幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

智能控制(第3版21世紀高等院校自動化專業系列教材普通高等教育十一五國家級規劃教材)

  • 作者：編者:李少遠|責編:李馨馨//解芳
  • 出版社：機械工業
  • ISBN：9787111734116
  • 出版日期：2024/01/01
  • 裝幀：平裝
  • 頁數：247
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從控制系統建模、控制與優化的本質要求出發，系統介紹了近年來模糊推理、神經網路、智能優化理論和方法的作用及意義。作為控制理論和方法的進一步發展，本書著重介紹了智能理論和方法在解決複雜系統控制問題中的方法及意義，同時結合實例介紹智能理論與方法在控制系統中的各種應用。本書共分10章，主要介紹了智能控制的基本概念與研究內容、複雜系統結構與智能控制、模糊集合與模糊推理的數學基礎、常用模糊控制器形式、工作原理和設計過程、機器學習的經典演算法、神經元與神經網路，針對非線性系統的建模和控制問題給出了詳細闡述，以遺傳演算法重點介紹了數值優化演算法對設計控制系統的作用，最後介紹了數據挖掘、數據校正和數據融合等新技術，並對智能控制的發展進行了展望。
    本書可作為高等院校高年級本科生和研究生教材，也可供控制科學與工程、電腦控制、系統工程、電氣工程及相關專業的工程技術人員參考。
作者介紹
編者:李少遠|責編:李馨馨//解芳
目錄
前言
第1章  概論
  1.1  控制科學發展的新階段——智能控制
  1.2  智能控制的基本概念與研究內容
    1.2.1  模糊邏輯控制
    1.2.2  神經網路控制
    1.2.3  遺傳演算法
  1.3  本書的主要內容
第2章  複雜系統結構與智能控制
  2.1  複雜系統的分層遞階智能控制
    2.1.1  分層遞階智能控制的一般結構原理
    2.1.2  組織級
    2.1.3  協調級
    2.1.4  執行級的最優控制
  2.2  專家系統
    2.2.1  專家系統的基本組成與特點
    2.2.2  專家智能控制系統的基本原理
    2.2.3  仿人智能控制
  2.3  學習控制
    2.3.1  基於模式識別的學習控制
    2.3.2  再勵學習控制
    2.3.3  Bayes學習控制
    2.3.4  迭代學習控制
    2.3.5  基於聯結主義的學習控制
  2.4  習題
第3章  模糊集合與模糊推理
  3.1  模糊集合及其運算
    3.1.1  模糊集合的定義及表示方法
    3.1.2  模糊集合的基本運算
    3.1.3  模糊集合運算的基本性質
  3.2  模糊關係與模糊推理
    3.2.1  模糊關係的定義及表示方法
    3.2.2  模糊關係的合成
    3.2.3  語言變數與蘊含關係
    3.2.4  近似推理
  3.3  基於規則庫的模糊推理
    3.3.1  模糊推理的基本方法
    3.3.2  模糊推理的性質
    3.3.3  模糊控制中的幾種常用模糊推理
  3.4  習題
第4章  基於模糊推理的智能控制
  4.1  模糊控制系統的基本概念
    4.1.1  模糊控制系統的組成
    4.1.2  模糊控制系統的原理與特點
    4.1.3  模糊控制系統分類
  4.2  模糊控制的基本原理
  4.3  模糊控制系統的兩種基本類型
    4.3.1  Mamdani型模糊控制系統的工作原理
    4.3.2  T-S型模糊控制系統的工作原理
  4.4  模糊控制器的設計過程

    4.4.1  輸入量的模糊化
    4.4.2  模糊規則與模糊推理
    4.4.3  模糊判決
  4.5  模糊控制系統的分析與設計
    4.5.1  模糊模型
    4.5.2  模糊模型的辨識
    4.5.3  基於Takagi-Sugeno模糊棋型的辨識
    4.5.4  欖糊控制系統的穩定性分析
  4.6  模糊控制系統的應用
    4.6.1  蒸汽發動機的模糊控制系統
    4.6.2  聚丙烯反應釜的模糊控制系統
  4.7  習題
第5章  基於經典機器學習方法的智能控制
  5.1  機器學習的基本概念
  5.2  決策樹
    5.2.1  決策樹生成
    5.2.2  特徵選擇
    5.2.3  決策樹的剪枝
  5.3  支持向量機
    5.3.1  線性可分問題與硬間隔支持向量機
    5.3.2  對偶問題
    5.3.3  線性問題與軟間隔支持向量機
    5.3.4  非線性可分問題與核方法
  5.4  主成分分析
    5.4.1  基本思想
    5.4.2  理論推導
    5.4.3  主成分分析方法求解
  5.5  經典機器學習在控制領域的應用
    5.5.1  流程工業生產控制
    5.5.2  流程工業生產控制系統的分析
    5.5.3  基於統計學習的終端生產指標預測模型
    5.5.4  基於支持向量機的高爐爐缸熱狀態控制方法
    5.5.5  基於主成分分析的丙烯酲轉化軟測量建模方法
  5.6  習題
第6章  神經元與神經網路
  6.1  神經網路的基本概念
    6.1.1  神經網路的基本原理和結構
    6.1.2  神經網路的模型
    6.1.3  神經元的連接方式
  6.2  前饋神經網路
    6.2.1  感知器
    6.2.2  BP網路
    6.2.3  CMDH網路
    6.2.4  RBF網路
  6.3  反饋神經網路
    6.3.1  CG網路
    6.3.2  盒中腦（BSB）網路
    6.3.3  Hopfield網路
    6.3.4  回歸BP網路
    6.3.5  Boltzmann網路

  6.4  模糊神經網路
    6.4.1  基於標準模型的模糊神經網路
    6.4.2  基於Takagi-Sugeno模型的模糊神經網路
  6.5  深度學習
    6.5.1  深度學習基本概念
    6.5.2  深度學習基本模型
  6.6  習題
第7章  基於神經網路的智能控制
  7.1  神經網路建模
    7.1.1  通近理論與網路控制
    7.1.2  利用多層靜態網路的系統建模
    7.1.3  利用動態網路的系統建模
  7.2  神經網路控制
    7.2.1  神經網路控制系統的結構
    7.2.2  基於神經網路的控制器設計
  7.3  神經網路控制系統的分析
  7.4  神經網路控制系統的應用
    7.4.1  神經網路的模型辨識
    7.4.2  基於神經元網路的機械手控制
    7.4.3  基於深度學習的自適應動態規劃
    7.4.4  基於深度學習的平行控制
  7.5  習題
第8章  智能控制中的現代優化方法
  8.1  遺傳演算法的基本原理
    8.1.1  遺傳演算法的生物學基礎
    8.1.2  遺傳演算法的基本概念
    8.1.3  遺傳演算法的基本實現
    8.1.4  遺傳演算法的特點
    8.1.5  遺傳演算法的應用
  8.2  遺傳演算法在加熱爐控制系統建模中的應用
    8.2.1  遺傳演算法建模原理
    8.2.2  加熱爐對象的遺傳演算法建模
    8.2.3  遺傳演算法建模實驗及模擬驗證
  8.3  遺傳演算法在模糊控制器設計中的應用
    8.3.1  對解進行編碼
    8.3.2  對解進行尋優
    8.3.3  模擬及結果
  8.4  遺傳演算法在神經網路控制器設計中的應用
    8.4.1  神經網路為什麼需要遺傳演算法
    8.4.2  遺傳演算法在神經網路中的應用
  8.5  其他現代優化方法
    8.5.1  基本思想
    8.5.2  兩種演算法的特點
  8.6  習題
第9章  控制系統數據處理的智能方法
  9.1  數據挖掘與信息處理的基本概念
    9.1.1  數據挖掘的基本概念
    9.1.2  信息處理的基本概念
  9.2  基於智能技術的控制系統數據挖掘
    9.2.1  數據挖掘中的常用技術

    9.2.2  數據挖掘的功能特性
    9.2.3  數據挖掘在控制系統中的應用：SAS技術在配礦系統中的應用
  9.3  基於智能技術的控制系統數據校正與數據融合
    9.3.1  數據校正
    9.3.2  數據融合
  9.4  基於數據驅動的TBM地質適應性控制與輔助決策實例
    9.4.1  TBM介紹
    9.4.2  基於TPI和FPI指數的數據分類與統計
    9.4.3  考慮TBM掘進性能的多目標優化模型與求解
  9.5  習題
第10章  智能控制的進一步發展：自適應與學習控制
  10.1  自適應控制
  10.2  學習控制
  10.3  學習控制和自適應控制的關係
參考文獻

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032