智能控制原理與應(yīng)用 第4版 版權(quán)信息
- ISBN:9787302670841
- 條形碼:9787302670841 ; 978-7-302-67084-1
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無
- 重量:暫無
- 所屬分類:>>
智能控制原理與應(yīng)用 第4版 本書特色
作者基于對(duì)智能控制學(xué)科的深刻理解,以新近提出的智能控制學(xué)科體系思想為指導(dǎo),展開全新的構(gòu)架和內(nèi)容,反映國內(nèi)外智能控制的*新發(fā)展趨勢(shì)和科技內(nèi)涵。
《智能控制原理與應(yīng)用(第4版)》論述系統(tǒng)全面:既包括智能控制的傳統(tǒng)基礎(chǔ)理論與技術(shù),又涉及基于數(shù)據(jù)智能控制的基本原理與方法,全面反映智能控制的發(fā)展歷史和科技精髓,能夠較好地滿足不同層次讀者的學(xué)習(xí)需求。
《智能控制原理與應(yīng)用(第4版)》理論結(jié)合實(shí)踐:既有理論、技術(shù)和方法的闡述,又有許多應(yīng)用實(shí)例特別是作者研究課題的實(shí)例介紹,有助于讀者對(duì)智能控制理論方法的深入理解及其應(yīng)用開發(fā)。
《智能控制原理與應(yīng)用(第4版)》配有慕課資源、教學(xué)課件、考試試題、課程案例、實(shí)驗(yàn)指導(dǎo)、思政案例等資源。
智能控制原理與應(yīng)用 第4版 內(nèi)容簡(jiǎn)介
本書內(nèi)容包括智能控制概述、基于知識(shí)的智能控制、基于數(shù)據(jù)的智能控制、知識(shí)與數(shù)據(jù)復(fù)合智能控制、智能控制的算法與編程、智能控制的計(jì)算能力和智能控制的應(yīng)用等。
全書共15章。第1章是概論,介紹智能控制的產(chǎn)生、作用和發(fā)展歷史,敘述智能控制的定義、特點(diǎn)與一般結(jié)構(gòu),探討智能控制的學(xué)科結(jié)構(gòu)理論、學(xué)科體系與系統(tǒng)分類。此后內(nèi)容分成5篇。**篇講述基于知識(shí)的智能控制,包括第2~5章,分別介紹遞階控制系統(tǒng)、專家控制系統(tǒng)、模糊控制系統(tǒng)和分布式控制系統(tǒng)。第二篇講述基于數(shù)據(jù)的智能控制,包括第6~9章,分別介紹神經(jīng)控制系統(tǒng)、進(jìn)化控制系統(tǒng)、免疫控制系統(tǒng)和網(wǎng)絡(luò)控制系統(tǒng)。第三篇講述知識(shí)與數(shù)據(jù)復(fù)合智能控制,包括第10~13章,分別介紹學(xué)習(xí)控制系統(tǒng)、仿人控制、自然語言控制和復(fù)合智能控制。第四篇講述智能控制的算法與編程,包括第14章,介紹智能控制算法編程實(shí)現(xiàn)與深度學(xué)習(xí)開源框架。第五篇講述智能控制的計(jì)算能力,包括第15章,介紹智能控制的算力及架構(gòu)。
本書是相關(guān)專業(yè)本科生和研究生學(xué)習(xí)智能控制的優(yōu)秀教材,也是從事智能控制研究與開發(fā)人員進(jìn)行相關(guān)項(xiàng)目研究的綜合手冊(cè)和實(shí)用指南。
智能控制原理與應(yīng)用 第4版 目錄
第1章概論
1.1智能控制的產(chǎn)生與發(fā)展
1.1.1自動(dòng)控制的機(jī)遇與挑戰(zhàn)
1.1.2智能控制的發(fā)展和作用
1.2中國智能控制發(fā)展簡(jiǎn)史
1.2.1我國智能控制科技成果
1.2.2我國智能控制教育與人才培養(yǎng)
1.2.3我國智能控制存在的問題
1.3智能控制的定義、特點(diǎn)與一般結(jié)構(gòu)
1.3.1智能控制的定義、特點(diǎn)與評(píng)價(jià)準(zhǔn)則
1.3.2智能控制器的一般結(jié)構(gòu)
1.4智能控制的學(xué)科結(jié)構(gòu)理論
1.4.1二元交集結(jié)構(gòu)理論
1.4.2三元交集結(jié)構(gòu)理論
1.4.3四元交集結(jié)構(gòu)理論
1.5智能控制的學(xué)科體系
1.5.1人工智能的學(xué)科體系
1.5.2智能控制的學(xué)科體系
1.6本書概要
1.7本章小結(jié)
習(xí)題1
**篇基于知識(shí)的智能控制
第2章遞階控制系統(tǒng)
2.1遞階智能機(jī)器的一般理論
2.1.1遞階智能機(jī)器的一般結(jié)構(gòu)
2.1.2遞階智能機(jī)器的信息論基礎(chǔ)
2.1.3IPDI原理的解析公式
2.2遞階智能控制系統(tǒng)的原理與結(jié)構(gòu)
2.2.1組織級(jí)原理與結(jié)構(gòu)
2.2.2協(xié)調(diào)級(jí)原理與結(jié)構(gòu)
2.2.3執(zhí)行級(jí)原理與結(jié)構(gòu)
2.3遞階智能控制系統(tǒng)舉例
2.3.1汽車自主駕駛系統(tǒng)的組成
2.3.2汽車自主駕駛系統(tǒng)的遞階結(jié)構(gòu)
2.3.3自主駕駛系統(tǒng)的軟件結(jié)構(gòu)與控制算法
2.3.4自主駕駛系統(tǒng)的試驗(yàn)結(jié)果
2.4小結(jié)
習(xí)題2
第3章專家控制系統(tǒng)
3.1專家系統(tǒng)的基本概念
3.1.1專家系統(tǒng)的定義與一般結(jié)構(gòu)
3.1.2專家系統(tǒng)的建造步驟
3.2專家系統(tǒng)的主要類型與結(jié)構(gòu)
3.2.1基于規(guī)則的專家系統(tǒng)
3.2.2基于框架的專家系統(tǒng)
3.2.3基于模型的專家系統(tǒng)
3.3專家控制系統(tǒng)的結(jié)構(gòu)與設(shè)計(jì)
3.3.1專家控制系統(tǒng)的結(jié)構(gòu)
3.3.2專家控制系統(tǒng)的控制要求與設(shè)計(jì)原則
3.3.3專家控制系統(tǒng)的設(shè)計(jì)問題
3.4專家控制系統(tǒng)應(yīng)用舉例
3.4.1實(shí)時(shí)控制系統(tǒng)的特點(diǎn)與要求
3.4.2高爐監(jiān)控專家系統(tǒng)
3.5小結(jié)
習(xí)題3
第4章模糊控制系統(tǒng)
4.1模糊數(shù)學(xué)基礎(chǔ)
4.1.1模糊集合及其運(yùn)算
4.1.2模糊關(guān)系與模糊變換
4.1.3模糊邏輯語言
4.2模糊推理與模糊判決
4.2.1模糊推理
4.2.2模糊判決
4.3模糊控制系統(tǒng)原理與結(jié)構(gòu)
4.3.1模糊控制原理
4.3.2模糊控制系統(tǒng)的原理結(jié)構(gòu)
4.4模糊控制器的設(shè)計(jì)內(nèi)容
4.4.1模糊控制器的設(shè)計(jì)內(nèi)容與原則
4.4.2模糊控制器的控制規(guī)則形式
4.5模糊控制系統(tǒng)的設(shè)計(jì)方法
4.5.1模糊系統(tǒng)設(shè)計(jì)的查表法
4.5.2模糊系統(tǒng)設(shè)計(jì)的梯度下降法
4.5.3模糊系統(tǒng)設(shè)計(jì)的遞推*小二乘法
4.5.4模糊系統(tǒng)設(shè)計(jì)的聚類法
4.6模糊控制器的設(shè)計(jì)實(shí)例與實(shí)現(xiàn)
4.6.1造紙機(jī)模糊控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
4.6.2直流調(diào)速系統(tǒng)模糊控制器的設(shè)計(jì)
4.7小結(jié)
習(xí)題4
第5章分布式控制系統(tǒng)
5.1分布式人工智能與真體
5.1.1分布式人工智能
5.1.2真體及其特性
5.1.3真體的結(jié)構(gòu)
5.2多真體系統(tǒng)
5.2.1多真體系統(tǒng)的模型和結(jié)構(gòu)
5.2.2多真體系統(tǒng)的協(xié)作、協(xié)商和協(xié)調(diào)
5.2.3多真體系統(tǒng)的學(xué)習(xí)與規(guī)劃
5.3多真體控制系統(tǒng)的工作原理
5.3.1MAS控制系統(tǒng)的基本原理和結(jié)構(gòu)
5.3.2MAS控制系統(tǒng)的信息模型
5.4MAS控制系統(tǒng)的設(shè)計(jì)示例
5.5小結(jié)
習(xí)題5
第二篇基于數(shù)據(jù)的智能控制
第6章神經(jīng)控制系統(tǒng)
6.1人工神經(jīng)網(wǎng)絡(luò)概述
6.1.1神經(jīng)元及其特性
6.1.2人工神經(jīng)網(wǎng)絡(luò)的基本類型和學(xué)習(xí)算法
6.1.3人工神經(jīng)網(wǎng)絡(luò)的典型模型
6.1.4基于神經(jīng)網(wǎng)絡(luò)的知識(shí)表示與推理
6.2深層神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)
6.2.1深層神經(jīng)網(wǎng)絡(luò)
6.2.2深度學(xué)習(xí)的定義與特點(diǎn)
6.2.3深度學(xué)習(xí)的常用模型
6.2.4深度學(xué)習(xí)應(yīng)用舉例
6.3神經(jīng)控制的結(jié)構(gòu)方案
6.3.1NN學(xué)習(xí)控制
6.3.2NN直接逆模控制與內(nèi)模控制
6.3.3NN自適應(yīng)控制
6.3.4NN預(yù)測(cè)控制
6.3.5基于CMAC的控制
6.3.6多層NN控制和深度控制
6.3.7分級(jí)NN控制
6.4神經(jīng)控制系統(tǒng)的設(shè)計(jì)與應(yīng)用示例
6.4.1石灰窯爐神經(jīng)內(nèi)模控制系統(tǒng)的設(shè)計(jì)
6.4.2神經(jīng)模糊自適應(yīng)控制器的設(shè)計(jì)
6.4.3神經(jīng)控制系統(tǒng)應(yīng)用舉例
6.5小結(jié)
習(xí)題6
第7章進(jìn)化控制系統(tǒng)
7.1遺傳算法簡(jiǎn)介
7.1.1遺傳算法的基本原理
7.1.2遺傳算法的求解步驟
7.2進(jìn)化控制基本原理
7.2.1進(jìn)化控制原理與系統(tǒng)結(jié)構(gòu)
7.2.2進(jìn)化控制的形式化描述
7.3進(jìn)化控制系統(tǒng)示例
7.3.1一種在線混合進(jìn)化伺服控制器
7.3.2一個(gè)移動(dòng)機(jī)器人進(jìn)化控制系統(tǒng)
7.4小結(jié)
習(xí)題7
第8章免疫控制系統(tǒng)
8.1免疫算法和人工免疫系統(tǒng)原理
8.1.1免疫算法的提出和定義
8.1.2免疫算法的步驟和框圖
8.1.3人工免疫系統(tǒng)的結(jié)構(gòu)
8.1.4免疫算法的設(shè)計(jì)方法和參數(shù)選擇
8.2免疫控制基本原理
8.2.1免疫控制的系統(tǒng)結(jié)構(gòu)
8.2.2免疫控制的自然計(jì)算體系和系統(tǒng)計(jì)算框圖
8.3免疫控制系統(tǒng)示例
8.3.1擾動(dòng)抑制和*優(yōu)控制器的性能指標(biāo)
8.3.2基于免疫算法的擾動(dòng)抑制問題
8.3.3選擇*優(yōu)參數(shù)的計(jì)算步驟
8.3.4免疫反饋規(guī)則與免疫反饋控制器的設(shè)計(jì)
8.4小結(jié)
習(xí)題8
第9章網(wǎng)絡(luò)控制系統(tǒng)
9.1網(wǎng)絡(luò)控制系統(tǒng)的結(jié)構(gòu)與特點(diǎn)
9.1.1網(wǎng)絡(luò)控制系統(tǒng)的一般原理與結(jié)構(gòu)
9.1.2網(wǎng)絡(luò)控制系統(tǒng)的特點(diǎn)與影響因素
9.2網(wǎng)絡(luò)控制系統(tǒng)的建模與性能評(píng)價(jià)標(biāo)準(zhǔn)
9.2.1網(wǎng)絡(luò)控制系統(tǒng)的建模
9.2.2網(wǎng)絡(luò)控制系統(tǒng)的性能評(píng)價(jià)標(biāo)準(zhǔn)
9.3網(wǎng)絡(luò)控制系統(tǒng)穩(wěn)定性與控制器設(shè)計(jì)方法
9.3.1網(wǎng)絡(luò)控制系統(tǒng)的穩(wěn)定性
9.3.2網(wǎng)絡(luò)控制系統(tǒng)的控制器設(shè)計(jì)方法
9.4網(wǎng)絡(luò)控制系統(tǒng)的調(diào)度
9.4.1網(wǎng)絡(luò)控制系統(tǒng)的調(diào)度方法
9.4.2網(wǎng)絡(luò)控制系統(tǒng)調(diào)度的時(shí)間參數(shù)
9.5網(wǎng)絡(luò)控制系統(tǒng)的仿真與工程實(shí)現(xiàn)
9.5.1網(wǎng)絡(luò)控制系統(tǒng)的仿真平臺(tái)
9.5.2網(wǎng)絡(luò)控制系統(tǒng)的工程實(shí)現(xiàn)
9.6網(wǎng)絡(luò)控制系統(tǒng)的應(yīng)用舉例
9.6.1煙草包裝的網(wǎng)絡(luò)測(cè)控系統(tǒng)
9.6.2熱電廠集散控制系統(tǒng)
9.7小結(jié)
習(xí)題9
第三篇知識(shí)與數(shù)據(jù)復(fù)合智能控制
第10章學(xué)習(xí)控制系統(tǒng)
10.1學(xué)習(xí)控制概述
10.1.1學(xué)習(xí)控制的定義與研究意義
10.1.2學(xué)習(xí)控制的發(fā)展及其與自適應(yīng)控制的關(guān)系
10.1.3控制律映射及對(duì)學(xué)習(xí)控制的要求
10.2學(xué)習(xí)控制方案
10.2.1基于模式識(shí)別的學(xué)習(xí)控制
10.2.2迭代學(xué)習(xí)控制
10.2.3重復(fù)學(xué)習(xí)控制
10.2.4增強(qiáng)學(xué)習(xí)控制
10.2.5基于神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)控制
10.3學(xué)習(xí)控制系統(tǒng)應(yīng)用舉例
10.3.1無縫鋼管張力減徑過程壁厚控制迭代學(xué)習(xí)控制算法
10.3.2鋼管壁厚迭代學(xué)習(xí)控制的仿真及應(yīng)用結(jié)果
10.4小結(jié)
習(xí)題10
第11章仿人控制
11.1仿人控制基本原理與原型算法
11.1.1仿人控制的基本原理
11.1.2仿人控制的原型算法和智能屬性
11.2仿人控制的特征模型和決策模態(tài)
11.2.1仿人控制的特征模式與特征辨識(shí)
11.2.2仿人控制的多模態(tài)控制
11.3仿人控制器的設(shè)計(jì)與實(shí)現(xiàn)
11.3.1仿人控制系統(tǒng)的設(shè)計(jì)依據(jù)
11.3.2仿人智能控制器設(shè)計(jì)與實(shí)現(xiàn)的一般步驟
11.4仿人控制器的設(shè)計(jì)與實(shí)現(xiàn)示例
11.4.1小車單擺系統(tǒng)仿人控制器的設(shè)計(jì)
11.4.2小車單擺系統(tǒng)仿人控制器的實(shí)現(xiàn)
11.5小結(jié)
習(xí)題11
第12章自然語言控制
12.1自然語言控制的發(fā)展和定義
12.1.1自然語言處理的發(fā)展和文本表示方式
12.1.2自然語言控制的定義
12.2自然語言控制的步驟及流程框圖
12.3自然語言控制系統(tǒng)的設(shè)計(jì)
12.4自然語言控制系統(tǒng)示例
12.4.1基于ChatGPT的機(jī)器人控制系統(tǒng)
12.4.2基于自然語言處理的工業(yè)機(jī)器人自動(dòng)編程
12.5小結(jié)
習(xí)題12
第13章復(fù)合智能控制
13.1復(fù)合智能控制概述
13.2模糊神經(jīng)復(fù)合控制原理
13.3自學(xué)習(xí)模糊神經(jīng)控制系統(tǒng)
13.3.1自學(xué)習(xí)模糊神經(jīng)控制模型
13.3.2自學(xué)習(xí)模糊神經(jīng)控制算法
13.3.3弧焊過程自學(xué)習(xí)模糊神經(jīng)控制系統(tǒng)
13.4專家模糊復(fù)合控制器
13.4.1專家模糊控制系統(tǒng)的結(jié)構(gòu)
13.4.2專家模糊控制系統(tǒng)示例
13.5進(jìn)化模糊復(fù)合控制器
13.5.1控制器設(shè)計(jì)步驟和參數(shù)優(yōu)化方法
13.5.2解釋(編碼)函數(shù)的設(shè)計(jì)
13.5.3規(guī)則編碼
13.5.4初始種群和適應(yīng)度函數(shù)的計(jì)算
13.5.5直流電動(dòng)機(jī)GA優(yōu)化模糊速度控制系統(tǒng)
13.5.6進(jìn)化、模糊和神經(jīng)復(fù)合的故障診斷系統(tǒng)設(shè)計(jì)
13.6小結(jié)
習(xí)題13
第四篇智能控制的算法與編程
第14章智能控制算法編程實(shí)現(xiàn)與深度學(xué)習(xí)開源框架
14.1智能控制算法的定義、特點(diǎn)與分類
14.1.1智能控制算法的定義與特點(diǎn)
14.1.2智能控制算法的分類
14.2智能控制算法的MATLAB仿真設(shè)計(jì)與實(shí)現(xiàn)
14.2.1MATLAB模糊控制工具箱
14.2.2基于模糊邏輯工具箱的模糊控制器
14.2.3模糊控制系統(tǒng)的Simulink仿真
14.2.4MATLAB神經(jīng)網(wǎng)絡(luò)工具箱及其仿真
14.2.5神經(jīng)控制算法的MATLAB仿真程序設(shè)計(jì)與實(shí)現(xiàn)
14.2.6模糊控制與神經(jīng)網(wǎng)絡(luò)控制的實(shí)驗(yàn)
14.3Python語言
14.3.1Python簡(jiǎn)介
14.3.2Python的基本語法與功能
14.4基于Python的深度學(xué)習(xí)框架設(shè)計(jì)
14.4.1深度學(xué)習(xí)框架的發(fā)展
14.4.2深度學(xué)習(xí)開源框架的比較
14.4.3深度學(xué)習(xí)框架基本功能
14.4.4基于Python的深度學(xué)習(xí)算法應(yīng)用實(shí)例分析
14.5小結(jié)
習(xí)題14
第五篇智能控制的計(jì)算能力
第15章智能控制的算力及架構(gòu)
15.1智能算力的定義與分類
15.1.1智能算力的定義
15.1.2智能算力和芯片的分類
15.2智能芯片的發(fā)展
15.2.1智能芯片的發(fā)展簡(jiǎn)史
15.2.2智能芯片的發(fā)展態(tài)勢(shì)
15.3智能控制算力網(wǎng)絡(luò)
15.3.1智能算力網(wǎng)絡(luò)的定義和特征
15.3.2智能算力網(wǎng)絡(luò)的基本架構(gòu)和工作機(jī)制
15.3.3智能算力網(wǎng)絡(luò)的關(guān)鍵技術(shù)
15.3.4智能算力網(wǎng)絡(luò)的應(yīng)用示例
15.4普適智能算力網(wǎng)絡(luò)
15.4.1普適智能算力網(wǎng)絡(luò)的基本架構(gòu)
15.4.2普適智能算力網(wǎng)絡(luò)的應(yīng)用示例
15.5智能控制算力的研究與應(yīng)用概況
15.6小結(jié)
習(xí)題15
參考文獻(xiàn)
展開全部
智能控制原理與應(yīng)用 第4版 作者簡(jiǎn)介
蔡自興,中南大學(xué)自動(dòng)化學(xué)院教授、博士生導(dǎo)師,全國高等學(xué)校首屆 教學(xué)名師,湖南省自興人工智能研究院首席科學(xué)家,聯(lián)合國專家、 導(dǎo)航與運(yùn)動(dòng)控制科學(xué)院院士、紐約科學(xué)院院士,亞太人工智能學(xué)會(huì)會(huì)士、中國人工智能學(xué)會(huì)會(huì)士、中國計(jì)算機(jī)學(xué)會(huì)會(huì)士、中國自動(dòng)化學(xué)會(huì)會(huì)士,2016年因“對(duì)進(jìn)化優(yōu)化和智能機(jī)器人學(xué)的突出貢獻(xiàn)”當(dāng)選美國電氣與電子工程師學(xué)會(huì)會(huì)士(IEEE Fellow),2019年1月當(dāng)選IEEE終身會(huì)士(Life Fellow),是寶鋼 教師獎(jiǎng)特等獎(jiǎng)、徐特立教育獎(jiǎng)和吳文俊人工智能科技獎(jiǎng)成就獎(jiǎng)獲得者,入選2017年“科睿唯安” 高被引科學(xué)家榜單和2021年斯坦福大學(xué)發(fā)布的 前2% 科學(xué)家終身成就榜單。歷任第八屆湖南省政協(xié)副 ,全國政協(xié)第九、十屆委員,第三、四屆中國人工智能學(xué)會(huì)副理事長及智能機(jī)器人專業(yè)委員會(huì)建會(huì)會(huì)長,湖南省人工智能學(xué)會(huì)名譽(yù)理事長,IEEE計(jì)算智能學(xué)會(huì)獎(jiǎng)勵(lì)委員會(huì)委員和進(jìn)化計(jì)算技術(shù)委員會(huì)委員,中國自動(dòng)化學(xué)會(huì)理事及智能自動(dòng)化專業(yè)委員會(huì)委員/顧問、中國計(jì)算機(jī)學(xué)會(huì)模式識(shí)別與人工智能專業(yè)委員會(huì)委員等職。受聘美國RPI大學(xué)、俄羅斯科學(xué)院圣彼得堡信息學(xué)與自動(dòng)化研究所、俄羅斯圣彼得堡科技大學(xué)、丹麥技術(shù)大學(xué)、北京大學(xué)信息科學(xué)中心、 自動(dòng)化研究所、國防科技大學(xué)、北京航空航天大學(xué)、北京郵電大學(xué)等10多家單位,任兼職教授、客座教授、客座研究員等。從事高等教育60多年,指導(dǎo)博士和碩士生(含留學(xué)碩士生)400多名,為上千研究生和上萬本科生授課,被譽(yù)為“蔡自興教授百千萬教育工程”。從事人工智能研究40多年,涉及人工智能基礎(chǔ)、專家系統(tǒng)、智能機(jī)器人、智能駕駛、智慧醫(yī)療、智能控制等研究方向,是我國人工智能、智能控制、機(jī)器人學(xué)諸學(xué)科的學(xué)術(shù)帶頭人之一,被譽(yù)為“中國人工智能教育 人”“中國智能控制的奠基者”“中國智能機(jī)器人學(xué)科的創(chuàng)始人”。撰寫出版人工智能領(lǐng)域中英文學(xué)術(shù)著作和教材60多部(版),在 外發(fā)表學(xué)術(shù)論文千余篇,SCI他引千余次,Google Scholar他引超萬次,CNKI他引數(shù)萬次,擁有 外百萬高層讀者。