智能控制理论及应用

1 (p1): 第1章 绪 论
1 (p1-1): 1.1 控制科学发展的历史
2 (p1-2): 1.2 智能控制产生的背景
3 (p1-3): 1.3 智能控制的基本概念和研究内容
7 (p1-4): 1.4 本书的主要内容
8 (p1-5): 本章小结
8 (p1-6): 习题
9 (p2): 第2章 专家控制
9 (p2-1): 2.1 专家系统
14 (p2-2): 2.2 知识表示与推理
24 (p2-3): 2.3 专家控制系统
34 (p2-4): 2.4 自学习专家控制系统
38 (p2-5): 2.5 基于粗糙集的专家控制系统
40 (p2-6): 2.6 专家控制系统示例
46 (p2-7): 本章小结
47 (p2-8): 习题
48 (p3): 第3章 模糊控制
48 (p3-1): 3.1 模糊控制的基本概念
50 (p3-2): 3.2 模糊集合与模糊关系
57 (p3-3): 3.3 模糊关系与模糊推理
67 (p3-4): 3.4 模糊控制系统的结构
71 (p3-5): 3.5 模糊控制系统的设计
112 (p3-6): 3.6 模糊控制系统的稳定性分析
117 (p3-7): 本章小结
117 (p3-8): 习题
119 (p4): 第4章 神经网络控制
119 (p4-1): 4.1 神经网络的基本概念
124 (p4-2): 4.2 神经网络结构类型及其学习算法
145 (p4-3): 4.3 基于神经网络的系统辨识
155 (p4-4): 4.4 PID神经网络控制
160 (p4-5): 4.5 神经PID控制
165 (p4-6): 4.6 小脑模型神经网络控制
170 (p4-7): 4.7 基于神经网络的内模控制
173 (p4-8): 4.8 基于神经网络的模型参考自适应控制
176 (p4-9): 4.9 基于神经网络的预测控制
179 (p4-10): 4.10 深度学习
193 (p4-11): 本章小结
193 (p4-12): 习题
195 (p5): 第5章 遗传算法与智能控制
195 (p5-1): 5.1 遗传算法的基本原理
203 (p5-2): 5.2 基于遗传算法的系统辨识
209 (p5-3): 5.3 基于遗传算法的PID参数优化
213 (p5-4): 5.4 基于遗传算法的模糊控制器参数优化
224 (p5-5): 5.5 基于遗传算法的神经网络控制器优化
226 (p5-6): 本章小结
226 (p5-7): 习题
228 (p6): 第6章 基于多Agent的智能控制
228 (p6-1): 6.1 Agent及多Agent
232 (p6-2): 6.2 多Agent的通信
233 (p6-3): 6.3 基于多Agent的变电站故障诊断
238 (p6-4): 6.4 基于多Agent的列车运行智能控制
241 (p6-5): 6.5 基于多Agent的水箱液位控制
242 (p6-6): 本章小结
242 (p6-7): 习题
243 (p7): 参考文献 本书论述了智能控制的基本概念,原理,实现方法及其应用.主要内容包括:专家控制系统的结构,原理,以及一些主要控制方式