智能控制原理与应用(第2版)

内容概要

蔡自兴，福建莆田人。中学就读于福建省立莆田中学/莆田第一中学。1957年高中毕业后考入交通大学,1962年9月毕业于西安交通大学电机工程系。1962年至今在中南大学(原中南矿冶学院、中南工业大学)从事教学科研工作。1986年任中南工业大学自动控制工程系副教授，1991年6月起任教授。1993年起获国务院政府津贴，1993年被国务院学位委员会批准为博士生导师。现任中南大学信息科学与工程学院教授、博士生导师、学位委员会主席、教授委员会主任。1983-1985年作为访问学者留学美国普渡大学和内华达大学,1988-1990年任中国科学院自动化研究所和北京大学信息科学中心客座研究员,1992-93年再度留美,任美国伦塞勒工业大学客座教授。2004年4-7月为俄罗斯科学院圣彼得堡信息学与自动化研究所客座研究员。2007年5－8月受聘丹麦技术大学客座教授。他是联合国专家、国际导航与运动控制科学院院士、纽约科学院院士、首届全国高校国家级教学名师。2009年获得徐特立教育奖。

蔡教授主要从事智能系统、人工智能、智能控制、智能机器人研究。在智能系统、机器人学和自动控制等学科领域具有很高的知名度,是我国智能控制、人工智能、机器人学诸学科的学术带头人之一,为我国智能科学技术的发展做出重要贡献,被誉为“中国智能控制的奠基者”和“中国人工智能教学第一人”。

书籍目录

目录

第1章概论

1.1智能控制的产生与发展

1.1.1自动控制的机遇与挑战

1.1.2智能控制的发展和作用

1.2智能控制的定义、特点、一般结构与分类

1.2.1智能控制的定义、特点与评价准则

1.2.2智能控制器的一般结构

1.2.3智能控制系统的分类

1.3人工智能学派理论与计算方法

1.3.1人工智能的学派理论

1.3.2人工智能与智能控制的计算方法

1.4智能控制的学科结构理论体系

1.4.1二元交集结构理论

1.4.2三元交集结构理论

1.4.3四元交集结构理论

1.5本书概要

习题1

第2章递阶控制系统

2.1递阶智能机器的一般理论

2.1.1递阶智能机器的一般结构

2.1.2递阶智能机器的信息论基础

2.1.3IPDI原理的解析公式

2.2递阶智能控制系统的原理与结构

2.2.1组织级原理与结构

2.2.2协调级原理与结构

2.2.3执行级原理与结构

2.3递阶智能控制系统举例

2.3.1汽车自主驾驶系统的组成

2.3.2汽车自主驾驶系统的递阶结构

2.3.3自主驾驶系统的软件结构与控制算法

2.3.4自主驾驶系统的试验结果

2.4小结

习题2

第3章专家控制系统

3.1专家系统的基本概念

3.1.1专家系统的定义与一般结构

3.1.2专家系统的建造步骤

3.2专家系统的主要类型与结构

3.2.1基于规则的专家系统

3.2.2基于框架的专家系统

3.2.3基于模型的专家系统

3.3专家控制系统的结构与设计

3.3.1专家控制系统的结构

3.3.2专家控制系统的控制要求与设计原则

3.3.3专家控制系统的设计问题

3.4专家控制系统的建模

3.4.1受控对象模型

3.4.2专家控制器的模型

3.4.3专家控制系统模型

3.5专家控制系统应用举例

3.5.1实时控制系统的特点与要求

3.5.2高炉监控专家系统

3.6小结

习题3

第4章模糊控制系统

4.1模糊数学基础

4.1.1模糊集合及其运算

4.1.2模糊关系与模糊变换

4.1.3模糊逻辑语言与推理

4.2模糊控制系统原理与结构

4.2.1模糊控制原理

4.2.2模糊控制系统的原理结构

4.3模糊控制器的设计内容

4.3.1模糊控制器的设计内容与原则

4.3.2模糊控制器的控制规则形式

4.4模糊控制系统的设计方法

4.4.1模糊系统设计的查表法

4.4.2模糊系统设计的梯度下降法

4.4.3模糊系统设计的递推最小二乘法

4.4.4模糊系统设计的聚类法

4.5模糊控制器的设计实例与实现

4.5.1造纸机模糊控制系统的设计与实现

4.5.2直流调速系统模糊控制器的设计

4.6MATLAB模糊控制工具箱

4.7小结

习题4

第5章神经控制系统

5.1人工神经网络概述

5.1.1神经元及其特性

5.1.2人工神经网络的基本类型和学习算法

5.1.3人工神经网络的典型模型

5.1.4基于神经网络的知识表示与推理

5.2神经控制的结构方案

5.2.1NN学习控制

5.2.2NN直接逆模控制与内模控制

5.2.3NN自适应控制

5.2.4NN预测控制

5.2.5基于CAMC的控制

5.2.6多层NN控制和分级NN控制

5.3神经控制系统的设计

5.3.1石灰窑炉神经内模控制系统的设计

5.3.2神经模糊自适应控制器的设计

5.3.3神经控制系统应用举例

5.4MATLAB神经网络工具箱及其仿真

5.4.1MATLAB神经网络工具箱图形用户界面

5.4.2基于Simulink的神经网络模块工具

5.5小结

习题5

第6章学习控制系统

6.1学习控制概述

6.1.1学习控制的定义与研究意义

6.1.2学习控制的发展及其与自适应控制的关系

6.1.3控制律映射及对学习控制的要求

6.2学习控制方案

6.2.1基于模式识别的学习控制

6.2.2迭代学习控制

6.2.3重复学习控制

6.2.4增强学习控制

6.2.5基于神经网络的学习控制

6.3学习控制系统应用举例

6.3.1无缝钢管张力减径过程壁厚控制迭代学习控制算法

6.3.2钢管壁厚迭代学习控制的仿真及应用结果

6.4小结

习题6

第7章多真体控制系统

7.1分布式人工智能与真体

7.1.1分布式人工智能

7.1.2agent及其特性

7.1.3真体的结构

7.2真体的通信

7.2.1真体通信的类型和方式

7.2.2真体的通信语言

7.3多真体系统

7.3.1多真体系统的模型和结构

7.3.2多真体系统的协作、协商和协调

7.3.3多真体系统的学习与规划

7.4多真体控制系统的工作原理

7.4.1MAS控制系统的基本原理和结构

7.4.2MAS控制系统的信息模型

7.5MAS控制系统的设计示例

7.6小结

习题7

第8章进化控制与免疫控制

8.1遗传算法简介

8.1.1遗传算法的基本原理

8.1.2遗传算法的求解步骤

8.2进化控制基本原理

8.2.1进化控制原理与系统结构

8.2.2进化控制的形式化描述

8.3进化控制系统示例

8.3.1一种在线混合进化伺服控制器

8.3.2一个移动机器人进化控制系统

8.4免疫算法和人工免疫系统原理

8.4.1自然免疫系统的概念、组成与功能

8.4.2免疫算法的提出和定义

8.4.3免疫算法的步骤和框图

8.4.4人工免疫系统的结构

8.4.5免疫算法的设计方法和参数选择

8.5免疫控制基本原理

8.5.1免疫控制的系统结构

8.5.2免疫控制的自然计算体系和系统计算框图

8.6免疫控制系统示例

8.6.1扰动抑制和最优控制器的性能指标

8.6.2基于免疫算法的扰动抑制问题

8.6.3免疫反馈规则与免疫反馈控制器的设计

8.7小结

习题8

第9章网络控制系统

9.1计算机网络与网络控制基础

9.1.1计算机网络及其结构

9.1.2数据通信与网络通信

9.1.3网络控制的基本问题

9.2网络控制系统的结构与特点

9.2.1网络控制系统的一般原理与结构

9.2.2网络控制系统的特点与影响因素

9.3网络控制系统的建模与性能评价标准

9.3.1网络控制系统的建模

9.3.2网络控制系统的性能评价标准

9.4网络控制系统稳定性与控制器设计方法

9.4.1网络控制系统的稳定性

9.4.2网络控制系统的控制器设计方法

9.5网络控制系统的调度

9.5.1网络控制系统的调度方法

9.5.2网络控制系统调度的时间参数

9.6网络控制系统的仿真与工程实现

9.6.1网络控制系统的仿真平台

9.6.2网络控制系统的工程实现

9.7网络控制系统的应用举例

9.7.1烟草包装的网络测控系统

9.7.2热电厂集散控制系统

9.8小结

习题9

第10章复合智能控制

10.1复合智能控制概述

10.2模糊神经复合控制原理

10.3自学习模糊神经控制系统

10.3.1自学习模糊神经控制模型

10.3.2自学习模糊神经控制算法

10.3.3弧焊过程自学习模糊神经控制系统

10.4专家模糊复合控制器

10.4.1专家模糊控制系统的结构

10.4.2专家模糊控制系统示例

10.5进化模糊复合控制器

10.5.1控制器设计步骤和参数优化方法

10.5.2解释（编码）函数的设计

10.5.3规则编码

10.5.4初始种群和适应度函数的计算

10.5.5直流电动机GA优化模糊速度控制系统

10.6仿人控制

10.6.1仿人控制的基本原理和原型算法

10.6.2仿人控制器的属性与设计依据

10.6.3仿人智能控制器的设计与实现步骤

10.7小结

习题10

附录A基于MATLAB工具箱的模糊与神经控制仿真

A.1基于模糊逻辑工具箱的模糊控制器

A.2模糊控制系统的Simulink仿真

A.3神经网络逼近非线性函数的设计

A.4基于神经网络工具箱的水反应器模型预测控制实例

附录B模糊控制与神经网络控制的实验

B.1电热箱的模糊闭环控制实验

B.2单神经元自适应闭环控制实验

参考文献

作者简介

《智能控制原理与应用(第2版)》介绍智能控制的基本原理及其应用，着重介绍各种智能控制系统的基本概念、工作原理、技术方法与应用。全书共10章，涉及递阶控制系统、专家控制系统、模糊控制系统、神经控制系统、学习控制系统、多真体（MAS）控制系统、进化控制系统、免疫控制系统、网络控制系统以及复合智能控制系统的控制机理、类型结构、设计方法和应用示例等，反映国内外智能控制研究和应用的最新进展。与第1版相比，许多章节内容得到更新。全书系统全面、内容新颖、编排合理、可读性强，是一部高水平的智能控制教材。

 智能控制原理与应用(第2版)下载