掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
智能控制理論與技術(第2版)(計算機科學與技術學科前沿叢書 計算機科學與技術學科研究生系列教材(中文版)) 版權信息
- ISBN：9787302243939
- 條形碼：9787302243939 ; 978-7-302-24393-9
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能控制理論與技術(第2版)(計算機科學與技術學科前沿叢書 計算機科學與技術學科研究生系列教材(中文版)) 內容簡介
《智能控制理論與技術（中文版 第2版）/計算機科學與技術學科研究生系列教材·計算機科學與技術學科前沿叢書》系統地介紹了模糊控制、神經網絡控制、專家控制、學習控制、分層遞階控制及智能優化方法等內容，每部分既自成體系，又互相聯系，它們共同構成了智能控制理論和技術的主要內容。《智能控制理論與技術（中文版 第2版）/計算機科學與技術學科研究生系列教材·計算機科學與技術學科前沿叢書》取材新穎，內容豐富，彌補了當前智能控制缺乏系統性資料的不足。 《智能控制理論與技術（中文版 第2版）/計算機科學與技術學科研究生系列教材·計算機科學與技術學科前沿叢書》可作為信息、自動化及計算機應用等專業的本科生及研究生的教材及參考書，也可供有關教師和科技工作者學習參考。
智能控制理論與技術(第2版)(計算機科學與技術學科前沿叢書 計算機科學與技術學科研究生系列教材(中文版)) 目錄
第1章 緒論
1．1 智能控制的基本概念
1．1．1 智能控制的研究對象
1．1．2 智能控制系統
1．1．3 智能控制系統的基本結構
1．1．4 智能控制系統的主要功能特點
1．1．5 智能控制研究的數學工具
1．2 智能控制的發展概況
1．3 智能控制理論
第2章 模糊邏輯控制
2．1 概述
2．1．1 模糊控制與智能控制
2．1．2 模糊集合與模糊數學的概念
2．1．3 模糊控制的發展和應用概況
2．2 模糊集合及其運算
2．2．1 模糊集合的定義及表示方法
2．2．2 模糊集合的基本運算
2．2．3 模糊集合運算的基本性質
2．2．4 模糊集合的其他類型運算
2．3 模糊關系
2．3．1 模糊關系的定義及表示
2．3．2 模糊關系的合成
2．4 模糊邏輯與近似推理
2．4．1 語言變量
2．4．2 模糊蘊含關系
2．4．3 近似推理
2．4．4 句子連接關系的邏輯運算
2．5 基于規則庫的模糊推理
2．5．1 MIMO模糊規則庫的化簡
2．5．2 模糊推理的一般步驟
2．5．3 論域為離散時模糊推理計算舉例
2．5．4 模糊推理的性質
2．5．5 模糊控制中常見的兩種模糊推理模型
2．6 基于Mamdani模型的模糊控制
2．6．1 模糊控制器的基本結構和組成
2．6．2 模糊控制的離線計算
2．6．3 模糊控制的在線計算
2．6．4 模糊控制系統的分析和設計
2．7 基于T-S模型的模糊控制
2．7．1 T-S模糊模型的表示
2．7．2 T-S模糊模型的建模
2．7．3 基于模糊狀態方程模型的系統穩定性分析
2．7．4 基于模糊狀態方程模型的平滑控制器設計
2．7．5 基于模糊狀態方程模型的切換控制器設計
2．8 自適應模糊控制
2．8．1 基于性能反饋的直接自適應模糊控制
2．8．2 基于模糊模型求逆的間接自適應模糊控制
第3章 神經網絡控制
3．1 概述
3．1．1 神經元模型
3．1．2 人工神經網絡
3．1．3 生物神經網絡系統與計算機處理信息的比較
3．1．4 神經網絡的發展概況
3．2 前饋神經網絡
3．2．1 感知器網絡
3．2．2 BP網絡
3．2．3 BP網絡學習算法的改進
3．2．4 神經網絡的訓練
3．3 反饋神經網絡
3．3．1 離散Hopfield網絡
3．3．2 連續Hopfield網絡
3．3．3 Boltzmann機
3．4 局部逼近神經網絡
3．4．1 CMAC神經網絡
3．4．2 B樣條神經網絡
3．4．3 徑向基函數神經網絡
3．5 模糊神經網絡
3．5．1 基于Mamdani模型的模糊神經網絡
3．5．2 基于T-S模型的模糊神經網絡
3．6 遞歸神經網絡
3．6．1 引言
3．6．2 Elman網絡
3．6．3 ESN網絡
3．6．4 SHESM網絡
3．7 基于神經網絡的系統建模與辨識
3．7．1 概述
3．7．2 逼近理論與網絡建模
3．7．3 利用多層靜態網絡的系統辨識
3．7．4 利用動態網絡的系統辨識
3．7．5 利用模糊神經網絡的系統辨識
3．8 神經網絡控制
3．8．1 概述
3．8．2 神經網絡控制結構
3．8．3 基于全局逼近神經網絡的控制
3．8．4 基于局部逼近神經網絡的控制
3．8．5 模糊神經網絡控制
3．8．6 有待解決的問題
3．9 神經網絡在機器人控制中的應用
3．9．1 神經網絡運動學控制
3．9．2 神經網絡動力學控制
3．9．3 神經網絡路徑規劃
第4章 專家控制
4．1 概述
4．1．1 專家控制的由來
4．1．2 專家系統
4．1．3 專家控制的研究狀況和分類
4．2 專家控制的基本原理
4．2．1 專家控制的功能目標
4．2．2 控制作用的實現
4．2．3 設計規范和運行機制
4．3 專家控制系統的典型結構
4．3．1 系統結構
4．3．2 系統實現
4．4 專家控制的示例
4．4．1 自動調整過程
4．4．2 自動調整過程的實現
4．5 專家控制技術的研究課題
4．5．1 實時推理
4．5．2 知識獲取
4．5．3 專家控制系統的穩定性分析
4．6 一種仿人智能控制
4．6．1 概念和定義
4．6．2 原理和結構
4．6．3 仿人智能控制的特點
第5章 學習控制
5．1 概述
5．1．1 學習控制問題的提出
5．1．2 學習控制的表述
5．1．3 學習控制與自適應控制
5．1．4 學習控制的研究狀況和分類
5．2 基于模式識別的學習控制
5．2．1 學習控制系統的一般形式
5．2．2 模式分類
5．2．3 可訓練控制器
5．2．4 線性再勵學習控制
5．2．5 bayes學習控制
5．2．6 基于模式識別的其他學習控制方法
5．2．7 研究課題
5．3 基于迭代和重復的學習控制
5．3．1 迭代和重復自學習控制的基本原理
5．3．2 異步自學習控制
5．3．3 異步自學習控制時域法
5．3．4 異步自學習控制頻域法
5．4 聯結主義學習控制
5．4．1 基本思想
5．4．2 聯結主義學習系統的實現原理
5．4．3 聯結主義學習控制系統的結構
5．4．4 研究課題
第6章 分層遞階智能控制
6．1 一般結構原理
6．2 組織級
6．3 協調級
6．3．1 協調級的原理結構
6．3．2 Petri網轉換器
6．3．3 協調級的Petri網結構
6．3．4 協調級結構的決策和學習
6．4 執行級
第7章 智能優化方法
7．1 概述
7．2 遺傳算法
7．2．1 引言
7．2．2 遺傳算法的工作原理及操作步驟
7．2．3 遺傳算法的實現及改進
7．2．4 遺傳算法應用舉例
7．2．5 遺傳算法中的聯結關系
7．3 粒子群優化算法
7．3．1 引言
7．3．2 粒子群優化算法簡介
7．3．3 粒子群優化算法應用舉例
7．4 蟻群優化算法
7．4．1 引言
7．4．2 蟻群優化算法簡介
7．4．3 蟻群優化算法應用舉例
7．5 人工免疫算法
7．5．1 引言
7．5．2 人工免疫系統（AIS）
7．6 分布估計算法
7．6．1 引言
7．6．2 一個簡單的分布估計算法
7．6．3 基于不同概率圖模型的分布估計算法
7．6．4 基于聯結關系檢測的分布估計算法
7．6．5 連續域的分布估計算法
7．6．6 基于概率模型的其他相關算法
7．6．7 分布估計算法進一步需要研究的問題
參考文獻
1．1 智能控制的基本概念
1．1．1 智能控制的研究對象
1．1．2 智能控制系統
1．1．3 智能控制系統的基本結構
1．1．4 智能控制系統的主要功能特點
1．1．5 智能控制研究的數學工具
1．2 智能控制的發展概況
1．3 智能控制理論
第2章 模糊邏輯控制
2．1 概述
2．1．1 模糊控制與智能控制
2．1．2 模糊集合與模糊數學的概念
2．1．3 模糊控制的發展和應用概況
2．2 模糊集合及其運算
2．2．1 模糊集合的定義及表示方法
2．2．2 模糊集合的基本運算
2．2．3 模糊集合運算的基本性質
2．2．4 模糊集合的其他類型運算
2．3 模糊關系
2．3．1 模糊關系的定義及表示
2．3．2 模糊關系的合成
2．4 模糊邏輯與近似推理
2．4．1 語言變量
2．4．2 模糊蘊含關系
2．4．3 近似推理
2．4．4 句子連接關系的邏輯運算
2．5 基于規則庫的模糊推理
2．5．1 MIMO模糊規則庫的化簡
2．5．2 模糊推理的一般步驟
2．5．3 論域為離散時模糊推理計算舉例
2．5．4 模糊推理的性質
2．5．5 模糊控制中常見的兩種模糊推理模型
2．6 基于Mamdani模型的模糊控制
2．6．1 模糊控制器的基本結構和組成
2．6．2 模糊控制的離線計算
2．6．3 模糊控制的在線計算
2．6．4 模糊控制系統的分析和設計
2．7 基于T-S模型的模糊控制
2．7．1 T-S模糊模型的表示
2．7．2 T-S模糊模型的建模
2．7．3 基于模糊狀態方程模型的系統穩定性分析
2．7．4 基于模糊狀態方程模型的平滑控制器設計
2．7．5 基于模糊狀態方程模型的切換控制器設計
2．8 自適應模糊控制
2．8．1 基于性能反饋的直接自適應模糊控制
2．8．2 基于模糊模型求逆的間接自適應模糊控制
第3章 神經網絡控制
3．1 概述
3．1．1 神經元模型
3．1．2 人工神經網絡
3．1．3 生物神經網絡系統與計算機處理信息的比較
3．1．4 神經網絡的發展概況
3．2 前饋神經網絡
3．2．1 感知器網絡
3．2．2 BP網絡
3．2．3 BP網絡學習算法的改進
3．2．4 神經網絡的訓練
3．3 反饋神經網絡
3．3．1 離散Hopfield網絡
3．3．2 連續Hopfield網絡
3．3．3 Boltzmann機
3．4 局部逼近神經網絡
3．4．1 CMAC神經網絡
3．4．2 B樣條神經網絡
3．4．3 徑向基函數神經網絡
3．5 模糊神經網絡
3．5．1 基于Mamdani模型的模糊神經網絡
3．5．2 基于T-S模型的模糊神經網絡
3．6 遞歸神經網絡
3．6．1 引言
3．6．2 Elman網絡
3．6．3 ESN網絡
3．6．4 SHESM網絡
3．7 基于神經網絡的系統建模與辨識
3．7．1 概述
3．7．2 逼近理論與網絡建模
3．7．3 利用多層靜態網絡的系統辨識
3．7．4 利用動態網絡的系統辨識
3．7．5 利用模糊神經網絡的系統辨識
3．8 神經網絡控制
3．8．1 概述
3．8．2 神經網絡控制結構
3．8．3 基于全局逼近神經網絡的控制
3．8．4 基于局部逼近神經網絡的控制
3．8．5 模糊神經網絡控制
3．8．6 有待解決的問題
3．9 神經網絡在機器人控制中的應用
3．9．1 神經網絡運動學控制
3．9．2 神經網絡動力學控制
3．9．3 神經網絡路徑規劃
第4章 專家控制
4．1 概述
4．1．1 專家控制的由來
4．1．2 專家系統
4．1．3 專家控制的研究狀況和分類
4．2 專家控制的基本原理
4．2．1 專家控制的功能目標
4．2．2 控制作用的實現
4．2．3 設計規范和運行機制
4．3 專家控制系統的典型結構
4．3．1 系統結構
4．3．2 系統實現
4．4 專家控制的示例
4．4．1 自動調整過程
4．4．2 自動調整過程的實現
4．5 專家控制技術的研究課題
4．5．1 實時推理
4．5．2 知識獲取
4．5．3 專家控制系統的穩定性分析
4．6 一種仿人智能控制
4．6．1 概念和定義
4．6．2 原理和結構
4．6．3 仿人智能控制的特點
第5章 學習控制
5．1 概述
5．1．1 學習控制問題的提出
5．1．2 學習控制的表述
5．1．3 學習控制與自適應控制
5．1．4 學習控制的研究狀況和分類
5．2 基于模式識別的學習控制
5．2．1 學習控制系統的一般形式
5．2．2 模式分類
5．2．3 可訓練控制器
5．2．4 線性再勵學習控制
5．2．5 bayes學習控制
5．2．6 基于模式識別的其他學習控制方法
5．2．7 研究課題
5．3 基于迭代和重復的學習控制
5．3．1 迭代和重復自學習控制的基本原理
5．3．2 異步自學習控制
5．3．3 異步自學習控制時域法
5．3．4 異步自學習控制頻域法
5．4 聯結主義學習控制
5．4．1 基本思想
5．4．2 聯結主義學習系統的實現原理
5．4．3 聯結主義學習控制系統的結構
5．4．4 研究課題
第6章 分層遞階智能控制
6．1 一般結構原理
6．2 組織級
6．3 協調級
6．3．1 協調級的原理結構
6．3．2 Petri網轉換器
6．3．3 協調級的Petri網結構
6．3．4 協調級結構的決策和學習
6．4 執行級
第7章 智能優化方法
7．1 概述
7．2 遺傳算法
7．2．1 引言
7．2．2 遺傳算法的工作原理及操作步驟
7．2．3 遺傳算法的實現及改進
7．2．4 遺傳算法應用舉例
7．2．5 遺傳算法中的聯結關系
7．3 粒子群優化算法
7．3．1 引言
7．3．2 粒子群優化算法簡介
7．3．3 粒子群優化算法應用舉例
7．4 蟻群優化算法
7．4．1 引言
7．4．2 蟻群優化算法簡介
7．4．3 蟻群優化算法應用舉例
7．5 人工免疫算法
7．5．1 引言
7．5．2 人工免疫系統（AIS）
7．6 分布估計算法
7．6．1 引言
7．6．2 一個簡單的分布估計算法
7．6．3 基于不同概率圖模型的分布估計算法
7．6．4 基于聯結關系檢測的分布估計算法
7．6．5 連續域的分布估計算法
7．6．6 基于概率模型的其他相關算法
7．6．7 分布估計算法進一步需要研究的問題
參考文獻
展開全部
智能控制理論與技術(第2版)(計算機科學與技術學科前沿叢書 計算機科學與技術學科研究生系列教材(中文版)) 作者簡介
孫增圻，1966年畢業于清華大學自動控制系，留校工作至今。1981年在瑞典獲博士學位。現為清華大學計算機系教授，博士生導師，中國人工智能學會副理事長，中國自動化學會常務理事，中國自動化學會智能自動化專業委員會主任，中國自動化學會機器人競賽工作委員會主任，RoboCup中國委員會主席，《中國科學》、《控制理論與應用》、《機器人》、《系統仿真學報》、《微計算機信息》及《International Journalof Corltrol，A1atomation and Systems》編委，《智能系統學報》編委會副主任。歷任計算機系副主任（1995—2001），計算機系學位委員會主席（1995—2003），863計劃航天領域遙科學及空間機器人專家組成員（1993—1997）、組長（1997—2001），IEEE控制系統學會北京分會副主席（1997—2005），《自動化學報》編委（1999—2005）。 長期從事智能控制及機器人方面的教學和研究工作。在智能控制、機器人、模糊系統和神經網絡、計算機控制理論及應用等方面較有研究。10余項科研成果獲得教育部或北京市科技進步獎。 出版的著作有《控制系統的計算機輔助設計》、《計算機控制理論及應用》、《機器人智能控制》、《系統分析與控制》、《智能控制理論與技術》等，在國內外刊物及國際會議共發表論文300余篇。
書友推薦
- >
姑媽的寶刀
- >
莉莉和章魚
- >
二體千字文
- >
有舍有得是人生
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
羅曼·羅蘭讀書隨筆-精裝
- >
伊索寓言-世界文學名著典藏-全譯本
- >
大紅狗在馬戲團-大紅狗克里弗-助人
本類暢銷
