智能控制

前言

智能控制是基于人類對智能的認識所發(fā)展起來的人工智能理論，其研究重點在于處理被控系統(tǒng)的復雜性，是具有智能行為和特征的新型控制方法。它是在人工智能和自動控制等多學科基礎上發(fā)展起來的交叉學科。自20世紀60年代末提出智能控制這一新名詞與新思維以來，智能控制一直是當代自動控制學科中一個十分活躍并具有挑戰(zhàn)性的前沿領域。智能控制這一新思維，使得人們在處理具有非線性、信息不完整、解析模型難以建模等復雜性的被控系統(tǒng)的控制問題上，有了更深層次的認識，產(chǎn)生了更有效、更有針對性的控制方法。50年來，在智能控制領域孕育了以專家控制、模糊控制、神經(jīng)網(wǎng)絡控制為代表的新型控制方法，極大地發(fā)展了自動控制學科。20世紀90年代，智能控制作為一門獨立課程進入本科生和研究生的課堂，它是自動化專業(yè)及與其相關的電氣工程類、測控類和機械工程類專業(yè)深受歡迎的課程。學習本課程的目的是使學生能獲得基本的人工智能理論和智能控制知識，掌握智能控制系統(tǒng)的分析和控制方法，并為進一步學習深造和實際運用打下扎實的基礎。全書包含專家控制、模糊控制、神經(jīng)網(wǎng)絡控制和群智能計算與控制等四種智能控制方法及相應的智能理論基礎知識，重在介紹各種智能控制方法的思想、系統(tǒng)結構和實現(xiàn)方法。智能控制正處于發(fā)展中，且遠未成熟；其涉及的概念與方法既廣且多，又缺乏一個統(tǒng)一的基礎理論、統(tǒng)一的分析和設計平臺，這都給講授和學習帶來許多困擾。此外，智能控制的誕生和發(fā)展又緊密結合于工程應用，有非常廣泛的實際背景。教學中既要講清各種新概念、新方法，建立智能控制的獨特、新穎的思維方式，又要在理論方法與工程設計及應用中架橋鋪路，這給智能控制課程的教學帶來極大困難與挑戰(zhàn)。本書編著者多年從事智能控制領域的科研和教學工作，在教材內(nèi)容和教學方法上都曾花費大量心血，這為編著好這本教材打下了扎實的基礎。在華中科技大學出版社與有關高校相關院系的組織與協(xié)調(diào)下，我們來自五所高校長期擔任智能控制課程教學的老師組成了本書的編委會。大家集思廣益，深入細致地討論了本書的編寫大綱，然后分工負責各章的編寫工作。其中，武漢科技大學趙明旺負責編寫第1、2和6章；中國地質(zhì)大學賀良華負責編寫第3章；鄭州大學陳樹偉負責編寫第4章；鄭州大學王杰負責編寫第5、9章，海軍工程大學宋立忠負責編寫第7章，江蘇科技大學高尚負責編寫第8章；全書由趙明旺和王杰負責修改與統(tǒng)稿。天津理工大學高強參與制訂編寫大綱，并提出了富有建設性的建議，在此致以衷心謝意！

內(nèi)容概要

本書介紹智能控制及相關的人工智能理論基礎知識。全書共分9章。第1章概述智能控制的發(fā)展、人工智能理論和智能控制的概念及主要內(nèi)容。第2章介紹人工智能的基礎知識，包括知識表示、問題求解等，并引入人工智能方法表示和求解控制問題。第3章簡述專家系統(tǒng)的基礎知識，深入介紹專家控制系統(tǒng)的結構和設計方法。第4章和第5章分別介紹模糊數(shù)學基礎知識和模糊控制，著重討論多維模糊控制方法。第6章和第7章分別介紹神經(jīng)網(wǎng)絡基礎知識和神經(jīng)網(wǎng)絡控制，深入討論神經(jīng)網(wǎng)絡辨識的機理，以及各種神經(jīng)網(wǎng)絡控制方法的系統(tǒng)結構和實現(xiàn)。第8章介紹包括遺傳算法、蟻群算法、粒子群算法和人工免疫算法的群智能算法及其在系統(tǒng)辨識、PID控制器參數(shù)整定等問題中的應用。第9章介紹混合智能控制系統(tǒng)，包括混合系統(tǒng)的結構、混合的方法及應用。    本書可作為自動化專業(yè)及其相關的電氣工程類、測控類和機械工程類專業(yè)的本科生及研究生教材，也可供從事控制理論與控制工程研究、設計和應用的科技工作者參考使用。

書籍目錄

1  緒論  1.1  自動控制的機遇與挑戰(zhàn)  1.2  智能及智能理論  1.3  智能控制的發(fā)展  1.4  智能控制方法與應用  1.5  本書的主要內(nèi)容  本章小結  思考題與習題2  人工智能基礎  2.1  知識表示方法  2.2  圖搜索  2.3  消解原理  本章小結  思考題與習題3  專家控制系統(tǒng)  3.1  專家系統(tǒng)  3.2  專家控制系統(tǒng)的結構與原理  3.3  專家控制系統(tǒng)的設計  本章小結  思考題與習題4  模糊集合與模糊推理  4.1  模糊集合及其基本運算  4.2  模糊關系  4.3  模糊推理  4.4  模糊化與解模糊化  本章小結  思考題與習題5  模糊控制系統(tǒng)  5.1  概述  5.2  直接模糊控制系統(tǒng)  5.3  監(jiān)督模糊控制系統(tǒng)  本章小結  思考題與習題6  神經(jīng)網(wǎng)絡導論  6.1  生物原型研究  6.2  ANN模型  6.3  前饋神經(jīng)網(wǎng)絡  6.4  Hopfield網(wǎng)絡  6.5  支持向量機網(wǎng)絡  本章小結  思考題與習題7  神經(jīng)網(wǎng)絡控制系統(tǒng)  7.1  概述  7.2  控制系統(tǒng)模型辨識的神經(jīng)網(wǎng)絡方法  7.3  直接神經(jīng)網(wǎng)絡控制系統(tǒng)  7.4  混合神經(jīng)網(wǎng)絡控制系統(tǒng)  本章小結  思考題與習題8  群智能計算與控制  8.1  群智能算法概述  8.2  遺傳算法與智能控制  8.3  蟻群算法與智能控制  8.4  粒子群算法與智能控制  8.5  人工免疫系統(tǒng)與智能控制  本章小結  思考題與習題9  混合智能控制系統(tǒng)  9.1  混合智能控制系統(tǒng)概述  9.2  模糊系統(tǒng)與人工神經(jīng)網(wǎng)絡的融合  9.3  專家模糊控制系統(tǒng)  9.4  其他類型的混合智能控制系統(tǒng)  本章小結  思考題與習題附錄  附錄A  符號表  附錄B  中英文專業(yè)名詞對照表參考文獻

章節(jié)摘錄

插圖：1.語法和語義邏輯語言是一種形式語言，其根本目的在于把數(shù)學中的邏輯論證符號化。如果能夠采用數(shù)學演繹的方式證明某邏輯語句是從那些已知正確的邏輯語句導出的，就能夠斷定該邏輯語句也是正確的。邏輯語言有命題邏輯和謂詞邏輯兩種。雖然命題邏輯能夠把客觀世界的各種事實表示為邏輯命題，但具有較大的局限性，即它不適合于表示比較復雜的事情。謂詞邏輯具有概括的能力，可以代表變化的情況，并且可以在不同的知識之間建立聯(lián)系。因此，謂詞邏輯能夠比命題邏輯更加細致地描述知識，表達能力更強，可以表達那些無法用命題邏輯表達的事情。謂詞是命題的擴充，命題是謂詞的特殊形式。一階謂詞邏輯是謂詞邏輯中最直觀的一種邏輯。它以謂詞形式來表示動作的主題、客體。謂詞邏輯公式由若干謂詞符號和個體詞（項）組成。個體詞用來描述獨立存在的客體，謂詞用來描述客體的性質(zhì)或客體之間的關系。謂詞符號一般為描述對象間的關系、動作的詞。個體詞可以是表示具體或特定的人、物體、實體或概念的個體常量，也可以是表示抽象或泛指的個體變量，或表示特定關系類的個體函數(shù)。一階謂詞邏輯的基本組成部分就是描述謂詞的謂詞符號和描述個體詞的常量符號、變量符號和函數(shù)符號，并用括號和逗號隔開，以表示論域內(nèi)的關系。對于一階謂詞邏輯，個體詞不可為謂詞。

編輯推薦

《智能控制》：21世紀電氣信息學科立體化系列教材。

圖書封面

評論、評分、閱讀與下載

---

    智能控制 PDF格式下載

---