选择特殊符号
选择搜索类型
请输入搜索
孙增圻,江苏靖江人,1943年生。1966年毕业于清华大学自动控制系,留校工作。1981年在瑞典获博士学位。现为清华大学计算机系教授、博士生导师。主要从事智能控制、机器人、神经网络及模糊系统等方面的研究和教学。共有已鉴定的研究成果9项,发表论文100余篇,此前已编著《控制系统的计算机辅助设计》、《计算机控制理论及应用》、《机器人智能控制》、《系统分析与控制》等书。
目录
前言
第1章 绪论
1.1智能控制的基本概念
1.1.1智能控制的研究对象
1.1.2智能控制系统
1.1.3智能控制系统的基本结构
1.1.4智能控制系统的主要功能特点
1.1.5智能控制研究的数学工具
1.2智能控制的发展概况
1.3智能控制理论
参考文献
第2章 模糊逻辑控制
2.1概述
2.1.1模糊控制与智能控制
2.1.2模糊集合与模糊数学的概念
2.1.3模糊控制的发展和应用概况
2.2模糊集合及其运算
2.2.1模糊集合的定义及表示方法
2.2.2模糊集合的基本运算
2.2.3模糊集合运算的基本性质
2.2.4模糊集合的其它类型运算
2.3模糊关系
2.3.1模糊关系的定义及表示
2.3.2模糊关系的合成
2.4模糊逻辑与近似推理
2.4.1语言变量
2.4.2模糊蕴含关系
2.4.3近似推理
2.4.4模糊蕴含关系运算方法的比较和选择
2.4.5合成运算方法的选择
2.4.6句子连接关系的逻辑运算
2.5基于控制规则库的模糊推理
2.5.1模糊推理的基本方法
2.5.2模糊推理的性质
2.5.3模糊控制中几种常见的模糊推理类型
2.6模糊控制的基本原理
2.6.1模糊控制器的基本结构和组成
2.6.2模糊化运算
2.6.3数据库
2.6.4规则库
2.6.5模糊推理与清晰化计算
2.6.6论域为离散时模糊控制的离线计算
2.7模糊控制系统的分析和设计
2.7.1模糊模型表示
2.7.2模糊系统分析
2.7.3模糊系统设计
2.7.4基于Takagi-Sugeno模型的稳定性分析和设计
2.7.5基于模糊状态方程模型的系统分析和设计
2.8自适应模糊控制
2.8.1基于性能反馈的直接自适应模糊控制
2.8.2基于模糊模型求逆的间接自适应模糊控制
参考文献
第3章 神经网络控制
3.1概述
3.1.1神经元模型
3.1.2人工神经网络
3.1.3生物神经网络系统与计算机处理信息的比较
3.1.4神经网络的发展概况
3.2前馈神经网络
3.2.1感知器网络
3.2.2BP网络
3.2.3BP网络学习算法的改进
3.2.4神经网络的训练
3.3反馈神经网络
3.3.1离散H0pfield网络
3.3.2连续Hopfield网络
3.3.3Boltzmann机
3.4局部逼近神经网络
3.4.1CMAC神经网络
3.4.2B样条神经网络
3.4.3径向基函数神经网络
3.5模糊神经网络
3.5.1基于标准模型的模糊神经网络
3.5.2基于Takagi-Sugeno模型的模糊神经网络
3.6基于神经网络的系统建模与辨识
3.6.1概述
3.6.2逼近理论与网络建模
3.6.3利用多层静态网络的系统辨识
3.6.4利用动态网络的系统辨识
3.7神经网络控制
3.7.1概述
3.7.2神经网络控制结构
3.7.3基于全局逼近神经网络的控制
3.7.4基于局部逼近神经网络的控制
3.7.5模糊神经网络控制
3.7.6有待解决的问题
3.8神经网络在机器人控制中的应用
3.8.1神经网络运动学控制
3.8.2神经网络动力学控制
3.8.3神经网络路径规划
参考文献
第4章 专家控制
4.1概述
4.1.1专家控制的由来
4.1.2专家系统
4.1.3专家控制的研究状况和分类
4.2专家控制的基本原理
4.2.1专家控制的功能目标
4.2.2控制作用的实现
4.2.3设计规范和运行机制
4.3专家控制系统的典型结构
4.3.1系统结构
4.3.2系统实现
4.4专家控制的例示
4.4.1自动调整过程
4.4.2自动调整过程的实现
4.5专家控制技术的研究课题
4.5.1实时推理
4.5.2知识获取
4.5.3专家控制系统的稳定性分析
4.6一种仿人智能控制
4.6.1概念和定义
4.6.2原理和结构
4.6.3仿人智能控制的特点
参考文献
第5章 学习控制
5.1概述
5.1.1学习控制问题的提出
5.1.2学习控制的表述
5.1.3学习控制和自适应控制
5.1.4学习控制的研究状况和分类
5.2基于模式识别的学习控制
5.2.1学习控制系统的一般形式
5.2.2模式分类
5.2.3可训练控制器
5.2.4线性再励学习控制
5.2.5Bayes学习控制
5.2.6基于模式识别的其他学习控制方法
5.2.7研究课题
5.3基于迭代和重复的学习控制
5.3.1迭代和重复自学习控制的基本原理
5.3.2异步自学习控制
5.3.3异步自学习控制时域法
5.3.4异步自学习控制频域法
5.4联结主义学习控制
5.4.1基本思想
5.4.2联结主义学习系统的实现原理
5.4.3联结主义学习控制系统的结构
5.4.4研究课题
参考文献
第6章 分层递阶智能控制
6.1一般结构原理
6.2组织级
6.3协调级
6.3.1协调级的原理结构
6.3.2Petri网翻译器
6.3.3协调级的Petri网结构
6.3.4协调级结构的决策和学习
6.4执行级
参考文献
第7章 遗传算法
7.1概述
7.2遗传算法的工作原理及操作步骤
7.2.1遗传算法的基本操作
7.2.2遗传算法的模式理论
7.3遗传算法的实现及改进
7.3.1遗传算法的实现
7.3.2遗传算法的改进
7.3.3改进的遗传算法举例
7.4遗传算法应用举例
7.4.1遗传算法在模糊逻辑控制中的应用
7.4.2遗传算法在神经网络控制中的应用
7.4.3用遗传算法进行路径规划
参考文献 2100433B
智能控制是一门新兴的交叉学科。本书系统地介绍了智能控制的理论和主要技术内容,其中包括模糊逻辑控制、神经网络控制、专家控制、学习控制、分层递阶控制及遗传算法等。每部分自成体系,而又互相联系。它们构成了智能控制的主要理论和技术的框架。本书取材新颖,内容丰富,弥补了当前智能控制缺乏系统性资料的不足。
本书可作为信息、自动化及计算机应用等专业的本科生及研究生的教材及参考书,也可供有关教师和科技工作者参考。
考研专业控制理论与控制工程和检测技术与自动化装置两种专业各有千秋,可谓是三百六十五行,行行出状员。专业控制理论与控制工程(control engineering)是处理自动控制系统各种工程实现问题的综...
你去中国污水处理工程网的技术栏目看看,那有关于人工湿地的技术文章,你搜索下就出来了
命令发射零碎的作用,重要是经过各类传感设备接纳各类传感信号,并触发控制命令或许经过人的自觉遥控、手动触发对应的发射类智能设备来收回控制命令,例如:温湿度传感器搜集室内的温湿度变化数据,按照需求设定温湿...
智能控制理论结课论文
用模糊控制实现恒压供水 参考文献: 文献一:基于模糊控制的恒压供水研究 中图分类号 : TU991 文献标识码 : A 文章编号 : 1672- 9900(2007)04- 0028- 03 总结: 由于供水系统的管网和水泵存在着非线性、多变量等特性 , 而且 相间有交叉耦合 , 很难建立精确的数学模型。如果采用常规的 PID 算控制 ,往往难以得到较理想的静动态特性。采用模糊逻辑控制的方 法对水压进行控制 , 可以达到良好的控制性能。模糊控制器结构如图 1 示。采用双输入单输出的形式 , 以水压给定值 SP 和实际水压测量 值 PV 的误差 e( e=SP- PV) 及误差变化率 ec( ec=de/dt) 作为糊控 制器的输入量 , 经模糊化后分别得到模糊量 E 和 EC, 并分别用模 糊语言加以描述 , 建立输入和输出之间的模糊控制规则。 如果用 PLC 进行在线模糊推理 ,
智能控制理论基础实验报告
1 北京科技大学 智能控制理论基础实验报告 学 院 专业班级 姓 名 学 号 指导教师 成 绩 2014 年 4 月 17日 2 实验一 采用 SIMULINK 的系统仿真 一、实验目的及要求: 1.熟悉 SIMULINK 工作环境及特点 2.掌握线性系统仿真常用基本模块的用法 3.掌握 SIMULINK 的建模与仿真方法 二、实验内容: 1. 了解 SIMULINK 模块库中各子模块基本功能 微分 积分 积分步长延时 状态空间模型 传递函数模型 传输延迟 可变传输延迟 零极点模型 3 直接查询表 函数功能块 MATLAB 函数 S函数(系统函数) 绝对值 点乘 增益 逻辑运算 符号函数 相加点 死区特性 手动开关 继电器特性 饱和特性 开关模块 信号分离模块 信号复合模块 输出端口 示波器模块 输出仿真数据到文件 输出仿真数据到工作空间 4 通过实验熟悉以上模块的使用。 2.
书 名: 智能控制理论与方法
作 者:李人厚
出版社: 西安电子科技大学出版社
出版时间: 1999
ISBN: 9787560607948
开本: 16
定价: 22.00 元
第1章绪论
1.1控制科学发展的历史回顾
1.2智能控制的产生背景
1.3智能控制的基本概念与研究内容
参考文献
第2章智能控制系统的结构体系
2.1智能控制系统的基本结构
2.2智能控制系统的分类
2.3递阶智能控制系统的结构和理论
2.4智能控制系统的信息结构理论
习题与思考题
参考文献
第3章基于模糊推理的智能控制系统
3.1模糊控制系统的基本概念与发展历史
3.2模糊集合与模糊推理
3.3模糊推理系统
3.4模糊基函数
3.5模糊建模
3.6模糊逻辑控制器的结构与设计
3.7模糊控制系统的稳定性分析
习题与思考题
参考文献
第4章基于神经元网络的智能控制系统
第5章遗传算法及其在智能控制中的应用
第6章模糊-神经元网络及其在智能控制中的应用
第7章智能控制的应用实例
参考文献2100433B
本书较全面地论述了智能控制的理论、方法和应用。全书共分7章。主要内容为:智能控制的发展过程和基本概念;从信息和熵的概念出发,论述三级递阶智能控制的机理;模糊控制的基本原理和应用;神经元网络的原理和它在智能控制中的应用,遗传算法及其应用;模糊-神经网络的原理和应用;智能控制在各种领域的应用实例。