前言
第1章智能控制技术介绍1
11智能控制技术的发展1
111智能控制的本质界定1
112智能控制的起源与演化2
113智能控制的发展和作用3
12智能控制技术的分类3
121基于专家控制的控制方法3
122基于模糊理论的控制方法4
123基于神经网络的控制方法5
124基于遗传算法的控制方法6
13智能控制技术的构成特性7
131智能控制系统的结构7
132智能控制系统的特征7
133智能控制技术的应用8
本章小结9
本章习题9
第2章专家控制10
21专家系统和专家控制系统概述10
211专家系统概述10
212专家控制系统概述13
22专家系统的知识表示方法16
221产生式规则表示18
222框架表示19
223与或图表示21
224神经网络表示22
225综合知识表示22
23专家系统的推理机制23
231推理方法的分类23
232宽度优先搜索24
233深度优先搜索26
24专家系统的知识获取27ⅤⅥ25直接专家控制28
251专家控制器的推理及信息处理28
252专家控制器的设计原则28
253专家控制器的系统实现29
26间接专家控制30
27专家控制系统的应用32
271智能家居中的专家控制系统32
272现代温室气候中的专家控制系统36
273超声电机的专家PID控制39
本章小结42
本章习题42
第3章模糊控制43
31模糊控制概述44
311模糊控制的发展44
312模糊控制的特点44
32模糊控制基础45
321集合概念45
322模糊集合表示46
323模糊集合运算47
33模糊逻辑和模糊推理49
331模糊逻辑49
332模糊推理50
34模糊控制系统51
341模糊化过程52
342知识库52
343推理决策52
344精确化53
35模糊控制器设计55
351模糊控制器的结构55
352模糊控制器的设计步骤56
353模糊PID控制57
36模糊控制的应用58
361ACC系统的模糊控制58
362滴灌施肥自动控制系统的模糊控制60
本章小结61
本章习题62
第4章神经网络控制63
41神经网络概述63411神经网络的原理65
412神经网络的结构66
413神经网络的类型66
42常见的神经网络模型68
421卷积神经网络68
422BP神经网络72
423循环神经网络73
43神经网络的应用76
431汽车制动系统中的BP神经网络76
432基于RNN的汽车主动避障应用78
本章小结82
本章习题82
第5章学习控制83
51学习控制概述83
511学习控制的定义83
512学习控制的原理84
513学习控制系统的特点85
52学习控制的类型86
521监督学习86
522无监督学习91
523强化学习99
53学习控制的应用108
531工业过程控制中学习控制的应用108
532机器人控制中学习控制的应用110
本章小结111
本章习题111
第6章遗传算法与进化控制112
61遗传算法概述113
611遗传算法的原理113
612遗传算法的特点115
613遗传算法的组成116
614遗传算法的编码与操作117
62进化控制的原理和系统结构124
621进化控制的原理124
622进化控制系统的结构127
623基于模型的优化控制128
63优化控制的应用132
631飞行器控制中优化控制的应用132632机器人路径规划中优化控制的应用134
本章小结137
本章习题137
第7章复合智能控制138
71自适应神经网络控制138
72自适应模糊控制器139
73模糊神经网络控制140
731模糊神经网络控制的特点140
732模糊控制与神经网络的结合142
733模糊神经网络的结构143
734基于神经网络的模糊控制器144
74复合专家控制146
741神经网络专家系统146
742模糊专家系统149
75复合智能控制的应用155
751模糊神经网络在电能质量评估中的应用155
752神经网络专家系统在变电站故障诊断中的应用158
753模糊专家系统在织机经纱张力控制中的应用160
754模糊专家系统在温室控制中的应用162
本章小结165
本章习题166
参考文献167