掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
智能控制理論及應用 版權信息
- ISBN：9787111755913
- 條形碼：9787111755913 ; 978-7-111-75591-3
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能控制理論及應用 本書特色
本書遵循教指委相關指導文件和高等院校學生學習規律編寫而成。踐行四新理念，融入思政元素，注重理論與實踐相結合。
智能控制理論及應用 內容簡介
本書介紹了三類典型的智能控制方法，包括模糊控制、神經網絡、智能優化算法，系統地闡述了每類方法的基本概念、模型結構、設計思路和方法，以及基于MATLAB的仿真案例。全書共分4部分，一共13章，主要包括概論、模糊控制篇（包括控制系統設計引論、模糊控制的數學基礎、Mamdani模糊控制系統、T-S模糊控制系統）、神經網絡篇（包括單層感知器、線性神經網絡、BP神經網絡和徑向基函數神經網絡）、優化算法篇（包括遺傳算法和粒子群優化算法），以及綜合應用篇；書中配有關鍵知識點短視頻、程序代碼、思考題與習題，方便讀者動手實踐、自學自測。
本書可作為高等院校自動化、電氣工程、機電工程、電子信息工程、計算機應用等專業高年級本科生和控制科學與工程碩士研究生的智能控制教材，也適合從事工業自動化領域的工程技術人員閱讀。
本書配有電子課件、教學視頻、習題答案、教學大綱等教學資源，歡迎選用本書作教材的教師登錄www.cmpedu.com注冊下載，或加微信13910750469索取。
智能控制理論及應用 目錄
目錄
前言
第1章概論1
1.1控制理論的發展及智能控制的提出1
1.1.1控制理論的發展1
1.1.2智能控制理論的提出2
1.2智能控制的主要技術3
1.2.1模糊邏輯控制3
1.2.2人工神經網絡4
1.2.3智能優化算法6
1.3本書的主要內容6
思考題與習題7第1篇模糊控制篇
第2章控制系統設計引論9
2.1引言：以水箱液位控制為例9
2.2傳統控制系統設計10
2.3模糊控制系統設計15
思考題與習題17
第3章模糊控制的數學基礎18
3.1模糊集合及運算18
3.1.1經典集合回顧18
3.1.2模糊集合的基本概念及表示
方法20
3.1.3模糊集合的運算24
3.1.4應用：語言變量的模糊集合
劃分26
3.2模糊關系35
3.2.1模糊關系的定義及表示35
3.2.2應用：語言規則中蘊涵的模糊
關系37
3.3模糊推理42
3.3.1模糊邏輯推理42
3.3.2模糊關系的合成42
3.3.3應用：基于規則的模糊推理45
思考題與習題51
第4章Mamdani模糊控制系統53
4.1模糊控制系統概述53
4.2模糊控制器的設計方法55
4.2.1模糊控制器的設計步驟55
4.2.2水箱液位模糊控制系統設計56
4.3基于MATLAB的模糊控制系統仿真63
4.4模糊控制查詢表72
4.5模糊控制系統設計及仿真案例75
4.5.1兩輸入單輸出水箱液位模糊控制
系統設計75
4.5.2倒立擺模糊控制系統設計79
4.6模糊控制與PID控制的結合算法85
4.6.1模糊控制與PID的混合結構85
4.6.2PID參數模糊自整定算法87
思考題與習題91
第5章TS模糊控制系統92
5.1TS模糊模型92
5.2Mamdani與TS模糊控制器94
5.3TS模糊模型的辨識94
5.4基于TS模糊模型的控制器設計96
思考題與習題96第2篇神經網絡篇
第6章單層感知器98
6.1單層感知器的結構98
6.2單層感知器的功能99
6.3單層感知器的學習算法101
6.4單層感知器的局限性102
6.5單層感知器仿真示例103
思考題與習題104
第7章線性神經網絡106
7.1線性神經網絡的結構106
7.2線性神經網絡的功能107
7.3線性神經網絡的參數學習算法
LMS108
7.4線性神經網絡仿真示例110
思考題與習題112
第8章BP神經網絡113
8.1BP神經網絡的結構113
8.2BP神經網絡的參數學習過程114
8.3BP神經網絡設計中的幾個問題120
8.4反向傳播算法的改進算法123
8.4.1動量BP法123
8.4.2可變學習率BP法123
8.4.3LM算法124
8.5BP神經網絡仿真示例124
思考題與習題128
第9章徑向基函數神經網絡130
9.1徑向基函數130
9.2正則化RBF神經網絡131
9.2.1正則化RBF神經網絡的結構131
9.2.2正則化RBF神經網絡的學習
算法132
9.3廣義RBF神經網絡132
9.3.1廣義RBF神經網絡的結構132
9.3.2廣義RBF神經網絡的功能133
9.3.3廣義RBF神經網絡的學習
算法135
9.4RBF神經網絡仿真示例138
思考題與習題139
第10章神經網絡的應用及控制141
10.1神經網絡應用技巧141
10.2神經網絡用于控制146
10.2.1單神經元PID自適應控制器
算法146
10.2.2神經網絡前饋學習控制148
思考題與習題150第3篇優化算法篇
第11章智能優化算法152
11.1遺傳算法152
11.1.1引言152
11.1.2基本概念153
11.1.3遺傳算法的具體實現156
11.1.4遺傳算法的運算流程157
11.1.5仿真示例158
11.2粒子群優化算法159
11.2.1引言159
11.2.2基本粒子群優化算法160
11.2.3粒子群優化算法實現流程161
11.2.4仿真示例162
思考題與習題163第4篇綜合應用篇
第12章雙容水箱液位智能控制系統
設計165
12.1雙容水箱對象及模型165
12.2PID控制器的設計及實現166
12.3模糊控制器的設計及實現167
12.3.1Mamdani模糊控制器167
12.3.2PID參數模糊自整定控制器169
12.4神經網絡自整定PID控制器的設計及
實現172
思考題與習題173
第13章油輪航向智能控制系統
設計174
13.1油輪航向模型174
13.2神經網絡控制器設計及實現176
13.2.1BP神經網絡控制器176
13.2.2RBF神經網絡控制器176
13.3模糊控制器設計及實現179
思考題與習題181
參考文獻182
前言
第1章概論1
1.1控制理論的發展及智能控制的提出1
1.1.1控制理論的發展1
1.1.2智能控制理論的提出2
1.2智能控制的主要技術3
1.2.1模糊邏輯控制3
1.2.2人工神經網絡4
1.2.3智能優化算法6
1.3本書的主要內容6
思考題與習題7第1篇模糊控制篇
第2章控制系統設計引論9
2.1引言：以水箱液位控制為例9
2.2傳統控制系統設計10
2.3模糊控制系統設計15
思考題與習題17
第3章模糊控制的數學基礎18
3.1模糊集合及運算18
3.1.1經典集合回顧18
3.1.2模糊集合的基本概念及表示
方法20
3.1.3模糊集合的運算24
3.1.4應用：語言變量的模糊集合
劃分26
3.2模糊關系35
3.2.1模糊關系的定義及表示35
3.2.2應用：語言規則中蘊涵的模糊
關系37
3.3模糊推理42
3.3.1模糊邏輯推理42
3.3.2模糊關系的合成42
3.3.3應用：基于規則的模糊推理45
思考題與習題51
第4章Mamdani模糊控制系統53
4.1模糊控制系統概述53
4.2模糊控制器的設計方法55
4.2.1模糊控制器的設計步驟55
4.2.2水箱液位模糊控制系統設計56
4.3基于MATLAB的模糊控制系統仿真63
4.4模糊控制查詢表72
4.5模糊控制系統設計及仿真案例75
4.5.1兩輸入單輸出水箱液位模糊控制
系統設計75
4.5.2倒立擺模糊控制系統設計79
4.6模糊控制與PID控制的結合算法85
4.6.1模糊控制與PID的混合結構85
4.6.2PID參數模糊自整定算法87
思考題與習題91
第5章TS模糊控制系統92
5.1TS模糊模型92
5.2Mamdani與TS模糊控制器94
5.3TS模糊模型的辨識94
5.4基于TS模糊模型的控制器設計96
思考題與習題96第2篇神經網絡篇
第6章單層感知器98
6.1單層感知器的結構98
6.2單層感知器的功能99
6.3單層感知器的學習算法101
6.4單層感知器的局限性102
6.5單層感知器仿真示例103
思考題與習題104
第7章線性神經網絡106
7.1線性神經網絡的結構106
7.2線性神經網絡的功能107
7.3線性神經網絡的參數學習算法
LMS108
7.4線性神經網絡仿真示例110
思考題與習題112
第8章BP神經網絡113
8.1BP神經網絡的結構113
8.2BP神經網絡的參數學習過程114
8.3BP神經網絡設計中的幾個問題120
8.4反向傳播算法的改進算法123
8.4.1動量BP法123
8.4.2可變學習率BP法123
8.4.3LM算法124
8.5BP神經網絡仿真示例124
思考題與習題128
第9章徑向基函數神經網絡130
9.1徑向基函數130
9.2正則化RBF神經網絡131
9.2.1正則化RBF神經網絡的結構131
9.2.2正則化RBF神經網絡的學習
算法132
9.3廣義RBF神經網絡132
9.3.1廣義RBF神經網絡的結構132
9.3.2廣義RBF神經網絡的功能133
9.3.3廣義RBF神經網絡的學習
算法135
9.4RBF神經網絡仿真示例138
思考題與習題139
第10章神經網絡的應用及控制141
10.1神經網絡應用技巧141
10.2神經網絡用于控制146
10.2.1單神經元PID自適應控制器
算法146
10.2.2神經網絡前饋學習控制148
思考題與習題150第3篇優化算法篇
第11章智能優化算法152
11.1遺傳算法152
11.1.1引言152
11.1.2基本概念153
11.1.3遺傳算法的具體實現156
11.1.4遺傳算法的運算流程157
11.1.5仿真示例158
11.2粒子群優化算法159
11.2.1引言159
11.2.2基本粒子群優化算法160
11.2.3粒子群優化算法實現流程161
11.2.4仿真示例162
思考題與習題163第4篇綜合應用篇
第12章雙容水箱液位智能控制系統
設計165
12.1雙容水箱對象及模型165
12.2PID控制器的設計及實現166
12.3模糊控制器的設計及實現167
12.3.1Mamdani模糊控制器167
12.3.2PID參數模糊自整定控制器169
12.4神經網絡自整定PID控制器的設計及
實現172
思考題與習題173
第13章油輪航向智能控制系統
設計174
13.1油輪航向模型174
13.2神經網絡控制器設計及實現176
13.2.1BP神經網絡控制器176
13.2.2RBF神經網絡控制器176
13.3模糊控制器設計及實現179
思考題與習題181
參考文獻182
展開全部
書友推薦
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
我與地壇
- >
月亮虎
- >
唐代進士錄
- >
二體千字文
- >
山海經
- >
伯納黛特,你要去哪(2021新版)
- >
【精裝繪本】畫給孩子的中國神話
本類暢銷
