智能控制原理与应用（第3版）

第1章 概论
1．1 智能控制的产生与发展
1．1．1 自动控制的机遇与挑战
1．1．2 智能控制的发展和作用
1．2 中国智能控制发展简史
1．2．1 国内外智能控制发展过程
1．2．2 我国智能控制科技成果
1．2．3 我国智能控制教育与人才培养
1．2．4 我国智能控制存在的问题
1．3 智能控制的定义、特点、一般结构与分类
1．3．1 智能控制的定义、特点与评价准则
1．3．2 智能控制器的一般结构
1．3．3 智能控制系统的分类
1．4 智能控制的学科结构理论体系
1．4．1 二元交集结构理论
1．4．2 三元交集结构理论
1．4．3 四元交集结构理论
1．5 本书概要
习题1
第2章 递阶控制系统
2．1 递阶智能机器的一般理论
2．1．1 递阶智能机器的一般结构
2．1．2 递阶智能机器的信息论基础
2．1．3 IPDI原理的解析公式
2．2 递阶智能控制系统的原理与结构
2．2．1 组织级原理与结构
2．2．2 协调级原理与结构
2．2．3 执行级原理与结构
2．3 递阶智能控制系统举例
2．3．1 汽车自主驾驶系统的组成
2．3．2 汽车自主驾驶系统的递阶结构
2．3．3 自主驾驶系统的软件结构与控制算法
2．3．4 自主驾驶系统的试验结果
2．4 小结
习题2
第3章 专家控制系统
3．1 专家系统的基本概念
3．1．1 专家系统的定义与一般结构
3．1．2 专家系统的建造步骤
3．2 专家系统的主要类型与结构
3．2．1 基于规则的专家系统
3．2．2 基于框架的专家系统
3．2．3 基于模型的专家系统
3．3 专家控制系统的结构与设计
3．3．1 专家控制系统的结构
3．3．2 专家控制系统的控制要求与设计原则
3．3．3 专家控制系统的设计问题
3．4 专家控制系统应用举例
3．4．1 实时控制系统的特点与要求
3．4．2 高炉监控专家系统
3．5 小结
习题3
第4章 模糊控制系统
4．1 模糊数学基础
4．1．1 模糊集合及其运算
4．1．2 模糊关系与模糊变换
4．1．3 模糊逻辑语言
4．2 模糊推理与模糊判决
4．2．1 模糊推理
4．2．2 模糊判决
4．3 模糊控制系统原理与结构
4．3．1 模糊控制原理
4．3．2 模糊控制系统的原理结构
4．4 模糊控制器的设计内容
4．4．1 模糊控制器的设计内容与原则
4．4．2 模糊控制器的控制规则形式
4．5 模糊控制系统的设计方法
4．5．1 模糊系统设计的查表法
4．5．2 模糊系统设计的梯度下降法
4．5．3 模糊系统设计的递推最小二乘法
4．5．4 模糊系统设计的聚类法
4．6 模糊控制器的设计实例与实现
4．6．1 造纸机模糊控制系统的设计与实现
4．6．2 直流调速系统模糊控制器的设计
4．7 MATLAB模糊控制工具箱
4．8 小结
习题4
第5章 神经控制系统
5．1 人工神经网络概述
5．1．1 神经元及其特性
5．1．2 人工神经网络的基本类型和学习算法
5．1．3 人工神经网络的典型模型
5．1．4 基于神经网络的知识表示与推理
5．2 深层神经网络与深度学习
5．2．1 深层神经网络
5．2．2 深度学习的定义与特点
5．2．3 深度学习的常用模型
5．2．4 深度学习应用举例
5．3 神经控制的结构方案
5．3．1 NN学习控制
5．3．2 NN直接逆模控制与内模控制
5，3．3 NN自适应控制
5．3．4 NN预测控制
5．3．5 基于CAMC的控制
5．3．6 多层NN控制和深度控制
5．3．7 分级NN控制
5．4 神经控制系统的设计与应用示例
5．4．1 石灰窑炉神经内模控制系统的设计
5．4．2 神经模糊自适应控制器的设计
5．4．3 神经控制系统应用举例
5．5 MATLAB神经网络工具箱及其仿真
5．5．1 MATLAB神经网络工具箱图形用户界面
5．5．2 基于Simulink的神经网络模块工具
5．6 小结
习题5
第6章 学习控制系统
6．1 学习控制概述
6．1．1 学习控制的定义与研究意义
6．1．2 学习控制的发展及其与自适应控制的关系
6．1．3 控制律映射及对学习控制的要求
6．2 学习控制方案
6．2．1 基于模式识别的学习控制
6．2．2 迭代学习控制
6．2．3 增强学习控制
6．2．4 基于神经网络的学习控制
6．3 学习控制系统应用举例
6．3．1 无缝钢管张力减径过程壁厚控制迭代学习控制算法
6．3．2 钢管壁厚迭代学习控制的仿真及应用结果
6．4 小结
习题6
第7章 分布式控制系统
7．1 分布式人工智能与真体
7．1．1 分布式人工智能
7．1．2 真体及其特性
7．1．3 真体的结构
7．2 多真体系统
7．2．1 多真体系统的模型和结构
7．2．2 多真体系统的协作、协商和协调
7．2．3 多真体系统的学习与规划
7．3 多真体控制系统的工作原理
7．3．1 MAS控制系统的基本原理和结构
7．3．2 MAS控制系统的信息模型
7．4 MAS控制系统的设计示例
7．5 小结
习题7
第8章 进化控制与免疫控制
8．1 遗传算法简介
8．1．1 遗传算法的基本原理
8．1．2 遗传算法的求解步骤
8．2 进化控制基本原理
8．2．1 进化控制原理与系统结构
8．2．2 进化控制的形式化描述
8．3 进化控制系统示例
8．3．1 一种在线混合进化伺服控制器
8．3．2 一个移动机器人进化控制系统
8．4 免疫控制基本原理
8．4．1 免疫控制的系统结构
8．4．2 免疫控制的自然计算体系和系统计算框图
8．5 小结
习题8
第9章 网络控制系统
9．1 计算机网络与网络控制基础
9．1．1 计算机网络及其结构
9．1．2 数据通信与网络通信
9．1．3 网络控制的基本问题
9．2 计算机网络的发展过程
9．3 网络控制系统的结构与特点
9．3．1 网络控制系统的一般原理与结构
9．3．2 网络控制系统的特点与影响因素
9．4 网络控制系统的建模与性能评价标准
9．4．1 网络控制系统的建模
9．4．2 网络控制系统的性能评价标准
9．5 网络控制系统稳定性与控制器设计方法
9．5．1 网络控制系统的稳定性
9．5．2 网络控制系统的控制器设计方法
9．6 网络控制系统的调度
9．6．1 网络控制系统的调度方法
9．6．2 网络控制系统调度的时间参数
9．7 网络控制系统的仿真与工程实现
9．7．1 网络控制系统的仿真平台
9．7．2 网络控制系统的工程实现
9．8 网络控制系统的应用举例
9．8．1 烟草包装的网络测控系统
9．8．2 热电厂集散控制系统
9．9 小结
习题9
第10章 复合智能控制
10．1 复合智能控制概述
10．2 模糊神经复合控制原理
10．3 自学习模糊神经控制系统
10．3．1 自学习模糊神经控制模型
10．3．2 自学习模糊神经控制算法
10．3．3 弧焊过程自学习模糊神经控制系统
10．4 进化模糊复合控制器
10．4．1 控制器设计步骤和参数优化方法
10．4．2 解释（编码）函数的设计
10．4．3 规则编码
10．4．4 初始种群和适应度函数的计算
10．4．5 直流电动机GA优化模糊速度控制系统
10．4．6 进化、模糊和神经复合的故障诊断系统设计
10．5 小结
习题10
附录A 基于MATLAB工具箱的模糊与神经控制仿真
A．1 基于模糊逻辑工具箱的模糊控制器
A．2 模糊控制系统的Simulink仿真
A．3 神经网络逼近非线性函数的设计
A．4 基于神经网络工具箱的水反应器模型预测控制实例
附录B 模糊控制与神经网络控制的实验
B．1 电热箱的模糊闭环控制实验
B．2 单神经元自适应闭环控制实验
参考文献