智能控制：方法与应用（上下册）

定　价：¥96.00

作　者：	王飞跃陈俊龙主编著
出版社：	中国科学技术出版社
丛编项：
标　签：	暂缺

购买这本书可以去

ISBN：	9787504683014	出版时间：	2020-09-01	包装：	平装
开本：	16开	页数：	629	字数：

内容简介

　　本书是中国科协新一代信息技术系列丛书之一。系统地阐述了主流的智能控制概念、框架、流程、方法和算法，并简要地介绍了智能控制技术的应用领域和典型案例，希望有助于读者全面深入地了解智能控制理论与方法。本书分位上下两册：上册介绍了智能控制的理论与体系及其发展的历史背景，主要包括学习控制、基于形式系统与逻辑的智能控制、多智能体控制、计算智能控制、网络控制、数据驱动控制、平行控制、智能PID控制、模糊控制及神经网络控制等主流和新兴的方法，并对回归及优化、系统辨识与动态系统建模进行了简要描述；下册主要介绍了智能控制的算法与应用及其发展的思路背景，主要包括强化学习控制、智能自适应控制、遗传理论控制、混合智能控制和自适应动态规划控制等主流算法，并对其在流程工业过程、智能汽车、智能交通、智能电网、智能机器人和无人机的应用进行简要地描述。

作者简介

　　王飞跃，1990年获美国伦塞利尔理工学院（RPI）计算机与系统工程博士学位。1990年起在美国亚利桑那大学先后任助教授、副教授和教授，机器人与自动化实验室主任，复杂系统高等研究中心主任。1998年作为国家计划委员会“引入海外杰出人才计划”和中国科学院“百人计划”人才回国工作，2011年追溯为首位国防领域“千ren计划”国家特聘专家。曾任中国科学院自动化研究所副所长，现为中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任，国防科技大学军事计算实验与平行系统技术研究中心主任，中国科学院大学中国经济与社会安全研究中心主任，青岛智能产业技术研究院院长。主要研究方向为智能系统和复杂系统的建模、分析与控制。　陈俊龙，博士，中国自动化学会副理事长及会士，澳门科协副会长，澳门大学讲座教授，科技学院前院长。IEEE 会员，美国科学促进会AAAS 会员，IAPR 会员，欧洲科学院及国际系统及控制论科学院IASCYS 院士，香港工程师学会会员，国家“千ren计划”学者国家特聘专家。现任IEEE 系统人机及智能学会的期刊主编，曾任该学会国际总主席。主要科研在智能系统与控制，计算智能，混合智能，数据科学方向。

图书目录

第1 章智能控制的历史与背景
1.1 智能控制的产生历史
1.2 智能控制系统理论研究的现状
1.3 智能控制应用领域研究现状.
1.4 总结
参考文献
第2 章学习控制
2.1 引言
2.2 非线性系统的动态线性化
2.3 无模型自学习控制
2.4 总结
参考文献
第3 章基于形式系统与逻辑的智能控制
3.1 形式化方法的基本概念与发展历程
3.2 形式系统的模型
3.3 系统特性与形式规约
3.4 形式系统的分析与控制
3.5 离散事件系统监督理论
3.6 Petri 网系统的监督控制
3.7 基于形式化方法的控制系统故障诊断
3.8 一般控制系统形式化设计与应用实例
参考文献
第4 章计算智能控制系统
4.1 模糊控制系统
4.2 神经网络控制系统
4.3 进化控制系统
4.4 专家控制系统
参考文献
第5 章多智能体控制
5.1 线性多智能体系统控制
5.2 多智能体系统事件触发控制
5.3 多智能体系统协同抗干扰控制
参考文献
第6 章平行控制148
6.1 平行控制理论提出的背掊
6.2 平行控制的概念和基本框架
6.3 平行控制的基础理论
6.4 平行控制的关键技术
6.5 平行控制的集成平台
6.6 平行控制的研究方案
6.7 平行控制的发展现状与趋势
参考文献
第7 章回归及优化
7.1 线性回归
7.2 残差与损失函数
7.3 正则回归
7.4 模型求解优化算法
7.5 非线性回归
7.6 应用实例
7.7 回归、优化算法与智能学习
参考文献
第8 章系统辨识与动态系统建模
8.1 引言
8.2 传统系统辨识方法
8.3 新型系统辨识方法
8.4 特殊结构的非线性系统辨识
8.5 总结
参考文献
第9 章智能PID 控制
9.1 自适应 PID 控制
9.2 模糊PID控制
9.3 神经网络PID控制
9.4 迭代学习PID 控制
9.5 总结
参考文献
第10 章模糊控制
10.1 模糊控制概述
10.2 模糊集合基础
10.3 Mamdani 型模糊控制
10.4 基于T-S 模型的模糊控制
10.5 总结
参考文献
第11 章神经网络控制
11.1神经网络控制基本原理
11.2神经网络控制主要结构
11.3神经网络控制设计方法
11.4神经网络控制应用实例
11.5 总结
参考文献
第12 章智能控制理论的发展趋势
12.1 学习控制
12.2 形式系统和逻辑的智能控制
12.3 模糊控制
12.4 神经网络
12.5 深度学习
12.6 宽度学习
12.7 专家控制
12.8 多智能体系统
12.9 平行控制
12.10 回归与优化
12.11 系统辨识与动态系统建模
12.12 强化学习
12.13 自适应动态规划
12.14 遗传算法
12.15 数据驱动控制
主编简介
作者简介
第13 章强化学习控制
13.1 马尔可夫决策过程
13.2 动态规划
13.3 强化学习
13.4 强化学习研究前沿
参考文献
第14 章自适应动态规划控制
14.1 自适应动态规划的数学基础
14.2 自适应动态规划方法阐述
14.3 自适应动态规划的分类
14.4 迭代自适应动态规划原理
14.5 值迭代自适应动态规划原理
14.6 策略迭代自适应动态规划原理
14.7 自适应动态规划的发展
参考文献
第15 章智能自适应控制
15.1 智能自适应控制概述
15.2 智能自适应控制设计方法
15.3 仿真验证
参考文献
第16 章基于遗传算法的智能控制
16.1 单目标遗传算法的应用
16.2 多目标遗传算法的应用
16.3 总结
参考文献
第17 章基于混合智能的控制
17.1 混合智能概述
17.2 混合计算智能技术的控制
17.3 人机混合的智能控制
17.4 总结与展望
参考文献
第18 章流程工业过程智能控制
18.1 引言
18.2 流程工业智能控制系统
18.3 流程工业智能控制应用案例
18.4 流程工业智能制造展望
参考文献
第19 章智能汽车
19.1 智能汽车简介
19.2 智能汽车系统组成
19.3 智能汽车的算法综述
19.4 车辆运动控制技术
19.5 智能优化控制
19.6 平行驾驶与平行车辆
参考文献
第20 章智能交通系统493
20.1 引言
20.2 智能交通的数据采集和处理
20.3 智能道路交通控制
20.4 智能轨道交通
20.5 智能平行交通系统
参考文献
第21 章智能电网控制531
21.1 分布式智能算法与方法
21.2 在低压电网中使用虚拟储能系统协调调度调节电压
21.3 总结
参考文献
第22 章智能机器人
22.1 引言
22.2 移动机器人运动学
22.3 移动机器人轨迹规划与跟踪
22.4 总结与未来研究方向
参考文献
第23 章智能控制在无人机中的应用
23.1 无人机及其智能化
23.2 神经网络方法
23.3 群体智能
23.4 （深度）强化学习控制方法
参考文献
第24 章智能控制应用的发展趋势613
24.1 工业过程智能控制
24.2 智能汽
24.3 智能交通系统
24.4 智能电网
24.5 智能机器人
24.6 无人机
主编简介
作者简介