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
智能控制算法及其應用 版權信息
- ISBN：9787030614162
- 條形碼：9787030614162 ; 978-7-03-061416-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能控制算法及其應用 本書特色
本書主要涵蓋專家系統、模糊控制、神經網絡、進化計算四個經典的智能控制模塊，以及各常見的典型智能優化算法的基本理論及計算機仿真實現、工程實現及其實際應用等，各智能控制模塊都分別詳細闡述了其發展歷史、核心思想基本含義、算法的Matlab軟件仿真實現、半實物仿真試驗驗證、電力系統工程實際應用研究等五個方面。編寫體例基本一致，首先闡述智能算法的發展歷史，介紹其起源和發展改進過程，盡可能涵蓋國內外相關歷史文獻資料；然后介紹基本智能算法的核心思想及其基本含義，接著詳細分析如何采用Matlab軟件仿真實現該智能算法，再結合實際裝置介紹如何在PLC、DCS中組態設計實現智能優化算法，*后結合實際工程應用案例闡述如何在實際工程中設計實現智能優化算法，獲得更優良的系統性能。
智能控制算法及其應用 內容簡介
《智能控制算法及其應用》主要介紹各種典型智能控制算法的基本內容、設計與實現方法及其在函數優化、電力系統中的應用。《智能控制算法及其應用》首先闡述智能、智能控制的基本概念，介紹智能控制與傳統的經典控制理論、現代控制理論的聯系和區別。然后從四種典型智能控制算法（專家系統、模糊控制、神經網絡和進化計算）入手分別闡述它們的發展歷史、基本內容、實現方法及其應用。*后介紹混沌模擬退火動態煙花優化算法，并將其用于優化離散時間微分平坦自抗擾控制律的參數，通過計算機仿真和基于智能優化算法試驗平臺開展試驗以驗證該算法的有效性；介紹遞減步長果蠅優化算法，并將其應用于風電機組齒輪箱的故障診斷；介紹云粒子群布谷鳥融合算法，通過聯合循環發電機組典型熱工過程模型參數辨識實例驗證該算法的有效性。
智能控制算法及其應用 目錄
目錄
前言
第1章 緒論 1
1.1 智能控制的發展歷史 1
1.2 智能及智能控制的基本概念 3
1.3 PID控制策略 5
1.4 傳統控制面臨的挑戰 7
1.5 智能控制與傳統控制的聯系和區別 8
1.6 本書主要內容 11
參考文獻 12
第2章 專家系統 15
2.1 專家系統的發展歷史 15
2.2 基于搜索的問題求解 16
2.2.1 搜索的基本概念 16
2.2.2 逐個搜索 18
2.2.3 基于人工智能的搜索 24
2.3 基于MATLAB的A算法程序設計與仿真實例 32
2.4 專家系統簡介 40
2.5 專家PID控制 43
2.6 本章小結 45
參考文獻 45
第3章 模糊控制 50
3.1 模糊控制的發展歷史 50
3.2 模糊控制的數學基礎 51
3.2.1 模糊集合 52
3.2.2 模糊關系 55
3.2.3 模糊推理 56
3.3 模糊控制器 58
3.4 模糊控制算法的MATLAB仿真設計與實現 61
3.4.1 MATLAB模糊邏輯工具箱簡介 61
3.4.2 模糊控制算法的仿真程序設計與實現 67
3.5 基于基金會現場總線的模糊PID控制試驗驗證 71
3.6 本章小結 81
參考文獻 81
第4章 神經網絡 84
4.1 神經網絡的發展歷史 84
4.2 神經網絡的基本結構 85
4.3 感知器 89
4.3.1 感知器的基本思想 89
4.3.2 感知器的應用 91
4.4 BP神經網絡 98
4.5 基于MATLAB的神經網絡應用仿真實例 103
4.5.1 基于MATLAB的感知器應用仿真實例分析 103
4.5.2 基于MATLAB的BP神經網絡應用仿真實例分析 107
4.6 本章小結 119
參考文獻 119
第5章 進化計算 124
5.1 進化計算概要 124
5.2 遺傳算法 124
5.2.1 遺傳算法的基本思想 125
5.2.2 基于MATLAB的遺傳算法應用實例分析 128
5.2.3 遺傳算法的模式理論 136
5.2.4 遺傳算法的收斂性分析 139
5.2.5 遺傳算法的改進 139
5.3 遺傳編程 140
5.3.1 遺傳編程的基本思想 141
5.3.2 遺傳編程算法的工作步驟 146
5.3.3 基于MATLAB的遺傳編程算法實例分析 146
5.4 本章小結 147
參考文獻 148
第6章 基于CSAD_FWA的離散時間微分平坦自抗擾控制律參數優化 152
6.1 離散時間微分平坦自抗擾控制律 152
6.1.1 引言 152
6.1.2 微分平坦系統的概念 153
6.1.3 微分平坦自抗擾控制律 155
6.1.4 微分平坦自抗擾控制律離散化 157
6.2 混沌模擬退火動態煙花優化算法及仿真實例 164
6.2.1 動態煙花算法 164
6.2.2 混沌模擬退火動態煙花算法 166
6.2.3 優化算法的仿真實例 167
6.3 基于PLC的智能優化算法試驗平臺簡介 169
6.3.1 系統結構示意圖 169
6.3.2 人機界面的設計 170
6.4 基于CSAD_FWA的離散時間DFADRC參數優化仿真驗證 173
6.5 基于CSAD_FWA的離散時間DFADRC參數優化試驗驗證 175
6.6 本章小結 177
參考文獻 177
第7章 遞減步長果蠅優化算法及其在風電機組齒輪箱故障診斷中的應用 180
7.1 遞減步長果蠅優化算法簡介 180
7.2 支持向量機簡介 182
7.3 基于DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用 186
7.3.1 風電機組齒輪箱振動數據的預處理 186
7.3.2 基于DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用實例 197
7.4 本章小結 202
參考文獻 202
第8章 基于云粒子群布谷鳥融合算法的典型熱工過程模型參數辨識 206
8.1 火電機組熱工過程模型參數辨識簡介 206
8.2 云粒子群布谷鳥融合算法 207
8.2.1 粒子群優化算法簡介 207
8.2.2 布谷鳥搜索算法簡介 209
8.2.3 云粒子群布谷鳥融合算法簡介 210
8.2.4 函數優化仿真實例分析 212
8.3 基于CPSO-CS的典型熱工過程模型參數辨識 214
8.4 本章小結 220
參考文獻 220
前言
第1章 緒論 1
1.1 智能控制的發展歷史 1
1.2 智能及智能控制的基本概念 3
1.3 PID控制策略 5
1.4 傳統控制面臨的挑戰 7
1.5 智能控制與傳統控制的聯系和區別 8
1.6 本書主要內容 11
參考文獻 12
第2章 專家系統 15
2.1 專家系統的發展歷史 15
2.2 基于搜索的問題求解 16
2.2.1 搜索的基本概念 16
2.2.2 逐個搜索 18
2.2.3 基于人工智能的搜索 24
2.3 基于MATLAB的A算法程序設計與仿真實例 32
2.4 專家系統簡介 40
2.5 專家PID控制 43
2.6 本章小結 45
參考文獻 45
第3章 模糊控制 50
3.1 模糊控制的發展歷史 50
3.2 模糊控制的數學基礎 51
3.2.1 模糊集合 52
3.2.2 模糊關系 55
3.2.3 模糊推理 56
3.3 模糊控制器 58
3.4 模糊控制算法的MATLAB仿真設計與實現 61
3.4.1 MATLAB模糊邏輯工具箱簡介 61
3.4.2 模糊控制算法的仿真程序設計與實現 67
3.5 基于基金會現場總線的模糊PID控制試驗驗證 71
3.6 本章小結 81
參考文獻 81
第4章 神經網絡 84
4.1 神經網絡的發展歷史 84
4.2 神經網絡的基本結構 85
4.3 感知器 89
4.3.1 感知器的基本思想 89
4.3.2 感知器的應用 91
4.4 BP神經網絡 98
4.5 基于MATLAB的神經網絡應用仿真實例 103
4.5.1 基于MATLAB的感知器應用仿真實例分析 103
4.5.2 基于MATLAB的BP神經網絡應用仿真實例分析 107
4.6 本章小結 119
參考文獻 119
第5章 進化計算 124
5.1 進化計算概要 124
5.2 遺傳算法 124
5.2.1 遺傳算法的基本思想 125
5.2.2 基于MATLAB的遺傳算法應用實例分析 128
5.2.3 遺傳算法的模式理論 136
5.2.4 遺傳算法的收斂性分析 139
5.2.5 遺傳算法的改進 139
5.3 遺傳編程 140
5.3.1 遺傳編程的基本思想 141
5.3.2 遺傳編程算法的工作步驟 146
5.3.3 基于MATLAB的遺傳編程算法實例分析 146
5.4 本章小結 147
參考文獻 148
第6章 基于CSAD_FWA的離散時間微分平坦自抗擾控制律參數優化 152
6.1 離散時間微分平坦自抗擾控制律 152
6.1.1 引言 152
6.1.2 微分平坦系統的概念 153
6.1.3 微分平坦自抗擾控制律 155
6.1.4 微分平坦自抗擾控制律離散化 157
6.2 混沌模擬退火動態煙花優化算法及仿真實例 164
6.2.1 動態煙花算法 164
6.2.2 混沌模擬退火動態煙花算法 166
6.2.3 優化算法的仿真實例 167
6.3 基于PLC的智能優化算法試驗平臺簡介 169
6.3.1 系統結構示意圖 169
6.3.2 人機界面的設計 170
6.4 基于CSAD_FWA的離散時間DFADRC參數優化仿真驗證 173
6.5 基于CSAD_FWA的離散時間DFADRC參數優化試驗驗證 175
6.6 本章小結 177
參考文獻 177
第7章 遞減步長果蠅優化算法及其在風電機組齒輪箱故障診斷中的應用 180
7.1 遞減步長果蠅優化算法簡介 180
7.2 支持向量機簡介 182
7.3 基于DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用 186
7.3.1 風電機組齒輪箱振動數據的預處理 186
7.3.2 基于DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用實例 197
7.4 本章小結 202
參考文獻 202
第8章 基于云粒子群布谷鳥融合算法的典型熱工過程模型參數辨識 206
8.1 火電機組熱工過程模型參數辨識簡介 206
8.2 云粒子群布谷鳥融合算法 207
8.2.1 粒子群優化算法簡介 207
8.2.2 布谷鳥搜索算法簡介 209
8.2.3 云粒子群布谷鳥融合算法簡介 210
8.2.4 函數優化仿真實例分析 212
8.3 基于CPSO-CS的典型熱工過程模型參數辨識 214
8.4 本章小結 220
參考文獻 220
展開全部
書友推薦
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
推拿
- >
二體千字文
- >
我與地壇
- >
月亮與六便士
- >
經典常談
- >
伊索寓言-世界文學名著典藏-全譯本
- >
巴金－再思錄
本類暢銷
