智能控制系统及其应用

总序
前言

第1章 概述
1.1 自动控制系统及其理论的发展历程
1.2 智能控制系统及其理论
1.2.1 智能控制理论
1.2.2 智能控制系统的基本功能特点
1.2.3 智能控制技术的应用
1.3 智能控制与传统控制的比较分析
1.3.1 传统控制的特点与不足
1.3.2 智能控制与传统控制的关系
1.4 智能优化算法
1.5 本书内容

第2章 前向神经网络
2.1 感知器网络
2.1.1 感知器的网络结构及其功能
2.1.2 感知器权值的学习规则与训练
2.2 自适应线性元件
2.2.1 自适应线性神经元模型和结构
2.2.2 W-H学习规则及其网络的训练
2.3 反向传播网络
2.3.1 反向传播法网络模型与结构
2.3.2 BP算法
2.3.3 BP网络的设计
2.3.4 BP网络的限制与不足
2.4 径向基函数网络
2.4.1 径向基函数网络结构
2.4.2 网络训练与设计
2.4.3 广义径向基函数网络

第3章 网络训练优化算法及其性能对比
3.1 基于标准梯度下降的方法
3.1.1 附加动量法
3.1.2 自适应学习速率
3.1.3 弹性BP算法
3.2 基于数值优化方法的网络训练算法
3.2.1 拟牛顿法
3.2.2 共轭梯度法
3.2.3 Levenberg-Marquardt法
3.3 前向网络的数值性能对比
3.3.1 非线性函数的逼近
3.3.2 逼近非线性直流电机的输入／输出特性

第4章 递归神经网络
4.1 各种递归神经网络
4.1.1 全局反馈型递归神经网络
4.1.2 前向递归神经网络
4.1.3 混合型网络
4.1.4 小结
4.2 全局反馈递归网络
4.2.1 海布学习规则
4.2.2 正交化的权值设计
4.2.3 离散型反馈网络的稳定点与稳定域
4.3 连续型霍普菲尔德网络
4.3.1 对应于电子电路的网络结构
4.3.2 霍普菲尔德能量函数及其稳定性分析
4.3.3 能量函数与优化计算
4.4 自组织竞争网络
4.4.1 网络结构
4.4.2 竞争学习规则
4.4.3 竞争网络的训练过程
4.5 科荷伦自组织映射网络
4.5.1 科荷伦网络拓扑结构
4.5.2 网络的训练过程
4.5.3 科荷伦网络的应用

第5章 神经网络在智能控制系统中的应用
5.1 直接正向模型建立
5.2 逆模型建立
5.3 系统中的控制
5.3.1 监督式控制
5.3.2 直接逆控制
……

第6章 模糊理论基础
第7章 模糊控制器的设计方法 
第8章 模糊控制系统的应用
第9章 模糊神经网络
第10章 模糊神经系统的应用
第11章 进化算法
第12章 进化算法的应用
第13章 智能优化算法及其应用