智能控制基础_师丽,李晓媛主编_9787111684978

智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度汇聚，是一门新兴的边缘交叉学科。本书系统地介绍了智能控制的内涵、理论和主要方法，包括模糊控制、神经网络控制、专家控制系统、遗传算法、基于DNA的软计算、粒子群算法、深度学习等，着重介绍了智能控制方法的交叉和融合，如模糊神经网络、模糊专家系统、神经专家系统、遗传-模糊控制和遗传-神经网络等。本书内容丰富，注重理论联系实际，配有大量的MATLAB仿真例题和实际应用案例讲解，能够更好地帮助学生通过仿真习题和工程实例设计深入理解智能控制的基本内涵和控制方法的综合运用。
本书可作为普通高校自动化、电气及电子信息等专业学生的教材，也可供有关教师和工程技术人员参考。
本书配有电子课件，欢迎选用本书作教材的教师登录www.cmpedu.com注册下载，或发邮件至jinacmp@163.com索取。
本书配有MATLAB源码，请直接用手机扫描书中二维码进行下载。

智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论、信息论、仿生学、神经生理学、进化计算和计算机等多种学科的高度综合与集成，是一门新兴的边缘交叉学科。智能控制是当今国内外自动化学科中一个十分活跃和具有挑战性的领域，代表着当今科学和技术发展的方向。智能控制目前尚未建立起一套完整的理论体系，是一门仍在不断发展和丰富中的具有众多学科集成特点的科学和技术。它不仅包含了自动控制、人工智能、运筹学和信息论的内容，而且还从计算机科学、神经学、脑科学等学科中汲取丰富的营养，正在成为自动化领域中兴旺和发展迅速的一个分支学科，并被许多发达国家确认为提高国家竞争力的核心技术。
随着智能控制理论和技术的迅速发展，其应用领域不断扩展，在工业生产、航空航天、生物医学、模式识别、能源工业、环境保护和国防军事等众多领域智能控制技术都得到了成功应用，越来越受到控制领域专家和工程技术人员的重视，培养大批能熟练掌握和应用智能控制的控制工程师的需求也越来越迫切。同时，智能控制中众多学科的交叉和融合，开放式的研究空间也为学生视野的开阔和创新能力的培养提供了一个很好的背景和平台。因此，近些年国内外许多高校的控制专业和信息类专业陆续开设智能控制课程，并且从理论教学到实践教学都给予了足够的重视。本书在参考国内外智能控制方面重要文献的基础上，结合近几年精品课程“智能控制基础”的建设，对智能控制的主要内容进行整理和总结，也有部分内容是笔者研究工作的总结，如基于ANFIS多模型的故障诊断、基于GA-BP的冠心病早期诊断和基于T-S模型的递归神经网络等。
本书部分内容已在郑州大学电气工程学院本科生和研究生的“智能控制基础”课程中讲授数年，经过了多次更新和完善，在精品课程“智能控制基础”的建设中起了重要作用。
本书具体内容安排如下：
第1章是绪论。简要介绍智能控制的发展历史、基本概念、特点、结构理论、主要类型，阐述智能控制与传统控制之间的关系和应用前景。
第2章介绍模糊控制。首先在简要介绍模糊控制的数学基础后，以一个简单模糊控制器的设计为例详细讲述模糊控制器的设计过程及注意事项；然后介绍函数模糊系统的特例——Takagi-Sugeno（T-S）模糊系统、模糊系统的MATLAB仿真；后阐述模糊系统的非线性分析的必要性及主要方法，包括李雅普诺夫（Lyapunov）方法、圆判据、描述函数方法、小增益理论和滑模变结构方法。
第3章介绍模糊建模和模糊辨识。在介绍模糊系统的类型与分割形式后，阐述模糊系统的通用近似特性，重点介绍模糊辨识和估计的算法，即小二乘算法、梯度算法、模糊聚类法和混合算法。
第4章介绍神经网络控制。在介绍神经网络的理论基础之上，重点介绍两类常用的神经网络：前馈网络和反馈网络。前馈神经网络包括感知器神经网络、BP神经网络、RBF神经网络和LVQ神经网络；反馈神经网络包括离散型Hopfield网络、连续型Hopfield网络和Kohonen网络。在此基础上系统地介绍了基于神经网络的控制，包括神经网络控制的基本思想、直接逆动态控制、神经网络PID控制、神经网络自适应控制和神经网络内模控制等。
第5章介绍模糊神经网络。首先阐述模糊系统与神经网络的优缺点，明确它们具有明显的互补性，介绍它们的融合方式，即在模糊控制中引入神经网络、在神经网络中引入模糊逻辑、模糊系统与神经网络在结构上的融合；然后重点介绍两种模糊神经网络，即ANFIS和基于T-S模糊模型的递归神经网络，并介绍了ANFIS在非线性系统——气动执行器的建模上的应用，以及基于T-S模糊模型的递归神经网络在系统辨识中的应用。
第6章介绍专家控制系统。在简要介绍专家系统的基本概念、结构特点与分类的基础上，重点讲述专家控制系统，包括专家控制系统的结构与设计方法，专家控制器以及PID专家控制器的应用；后介绍了专家控制系统和其他控制方法相融合的改进，主要包括模糊专家系统和神经网络专家系统的原理以及应用实例。
第7章介绍其他智能控制方法，包括遗传算法、DNA计算和粒子群算法。7.1节介绍遗传算法的基本操作和理论基础、遗传算法的实现，以及遗传算法与智能控制的融合与实际应用；7.2节首先介绍了DNA结构、DNA计算的原理，然后阐述了DNA计算与其他软计算的集成，包括DNA计算与遗传算法、模糊系统、神经网络的集成；7.3节首先阐述了粒子群算法的思想来源及计算模型，然后简单介绍了粒子群算法中各参数的作用及其对算法优化性能的影响，以及粒子群优化算法的改进，后介绍了基于粒子群算法的PID控制系统参数优化的实际应用。
第8章介绍深度学习在智能控制中的应用。首先阐述了深度学习、机器学习和人工智能的关系，然后介绍了几种常见的深度学习基础架构，后介绍了深度学习在易混淆目标识别、大视场小目标检测以及心电图自动分类等智能控制子领域中的应用案例。
本书第1、2、3、5章由师丽编写，第4章由李晓媛和师丽编写，第6章由李晓媛编写，第7章由姚利娜、李晓媛和胡玉霞编写，第8章由王松伟编写。师丽为第7章提供了部分素材。全书由师丽统稿。
在本书编写过程中得到了许多人的支持和帮助。李辉、崔佳、王丽佳、邵国、王治忠为本书提供了部分素材，武鹏、钱龙龙为本书的文稿整理做了大量工作。在此向以上提到的各位及其他为本书提供帮助的人们一并表示感谢。
由于编者的水平有限，书中尚存在一些不足和错误，欢迎读者批评指正。

编者

你还可能感兴趣

我要评论