智能控制原理與應用，第3版

編著蔡自興

出版社：北京：清華大學出版社

出版時間：2019

內容簡介：
本書第3版介紹智能控制的基本原理及其應用,著重討論各種智能控制系統的基本概念、工作原理、技術方法與應用。全書共十章，涉及遞階控制系統、專家控制系統、模糊控制系統、神經控制系統、學習控制系統、多真體(MAS)控制系統、進化控制系統、網絡控制系統以及復合智能控制系統的控制機理、類型結構、設計方法和應用示例等，反映出國內外智能控制研究和應用最新進展。與第二版相比，許多章節內容得到更新。全書系統全面、內容新穎、編排合理、可讀性強,是一部高水平的智能控制教材。
本書作為高等院校自動化、電氣工程與自動化、智能科學與技術、測控工程、機電工程、機器人、電子工程等專業本科生智能控制類課程教材,也可作為碩士和博士學位課程智能控制、智能系統等課程的教材與教學參考書，還可供從事智能控制和智能系統研究、設計、應用的科技工作者閱讀與參考。
目錄
第1章 概論
1.1 智能控制的產生與發展
1.1.1 自動控制的機遇與挑戰
1.1.2 智能控制的發展和作用
1.2 中國智能控制發展簡史
1.3 智能控制的定義、特點、一般結構與分類
1.2.1 智能控制的定義、特點與評價準則
1.2.2 智能控制器的一般結構
1.2.3 智能控制系統的分類
1.4 智能控制的學科結構理論體系
1.4.1 二元交集結構理論
1.4.2 三元交集結構理論
1.4.3 四元交集結構理論
1.5 本書概要
習題1
第2章 遞階控制系統
2.1 遞階智能機器的一般理論
2.1.1 遞階智能機器的一般結構
2.1.2 遞階智能機器的信息論基礎
2.1.3 IPDI原理的解析公式
2.2 遞階智能控制系統的原理與結構
組織級原理與結構
協調級原理與結構
執行級原理與結構
2.3 遞階智能控制系統舉例
2.3.1 汽車自主駕駛系統的組成
2.3.2 汽車自主駕駛系統的遞階結構
2.3.3 自主駕駛系統的軟件結構與控制算法
2.3.4 自主駕駛系統的試驗結果
2.4 小結
習題2
第3章 專家控制系統
3.1 專家系統的基本概念
3.1.1 專家系統的定義與一般結構
3.1.2 專家系統的建造步驟
3.2 專家系統的主要類型與結構
3.2.1 基于規則的專家系統
3.2.2 基于框架的專家系統
3.2.3 基于模型的專家系統
3.3 專家控制系統的結構與設計
3.3.1 專家控制系統的結構
3.3.2 專家控制系統的控制要求與設計原則
3.3.3 專家控制系統的設計問題
3.4 實時專家控制系統
3.4.1 實時控制系統的特點與要求
3.4.2 高爐監控專家系統
3.5 小結
習題3
第4章 模糊控制系統
4.1 模糊數學基礎
4.1.1 模糊集合及其運算
4.1.2 模糊關系與模糊變換
4.1.3 模糊邏輯語言
4.2 模糊推理與模糊判決
4.2.1 模糊推理
4.2.2 模糊判決
4.3 模糊控制系統原理與結構
4.3.1 模糊控制原理
4.3.2 模糊控制系統的結構
4.4 模糊控制器的設計內容
4.4.1 模糊控制器的設計內容與原則
4.4.2 模糊控制器的控制規則形式
4.5 模糊控制系統的設計方法
4.5.1 模糊系統設計的查表法
4.5.2 模糊系統設計的梯度下降法
4.5.3 模糊系統設計的遞推最小二乘法
4.4.4 模糊系統設計的聚類法
4.6 模糊控制器的設計實例與實現
4.6.1 造紙機模糊控制系統的設計與實現
4.6.2 直流調速系統模糊控制器的設計
4.7 MATLAB模糊控制工具箱
4.8 小結
習題4
第5章 神經控制系統
5.1 人工神經網絡概述
5.1.1 神經元及其特性
5.1.2 人工神經網絡的基本類型和學習算法
5.1.3 人工神經網絡的典型模型
5.1.4 基于神經網絡的知識表示與推理
5.2 深層神經網絡與深度學習
5.2.1 深層神經網絡
5.2.2 深度學習常用模型
5.3 神經控制的結構方案
5.3.1 NN學習控制
5.3.2 NN直接逆模控制與內模控制
5.3.3 NN自適應控制
5.3.4 NN預測控制
5.3.5 基于CAMC的控制
5.3.6 多層NN控制和深度控制
5.3.7 分級NN控制
5.4 神經控制系統的設計與應用示例
5.4.1 石灰窯爐神經內模控制系統的設計
5.4.2 神經模糊自適應控制器的設計
5.4.3 神經控制系統應用舉例
5.5 MATLAB神經網絡工具箱及其仿真
5.5.1 MATLAB神經網絡工具箱圖形用戶界面設計
5.5.2 基于Simulink的神經網絡設計及其控制仿真
5.6 小結
習題5
第6章 學習控制系統
6.1 學習控制概述
6.1.1 學習控制的定義與研究意義
6.1.2 學習控制的發展及其與自適應控制的關系
6.1.3 控制律映射及對學習控制的要求
6.2 學習控制方案
6.2.1 基于模式識別的學習控制
6.2.2 迭代學習控制
6.2.3 增強學習控制
6.2.4 基于神經網絡的學習控制
6.3 學習控制系統應用舉例
6.3.1 無縫鋼管張力減徑過程壁厚控制迭代學習控制算法
6.3.2 鋼管壁厚迭代學習控制的仿真及應用結果
6.4 小結
習題6
第7章 多真體控制系統
7.1 分布式人工智能與真體
7.1.1 分布式人工智能
7.1.2 Agent及其特性
7.1.3 真體的結構
7.2 多真體系統
7.2.1 多真體系統的模型和結構
7.2.2 多真體系統的協作、協商與協調
7.2.3 多真體系統的學習與規劃
7.3 多真體控制系統的工作原理
7.3.1 MAS控制系統的基本原理和結構
7.3.2 MAS控制系統的信息模型
7.4 MAS控制系統的設計示例
7.5小結
習題7
第8章 進化控制與免疫控制
8.1 遺傳算法簡介
8.1.1 遺傳算法的基本原理
8.1.2 遺傳算法的求解步驟
8.2 進化控制基本原理
8.2.1進化控制原理與系統結構
8.2.2 進化控制的形式化描述
8.3 進化控制系統示例
8.3.1 一種在線混合進化伺服控制器
8.3.2 一個移動機器人進化控制系統
8.4 免疫控制基本原理
8.4.1 免疫控制的系統結構
8.4.2 免疫控制的自然計算體系和系統計算框圖
8.5 小結
習題8
第9章 網絡控制系統
9.1 計算機網絡與網絡控制基礎
9.1.1 計算機網絡及其結構
9.1.2 數據通信與網絡通信
9.1.3 網絡控制的基本問題
9.2 計算機網絡的發展
9.3 網絡控制系統的結構與特點
9.3.1 網絡控制系統的一般原理與結構
9.3.2 網絡控制系統的特點與影響因素
9.4 網絡控制系統的建模與性能評價標準
9.4.1 網絡控制系統的建模
9.4.2 網絡控制系統的性能評價標準
9.5 網絡控制系統穩定性與控制器設計方法
9.5.1 網絡控制系統的穩定性
9.5.2 網絡控制系統的控制器設計方法
9.6 網絡控制系統的調度
9.6.1 網絡控制系統的調度方法
9.6.2 網絡控制系統調度的時間參數
9.7 網絡控制系統的仿真與工程實現
9.7.1 網絡控制系統的仿真平臺
9.7.2 網絡控制系統的工程實現
9.8 網絡控制系統的應用舉例
9.8.1 煙草包裝的網絡測控系統
9.8.2 電熱廠集散控制系統
9.9 小結
習題9
第10章 復合智能控制
10.1 復合智能控制概述
10.2 模糊神經復合控制原理
10.3 自學習模糊神經控制系統
10.3.1 自學習模糊神經控制模型
10.3.2 自學習模糊神經控制算法
10.3.3 弧焊過程自學習模糊神經控制系統
10.4 進化模糊復合控制器
10.4.1 控制器設計步驟和參數優化方法
10.4.2 解釋（編碼）函數的設計
10.4.3 規則編碼
10.4.4 初始種群和適應度函數的計算
10.4.5 直流電動機GA優化模糊速度控制系統
10.4.6 進化、模糊和神經復合的故障診斷系統設計
10.5 小結
習題10
附錄A 基于MATLAB工具箱的模糊與神經控制仿真
A.1 基于模糊邏輯工具箱的模糊控制器
A.2 模糊控制系統的Simulink仿真
A.3 神經網絡逼近非線性函數的設計
A.4 基于神經網絡工具箱的水反應器模型預測控制實例
附錄B 模糊控制與神經網絡控制的實驗
B.1 電熱箱的模糊閉環控制實驗
B.2 單神經元自適應閉環控制實驗
參考文獻