自动化、自动控制及计算机应用等专业的本科生及研究生的教材和参考书,也可供有关教师、科研及工程技术人员参考。2100433B
什么是智能控制箱,在什么系统里有?主要作用是什么??? 答:家居多媒体箱作为家庭与外部通信系统连接的界面,入户线采用1-2根五类双绞线及同轴电缆,在箱中进行相应管理,即可支持家中多部电话、传真、电脑、...
智能应急照明系统的组成 2. 1 e - bus / 10 系统组成及消防联动功能e - bus / 10 系统为一个独立的局域网, 采用RS232 / RS4...
戈顿斯推出的智能电地暖远程控制方案,可以很好的解决其时间问题。用户在拥有WIFI/3G 网络的情况下,可以通过android/ios系统的智能手机或者平板电脑远程控制发热电缆的...
LED路灯智能控制工程验收项目
LED 路燈智能控制工程 驗收項目 壹、工程說明: 1. LED 路燈燈具係依據統購合約由沛鑫公司供應燈具, 燈桿、燈具安裝、供電系統、管道工程由 XX 公司施 工架設。沛鑫統包智能控制工程。 2. 本工程第一目的係;在 LED 路燈既有之節能基礎上, 藉由驅動電流的調節控制,再結合晨曦、昏暗環境及 用路擁塞條件需求,實施程式化的瓦度控制,以進一 步的達節能降耗目的。 3. 本工程第二目的係;藉由燈具集中監控的效能,達到 燈具自動巡檢的目的,免除人工巡燈的勞務成本,提 昇管理綜效。 4. 本工程第三目的係;透過管溝線路共用方式,達到收 容整合異質功能的監控管理系統,以利於監控中心集 中管理。 5. 本工程第四目的係;路燈供電系統與控制系統獨立建 置連動控制,以阻絕系統異常衍生的照明障礙。 貳、工程設施架構圖 1. 系統架構圖 分控站 分控站 分控站 採用 CAT 6 佈 LED 智控燈 系
基于智能控制工程在机械电子工程中的应用
随着我国生产力的不断发展,各行各业对于机械电子产品的需求越来越多,同时,人们更希望机械电子产品能够具备智能化和自动化的多元功能,进而满足当今社会需求。将智能控制工程应用于机械电子工程是相关领域未来很长一段时间的发展趋势,通过智能控制工程在机械电子工程中的应用,大大提高了机械电子产品的可操作性和实用性,有效解放了人工劳动力,进而为相关企业降低生产成本,提高生产效率。
该书内容包括:智能控制的知识工程基础、基于知识的专家系统及专家控制、基于模糊推理的智能控制系统、智能控制工程的应用实例等。
智能控制工程及其应用实例
作者:罗均
出版日期:2005
页数:181
分类: 工业技术 >自动控制、自动控制系统
第1章 绪论
1.1 传统控制的发展及其困难
1.1.1 传统控制的产生及其发展
目录
1.1.2 传统控制所面临的困难
1.2 人工智能的定义与发展
1.2.1 人工智能的定义
1.2.2 人工智能的产生与发展
1.3.1 智能控制的产生与发展
1.3 智能控制的产生、发展及其特点
1.3.2 智能控制的结构与特点
1.4 智能控制与传统控制
1.5 智能控制的主要研究内容
第2章 智能控制的知识工程基础
2.1 知识表示
2.1.1 一阶谓词逻辑法
2.1.2 产生式表示法
2.1.3 语义网络表示法
2.1.4 框架表示法
2.2 知识利用
2.2.1 搜索
2.2.2 推理
2.3 知识获取
2.3.1 机器学习的发展
2.3.2 机器学习的分类
2.3.4 归纳学习
2.3.3 机械式学习
2.3.5 指导学习
第3章 基于知识的专家系统及专家控制
3.1 专家系统与专家控制系统
3.2 专家系统的产生及其原理
3.2.1 专家系统的产生与发展
3.2.2 专家系统的原理
3.2.3 专家系统的分类
3.2.4 专家系统的基本结构
3.2.5 黑板模型
3.2.6 知识获取
3.3 专家系统的实现
3.3.1 专家系统的设计原则
3.3.2 专家系统建立的步骤
3.4 专家控制器的设计
3.4.1 专家控制系统的产生
3.4.2 专家控制器的组成
3.4.3 直接专家控制系统的设计
3.4.4 间接专家控制系统的设计
第4章 基于模糊推理的智能控制系统
4.1 模糊控制理论的产生和发展
4.2 模糊集合及其基本运算
4.2.1 普通集合
4.2.2 模糊集合
4.2.3 模糊关系
4.2.4 模糊推理
4.3 模糊控制原理
4.3.1 模糊控制系统的组成
4.3.3 输入模糊化
4.3.2 确定模糊控制器的结构
4.3.4 模糊推理决策
4.3.5 逆模糊化
4.4 自适应模糊控制器
4.4.1 性能测量
4.4.2 控制对象的增量模型
4.4.3 控制规则库的修正
4.4.5 设计步骤
4.4.4 尺度变换因子的选择
4.5 模糊控制软件开发工具
4.5.1 Motorola模糊控制软件
4.5.2 美国FIDE模糊推理开发环境
4.5.3 德国模糊逻辑系统的软件工具fuzzy TECH
4.6 模糊控制应用实例
4.6.1 电热炉温度控制的模糊控制
4.6.2 模糊控制全自动洗衣机
5.1.1 人脑神经网络
5.1 概述
第5章 基于神经网络的智能控制
5.1.2 人工神经网络原理
5.1.3 人工神经网络发展简史
5.2 人工神经网络的学习方法
5.2.1 人工神经网络的学习方式
5.2.2 人工神经网络的学习规则
5.3 人工神经网络的模型与算法
5.3.1 单层感知器
5.3.2 BP学习算法
5.3.3 Hopfield神经网络
5.3.4 脑模型控制器
5.4 基于神经网络的智能控制
5.4.1 内模控制
5.4.2 直接自校正控制
5.4.3 间接自校正控制
5.4.4 模型参考自适应控制
5.4.6 神经网络与常规控制方法的结合
5.4.5 预测控制
5.4.7 神经网络专家系统控制
5.4.8 神经网络模糊控制
5.5 神经网络控制实例
第6章 分级递阶智能控制
6.1 分级递阶智能控制的产生
6.2 一般结构原理
6.3.2 组织级的功能的实现方法
6.3.1 组织级的功能
6.3 组织级
6.4 协调级和执行级
6.4.1 协调级和执行级的结构
6.4.2 执行级控制性能的熵函数表示
6.5 分级递阶智能控制应用实例
6.5.1 PUMA机械臂的分级递阶智能控制
6.5.2 PLC的分级递阶智能控制
6.5.3 仿人智能控制的分级递阶结构
7.1.2 进化策略
7.1.1 进化计算概述
7.1 进化计算
第7章 进化计算与遗传算法
7.1.3 进化规划
7.1.4 遗传算法
7.1.5 进化策略、进化规划和遗传算法的比较
7.2 标准遗传算法的基本原理
7.2.1 编码方法
7.2.2 适应度函数
7.2.3 选择运算
7.2.4 交换
7.2.5 变异
7.3 模式与模式定理
7.3.1 模式
7.3.2 模式定理
7.4 遗传算法和模糊逻辑、神经网络的融合
7.4.1 遗传算法在模糊推理中的应用
7.4.2 遗传算法和神经网络的融合
8.1 专家控制系统在复杂工业过程中的应用
第8章 智能控制工程的应用实例
8.1.1 系统的结构与功能
8.1.2 系统的开发过程
8.1.3 知识的表示与知识库结构
8.1.4 传感器数据的预处理和不确定性的表示
8.2 模糊专家控制在啤酒发酵过程中的应用
8.2.1 啤酒发酵工艺
8.2.2 啤酒生产发酵工艺微机控制系统结构
8.2.3 模糊专家控制器设计
8.2.4 系统的实现及控制效果
8.3 神经网络在工业机器人高精度控制中的应用
8.3.1 基于模型的误差补偿方式
8.3.2 应用神经网络补偿误差方式
8.3.3 实验结果
8.4 遗传算法在机器人路径规划中的应用实例
8.4.1 基于栅格划分机器人工作空间的路径规划
8.4.2 基于C空间的非完整轮式移动机器人的路径规划
8.5 模糊-神经网络智能控制在粮食干燥过程中的应用实例
参考文献2100433B