智能控制理论及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能控制理论及应用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 绪论1

1.1智能控制的发展历史1

1.2智能控制的定义和特点3

1.2.1智能控制的定义3

1.2.2智能控制的特点3

1.3智能控制的结构理论4

1.3.1二元结构论4

1.3.2三元结构论4

1.3.3四元结构论5

1.3.4多元结构或者树形结构5

1.4智能控制与传统控制的关系6

1.5智能控制的研究对象6

1.6智能控制的类型7

1.6.1分级递阶控制系统7

1.6.2专家控制系统7

1.6.3人工神经网络控制系统8

1.6.4模糊控制系统8

1.6.5遗传算法与控制理论相结合9

1.6.6免疫算法控制9

1.6.7仿人智能控制9

1.6.8学习控制系统10

1.6.9混沌控制10

1.7智能控制的应用10

1.7.1智能控制在机器人技术中的应用11

1.7.2智能控制在机械制造中的应用11

1.7.3智能控制在电力电子学研究领域中的应用11

1.7.4智能控制在工业过程中的应用11

1.7.5智能控制在农业生产中的应用12

1.7.6智能控制在广义控制领域中的应用12

1.8本章小结12

参考文献12

第2章 模糊控制14

2.1模糊控制概述14

2.1.1模糊控制器设计步骤15

2.1.2性能评价15

2.1.3应用领域16

2.2模糊控制的数学基础16

2.2.1语言变量、语言值和规则16

2.2.2模糊集合、模糊规则和模糊推理18

2.2.3解模糊26

2.3一个示范例子的介绍29

2.3.1模糊控制器的输入和输出的选择30

2.3.2把控制知识融入规则中31

2.3.3知识的模糊量化34

2.3.4匹配：决定用哪一条规则36

2.3.5结论步骤：确定结论39

2.3.6把结论转换成控制作用40

2.3.7模糊决策的图形描述43

2.4Takagi-Sugeno模糊系统44

2.4.1Takagi-Sugeno模糊系统44

2.4.2模糊系统是通用近似器46

2.4.3广义T-S模糊模型46

2.5基于MATLAB的智能控制系统设计与仿真47

2.5.1模糊逻辑工具箱47

2.5.2基于MATLAB的模糊控制系统设计与仿真48

2.6模糊系统的非线性分析54

2.6.1模糊控制器的参数化55

2.6.2李雅普诺夫稳定性分析57

2.6.3绝对稳定性和圆判据65

2.6.4稳态跟踪误差的分析67

2.6.5描述函数分析方法69

2.6.6滑模变结构方法69

2.6.7小增益理论70

2.6.8相平面分析法70

2.7热处理系统的温度模糊控制70

2.8本章小结72

习题72

参考文献74

第3章 模糊建模和模糊辨识75

3.1引言75

3.2模糊模型的类型与分割形式76

3.2.1Mamdani模糊模型76

3.2.2Takagi-Sugeno模糊系统77

3.2.3Tsukamoto模糊模型78

3.2.4模糊模型的分割形式79

3.3模糊系统的通用近似特性79

3.3.1模糊基函数79

3.3.2模糊系统的通用逼近性80

3.3.3用于函数近似的模糊系统求解82

3.4模糊辨识的数据选择83

3.5模糊辨识和估计的最小二乘算法84

3.5.1成批最小二乘算法84

3.5.2递推最小二乘算法85

3.5.3模糊系统的调整87

3.5.4模糊系统的成批最小二乘训练89

3.5.5模糊系统的递推最小二乘训练89

3.6模糊辨识和估计的梯度法89

3.6.1标准模糊系统的训练90

3.6.2T-S模糊系统的训练92

3.6.3动量项和步长大小93

3.6.4牛顿（Newton）和高斯-牛顿（Gauss-Newton）方法93

3.7模糊的聚类法96

3.7.1优化输出预解模糊的聚类方法96

3.7.2最近邻聚类法99

3.8复合法100

3.8.1混合初始化／训练100

3.8.2混合条件／结论训练100

3.8.3混合交叉训练100

3.9本章小结100

习题101

参考文献101

第4章 神经网络控制102

4.1神经网络理论概述102

4.1.1神经网络的发展历史103

4.1.2神经网络原理105

4.1.3神经网络的特点107

4.1.4神经网络结构109

4.1.5神经网络的学习110

4.2前馈神经网络113

4.2.1感知器113

4.2.2BP神经网络119

4.2.3RBF神经网络130

4.2.4LVQ神经网络141

4.3反馈神经网络144

4.3.1Hopfield网络概述145

4.3.2离散型Hopfield网络145

4.3.3连续型Hopfield网络155

4.3.4Boltzmann机网络161

4.3.5Kohonen网络167

4.3.6自适应谐振理论（ART）网络172

4.3.7模糊自适应共振理论网络174

4.4神经网络控制184

4.4.1神经网络控制的基本思想184

4.4.2直接逆动态控制185

4.4.3神经网络自适应控制187

4.4.4神经网络PID控制192

4.4.5神经网络内模控制200

4.4.6神经网络模型预测控制206

4.5本章小结207

习题208

参考文献208

第5章 模糊神经网络211

5.1引言211

5.2模糊系统与神经网络的融合方式212

5.2.1基于模糊技术的神经网络212

5.2.2基于神经网络的模糊系统212

5.2.3模糊逻辑与神经网络在结构上的融合212

5.3模糊神经网络学习算法研究213

5.4自适应神经网络模糊推理系统（ANFIS）213

5.4.1自适应网络213

5.4.2自适应神经-模糊推理系统222

5.4.3基于多模型的气动执行器故障诊断225

5.5基于T-S模糊模型的递归神经网络及其在系统辨识中的应用232

5.5.1基于T-S模糊模型的递归神经网络232

5.5.2基于T-S模糊模型的递归神经网络在系统辨识中的应用234

5.5.3仿真实例236

5.6本章小结239

习题240

参考文献240

第6章 专家系统243

6.1概述243

6.1.1专家系统的概念244

6.1.2专家系统的结构246

6.1.3专家系统的特点与分类248

6.1.4专家系统的建立步骤251

6.2专家控制系统252

6.2.1专家控制系统的结构与工作原理254

6.2.2实时专家控制系统256

6.2.3专家控制器258

6.2.4PID专家控制器应用实例261

6.2.5专家控制系统的稳定性264

6.3模糊专家系统264

6.3.1模糊专家系统的基本结构265

6.3.2建立模糊专家系统265

6.3.3模糊专家系统应用实例1——基于模糊专家系统的电针灸器的设计267

6.3.4模糊专家系统应用实例2——智能水下机器人自救模糊专家系统269

6.4神经网络专家系统272

6.4.1神经网络与专家系统的集成272

6.4.2神经网络专家系统的基本结构273

6.4.3神经网络专家系统的知识库276

6.4.4神经网络专家系统的推理机制276

6.4.5神经网络专家系统的解释机制277

6.4.6神经网络专家系统的实例——基于神经网络专家系统的火电厂锅炉在线故障诊断278

6.5本章小结281

习题282

参考文献283

第7章 遗传算法285

7.1遗传算法概述285

7.1.1遗传算法的发展概况285

7.1.2遗传算法的生物学基础286

7.1.3遗传算法的特点287

7.2遗传算法的基本操作289

7.2.1复制290

7.2.2交叉291

7.2.3变异292

7.3遗传算法的理论基础293

7.3.1模式定理293

7.3.2积木块假说295

7.3.3内在并行性296

7.3.4Walsh模式变换297

7.3.5编码299

7.3.6适应度函数及其尺度变换301

7.4遗传算法的实现及改进算法303

7.4.1遗传算法的实现303

7.4.2改进的遗传算法305

7.5遗传算法和其他智能控制技术的融合307

7.5.1遗传算法和模糊控制的融合307

7.5.2遗传算法和神经网络的融合310

7.6遗传算法的应用312

7.7本章小结315

习题315

参考文献316

第8章 蚁群算法317

8.1概述317

8.1.1蚁群的群体行为317

8.1.2蚁群算法的特点318

8.2基本蚁群算法319

8.2.1蚁群算法的原理319

8.2.2蚁群算法的实现320

8.3蚁群算法参数选择324

8.3.1蚁群算法参数对其性能的影响324

8.3.2蚁群算法参数选择方法325

8.4改进的蚁群算法325

8.4.1Ant-Q蚁群算法326

8.4.2ACS算法326

8.4.3最大-最小蚂蚁系统327

8.4.4自适应蚁群算法328

8.4.5其他改进算法330

8.5蚁群算法的应用实例331

8.5.1基于蚁群算法的PID参数优化过程331

8.5.2计算机仿真结果332

8.6本章小结333

习题333

参考文献334

第9章 DNA计算与基于DNA的软计算335

9.1DNA计算335

9.1.1概述335

9.1.2DNA的结构336

9.1.3DNA计算的原理338

9.2DNA计算与其他软计算的集成338

9.2.1DNA计算与遗传算法的集成338

9.2.2DNA计算与模糊系统的集成348

9.2.3DNA计算与神经网络的集成360

9.3本章小结369

习题369

参考文献370

第10章 其他智能控制373

10.1免疫控制373

10.1.1免疫及免疫算法简介373

10.1.2常用的免疫算法374

10.1.3免疫控制379

10.1.4免疫控制应用实例380

10.2仿人智能控制382

10.2.1仿人智能控制的基本思想和基本概念382

10.2.2仿人智能控制系统结构384

10.2.3仿人智能控制算法387

10.3混沌控制390

10.3.1混沌概述390

10.3.2混沌控制方法392

10.3.3混沌控制应用401

10.4本章小结404

习题405

参考文献405