智能控制 第2版PDF|Epub|txt|kindle电子书版本网盘下载

智能控制 第2版PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概论1

1.1 人工智能1

1.1.1人工智能的定义与发展1

1.1.2人类智能与人工智能5

1.1.3人工智能的各种认知观8

1.2 智能控制的进展9

1.2.1 自动控制的机遇与挑战9

1.2.2自动化与人工智能11

1.2.3智能控制的发展13

1.3 智能控制的定义、特点与结构理论16

1.3.1智能控制的定义与特点16

1.3.2智能控制器的一般结构17

1.4 智能控制的结构理论18

1.4.2三元结构理论19

1.4.1二元结构理论19

1.4.3四元结构理论21

1.5 本书概要24

习题125

第2章 知识表示方法26

2.1 状态空间法26

2.1.1问题状态描述26

2.1.2状态图示法28

2.2 问题归约法30

2.2.1问题归约描述30

2.2.2与或图表示32

2.3谓词逻辑法34

2.3.1谓词演算34

2.3.2谓词公式36

2.3.3置换与合37

2.4.1二元语义网络的表示39

2.4 语义网络法39

2.4.2多元语义网络的表示41

2.4.3语义网络的推理过程42

2.5 框架表示44

2.5.1框架的构成45

2.5.2框架的推理47

2.6 剧本表示48

2.6.1剧本的构成48

2.6.2剧本的推理49

2.7 过程表示50

2.8 小结52

习题253

第3章 搜索推理技术54

3.1 图搜索策略54

3.2.1宽度优先搜索56

3.2 盲目搜索56

3.2.2深度优先搜索57

3.2.3等代价搜索59

3.3 启发式搜索60

3.3.1启发式搜索策略和估价函数60

3.3.2有序搜索61

3.3.3 A'算法64

3.4 消解原理66

3.4.1子句集的求取66

3.4.2消解推理规则68

3.4.3含有变量的消解式69

3.4.4消解反演求解过程70

3.5 规则演绎系统73

3.5.1规则正向演绎系统73

3.5.2规则逆向演绎系统78

3.5.3规则双向演绎系统81

3.6 产生式系统82

3.6.1产生式系统的组成82

3.6.2产生式系统的推理84

3.6.3产生式系统举例86

3.7 系统组织技术90

3.7.1议程表90

3.7.2黑板法91

3.7.3△－极小搜索法91

3.8 不确定性推理92

3.8.1关于证据的不确定性92

3.8.2关于结论的不确定性93

3.8.3多个规则支持同一事实时的不确定性93

3.9非单调推理95

3.9.1默认推理95

3.9.2非单调推理系统97

3.10 小结99

习题3101

第4章 递阶控制系统103

4.1 递阶智能机器的一般理论103

4.1.1递阶智能机器的一般结构103

4.1.2递阶智能机器的主要定义106

4.1.3 IPDI原理的解析公式107

4.2 递阶智能控制系统的结构108

4.2.1组织级的结构108

4.2.2协调级的结构112

4.2.3执行级的结构112

4.3 智能机器人系统的递阶控制模型113

4.3.1组织级的控制模型114

4.3.2协调级的控制模型117

4.3.3执行级的控制模型120

4.4 递阶智能控制系统示例121

4.4.1智能机器人递阶装配系统121

4.4.2核反应堆的递阶控制125

4.5 四层递阶控制系统举例128

4.5.1红旗自主车驾驶系统的组成128

4.5.2汽车自主驾驶控制系统的四层递阶结构131

4.5.3驾驶控制系统的结构与算法133

4.5.4 自主驾驶系统高速公路试验135

4.6 小结137

习题4138

第5章 专家控制系统139

5.1 专家系统139

5.1.1专家系统的特点140

5.1.2专家系统的结构与类型141

5.1.3建造专家系统的步骤与设计技巧145

5.1.4新型专家系统147

5.2 专家控制系统149

5.2.1专家控制系统的控制要求与设计原则150

5.2.2专家控制系统的结构152

5.2.3专家控制系统的类型155

5.2.4专家控制器示例156

5.3 专家规划器的设计与实现158

5.3.1规划系统结构和机理159

5.3.2 ROPES机器人规划系统160

5.4 实时专家控制系统164

5.4.1实时控制系统的特点与要求164

5.4.2 REICS系统的结构165

5.4.3 REICS的设计与实现166

5.4.4 REICS系统的仿真与应用171

5.5 小结174

习题5175

第6章 模糊控制系统176

6.1 模糊控制的数学基础176

6.1.1模糊集合、模糊逻辑及其运算176

6.1.2模糊逻辑推理179

6.1.3模糊判决方法181

6.2 模糊控制器的结构182

6.2.1模糊控制器的一般结构183

6.2.2 PID模糊控制器184

6.2.3自组织模糊控制器185

6.2.4自校正模糊控制器186

6.2.5 自学习模糊控制器187

6.2.6专家模糊控制器187

6.3 模糊控制器的设计188

6.3.1模糊控制器的设计内容与原则189

6.3.2模糊控制器的控制规则形式192

6.4 模糊控制系统的设计方法193

6.4.1查表法194

6.4.2梯度下降法195

6.4.3递推最小二乘法198

6.4.4聚类法200

6.4.5模糊系统设计的其他方法201

6.5 模糊控制器的设计实例205

6.5.1造纸机模糊控制系统的设计205

6.5.2直流调速系统模糊控制器的设计209

6.6 模糊控制器的特性211

6.6.1模糊控制器的静态特性212

6.6.2模糊控制器的动态品质214

6.6.3模糊控制系统的可控性218

6.6.4模糊控制系统的鲁棒性219

6.6.5一类模糊控制系统在定向干扰下的可控性与鲁棒性221

6.7.1双支撑状态的两足机器人力控制问题225

6.7 模糊控制系统应用举例225

6.7.2模糊变增益力控制原理226

6.7.3两足机器人控制的实现与结果229

6.8 小结230

习题6230

第7章 神经控制系统233

7.1 神经网络简介233

7.1.1人工神经网络研究的起源233

7.1.2用于控制的人工神经网络233

7.2 人工神经网络的结构234

7.2.1神经元及其特性234

7.2.2人工神经网络的基本类型235

7.2.3人工神经网络的典型模型236

7.3.1多层感知器（MLP）238

7.3 人工神经网络示例及其算法238

7.3.2数据群处理方法（GMDH）网络239

7.3.3 自适应谐振理论（ART）网络240

7.3.4学习矢量量化（LVQ）网络241

7.3.5 Kohonen网络242

7.3.6 Hopfield网络243

7.3.7 Elman and Jordan网络243

7.3.8小脑模型连接控制（CMAC）网络243

7.4 神经控制的结构方案245

7.4.1 NN学习控制245

7.4.2 NN直接逆控制246

7.4.3 NN自适应控制247

7.4.4 NN内模控制248

7.4.5 NN预测控制249

7.4.6 NN自适应判断控制249

7.4.7基于CAMC的控制250

7.4.8多层NN控制251

7.4.9分级NN控制252

7.5 模糊逻辑、专家系统及神经网络在控制中的集成253

7.5.1模糊神经网络原理254

7.5.2模糊神经控制方案255

7.6 神经控制器的设计实例258

7.6.1石灰窑炉神经内模控制系统的设计258

7.6.2神经模糊自适应控制器的设计262

7.7 神经控制系统应用举例266

7.7.1水轮发电机双神经元同步控制系统266

7.7.2高速列车运行过程的直接模糊神经控制269

7.8 小结273

习题7274

8.1 学习控制概述276

8.1.1什么是学习控制276

第8章 学习控制系统276

8.1.2为什么要研究学习控制277

8.1.3学习控制的发展278

8.2 学习控制方案279

8.2.1基于模式识别的学习控制280

8.2.2反复学习控制282

8.2.3重复学习控制284

8.2.4基于神经网络的学习控制285

8.3 学习控制的某些问题285

8.3.1学习控制系统的建模286

8.3.2学习控制的稳定性和收敛性分析288

8.4 学习控制系统举例295

8.4.1 自学习模糊神经控制模型295

8.4.2 自学习模糊神经控制算法296

8.4.3弧焊过程自学习模糊神经控制系统298

习题8299

8.5小结299

第9章 其他智能控制300

9.1 仿人控制300

9.1.1仿人控制原理与原型算法300

9.1.2仿人控制器的属性与设计步骤302

9.2 进化控制303

9.2.1遗传算法的基本原理303

9.2.2遗传算法的求解步骤306

9.2.3进化控制及其形式化描述308

9.2.4移动机器人进化控制系统的体系结构和算法310

9.3 免疫控制312

9.3.1免疫算法的提出和定义312

9.3.2免疫算法的设计方法和参数选择314

9.3.3免疫控制的系统结构和计算框图316

9.3.4免疫控制系统示例317

9.4 小结318

习题9319

第10章 智能控制的应用与研究展望320

10.1 智能控制的应用研究领域与现状320

10.2 智能控制应用研究存在的问题325

10.3 智能控制的进一步研究问题325

10.3.1智能控制将起越来越重要的作用326

10.3.2智能控制的进一步研究问题326

10.4 展望智能控制的发展328

10.4.1寻求更新的理论框架328

10.4.2进行更好的技术集成329

10.4.3开发更成熟的应用方法329

10.5 结束语330

习题10331

参考文献332