智能控製導論（第二版）/新世紀電子信息與自動化係列課程改革教材·國傢精品課程“智能控製”配套教材 [Introduction to Intelligent Control] 下載 mobi epub pdf 電子書 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容簡介

　　《智能控製導論（第二版）/新世紀電子信息與自動化係列課程改革教材·國傢精品課程“智能控製”配套教材》介紹智能控製的基本概念、原理、技術與應用。全書共10章，第1章介紹智能控製的概況，第2章至第10章逐一研究瞭遞階控製、專傢控製、模糊控製、神經控製、學習控製、進化控製與免疫控製、多真體控製、網絡控製和復閤智能控製等係統。第二版進行瞭較大更新，加強瞭模糊控製和神經控製的計算，充實瞭網絡控製內容，對其他各章也做瞭一些調整與增刪。《智能控製導論（第二版）/新世紀電子信息與自動化係列課程改革教材·國傢精品課程“智能控製”配套教材》內容係統、全麵、新穎、精練，反映齣國內外智能控製研究和應用的最新進展，是一本智能控製的導論性教材。
　　《智能控製導論（第二版）/新世紀電子信息與自動化係列課程改革教材·國傢精品課程“智能控製”配套教材》可作為高等學校自動化、電氣工程與自動化、智能科學與技術、測控工程、信息工程、機電工程和電子工程等專業本科生的智能控製類課程的教材，也可供從事智能控製與智能係統研究、設計、開發和應用的科技工作者參考，還可作為大專院校和高等職業技術學院相關專業的教材或教學參考書。

作者簡介

　　蔡自興，聯閤國專傢、國際導航與運動控製科學院院士、紐約科學院院士，首屆全國高校國傢級教學名師奬、徐特立教育奬、寶鋼全國優秀教師特等奬獲得者。主要從事計算機智能係統、人工智能、智能控製、智能機器人研究。已在國內外公開齣版專著和教材40部，發錶論文報告近韆篇，主持、參加包括國傢重大和重點項目在內的科教研究40多項，獲國際奬2項、國傢級奬勵2項、省部級以上奬勵10多項，主持多門國傢精品課程、國傢級精品視頻公開課、國傢精品資源共享課、國傢級雙語教學課程、國傢級教學團隊等教改項目的教學與建設。現為中南大學信息科學與工程學院教授、博士生導師，兼任中國人工智能學會榮譽副理事長、中國自動化學會理事、中國計算機學會人工智能與模式識彆專業委員會委員等職。曾任第八屆湖南省政協副主席，全國政協第九、十屆委員會委員，中國人工智能學會副理事長及智能機器人專業委員會主任，北京大學信息科學中心、中國科學院自動化研究所和俄羅斯科學院聖彼得堡自動化與信息學研究所客座研究員，美國倫塞勒工學院和丹麥技術大學客座教授，國防科學技術大學、北京航空航天大學、北京郵電大學等校兼職教授等職。

內頁插圖

目錄

第二版前言
第一版前言
第1章 概述
1.1 智能控製的産生與發展
1.1.1 自動控製麵臨的機遇與挑戰
1.1.2 智能控製的發展和學科的建立
1.2 智能控製的基本知識
1.2.1 智能控製的定義與特點
1.2.2 智能控製器的一般結構
1.2.3 智能控製係統的分類
1.3 人工智能的學派理論與計算方法
1.3.1 人工智能的學派理論及其對智能控製的影響
1.3.2 人工智能與智能控製的計算方法
1.4 智能控製的結構理論
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 遞階控製
2.1 遞階智能機器的一般結構
2.2 遞階智能控製係統舉例
2.2.1 汽車自主駕駛係統的組成
2.2.2 汽車自主駕駛係統的遞階結構
2.2.3 自主駕駛係統的結構與控製算法
2.2.4 自主駕駛係統的試驗結果
2.3 本章小結
習題2

第3章 專傢控製
3.1 專傢係統的基本概念
3.1.1 專傢係統的定義與一般結構
3.1.2 專傢係統的建造步驟
3.2 專傢係統的主要類型及其結構
3.2.1 基於規則的專傢係統
3.2.2 基於框架的專傢係統
3.2.3 基於模型的專傢係統
3.3 專傢控製係統的結構與類型
3.3.1 專傢控製係統的控製要求與設計原則
3.3.2 專傢控製係統的結構
3.3.3 專傢控製係統的類型
3.4 專傢控製係統應用舉例
3.4.1 實時控製係統的特點與要求
3.4.2 高爐監控專傢係統
3.5 本章小結
習題3

第4章 模糊控製
4.1 模糊數學基礎
4.1.1 模糊集閤、模糊邏輯及其運算
4.1.2 模糊關係與模糊變換
4.1.3 模糊邏輯推理
4.1.4 模糊判決方法
4.2 模糊控製係統的原理與結構
4.2.1 模糊控製原理
4.2.2 模糊控製係統的工作原理
4.3 模糊控製器的設計內容
4.3.1 模糊控製器的設計內容與原則
4.3.2 模糊控製器的控製規則形式
4.4 模糊控製係統的設計方法
4.4.1 模糊係統設計的查錶法
4.4.2 模糊係統設計的梯度下降法
4.4.3 模糊係統設計的遞推最小二乘法
4.4.4 模糊係統設計的聚類法
4.5 模糊控製器的設計實例與實現
4.5.1 模糊控製器設計
4.5.2 模糊控製器的在綫實現
4.6 Matlab模糊控製工具箱簡介
4.7 本章小結
習題4

第5章 神經控製
5.1 人工神經網絡的初步知識
5.1.1 神經元及其特性
5.1.2 神經網絡與智能控製
5.1.3 人工神經網絡的基本類型和學習算法
5.1.4 人工神經網絡的典型模型
5.1.5 基於神經網絡的知識錶示與推理
5.2 神經控製的結構方案
5.2.1 NN學習控製
5.2.2 NN直接逆模控製與內模控製
5.2.3 NN自適應控製
5.3 神經控製器的設計
5.3.1 神經控製係統的設計內容和結構
5.3.2 神經控製器的訓練與學習算法
5.4 Matlab神經網絡工具箱及其仿真
5.4.1 Matlab神經網絡工具箱圖形用戶界麵設計
5.4.2 基於Simulink的神經網絡及其控製仿真
5.5 本章小結
習題5

第6章 學習控製
6.1 學習控製概述
6.1.1 學習控製的定義與研究意義
6.1.2 學習控製的發展及其與自適應控製的關係
6.1.3 對學習控製的要求
6.2 學習控製方案
6.2.1 基於模式識彆的學習控製
6.2.2 迭代學習控製
6.2.3 重復學習控製
6.2.4 基於神經網絡的學習控製
6.3 學習控製係統應用舉例
6.3.1 無縫鋼管張力減徑過程壁厚控製迭代學習控製算法
6.3.2 鋼管壁厚迭代學習控製的仿真及應用結果
6.4 本章小結
習題6

第7章 進化控製與免疫控製
7.1 遺傳算法簡介
7.1.1 遺傳算法的基本原理
7.1.2 遺傳算法的求解步驟
7.2 進化控製基本原理
7.2.1 進化控製原理與係統結構
7.2.2 進化控製的形式化描述
7.3 進化控製係統示例
7.4 免疫算法和人工免疫係統原理
7.4.1 自然免疫係統的概念、組成與功能
7.4.2 免疫算法的提齣和定義
7.4.3 免疫算法的步驟和框圖
7.5 免疫控製係統的結構
7.6 免疫控製係統示例
7.7 本章小結
習題7

第8章 多真體控製
8.1 分布式人工智能與真體（Agent）
8.1.1 分布式人工智能
8.1.2 Agent及其特性
8.1.3 真體的結構
8.2 多真體係統
8.2.1 多真體係統的模型和結構
8.2.2 多真體係統的協作、協商和協調
8.2.3 多真體係統的學習與規劃
8.3 多真體控製係統的工作原理
8.3.1 MAS控製係統的基本原理和結構
8.3.2 MAS控製係統的信息模型
8.4 本章小結
習題8

第9章 網絡控製
9.1 計算機網絡與網絡控製基礎
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 網絡控製的基本問題
9.2 網絡控製係統的結構與特點
9.2.1 網絡控製係統的一般原理與結構
9.2.2 網絡控製係統的特點與影響因素
9.3 網絡控製係統的性能評價標準
9.3.1 網絡服務質量
9.3.2 係統控製性能
9.4 網絡控製係統的應用舉例
9.4.1 煙草包裝網絡測控係統的工作原理
9.4.2 煙草包裝網絡測控係統的功能與特色
9.5 本章小結
習題9

第10章 復閤智能控製
10.1 復閤智能控製概述
10.2 模糊神經復閤控製原理
10.3 模糊神經復閤控製係統舉例
10.3.1 自學習模糊神經控製模型
10.3.2 自學習模糊神經控製算法
10.3.3 弧焊過程自學習模糊神經控製係統
10.4 專傢模糊復閤控製器
10.4.1 專傢模糊控製係統結構
10.4.2 專傢模糊控製係統示例
10.5 仿人控製
10.5.1 仿人控製的基本原理和原型算法
10.5.2 仿人控製器的屬性與設計依據
10.5.3 仿人智能控製器的設計與實現步驟
10.6 本章小結
習題10
附錄 各章教學重點、難點和要求
參考文獻

精彩書摘

　　前麵討論過的基於規則的專傢係統和基於框架的專傢係統都是以邏輯心理模型為基礎的，是采用規則邏輯或框架邏輯，並以邏輯作為描述啓發式知識的工具而建立的計算機程序係統。綜閤各種模型的專傢係統無論在知識錶示、知識獲取還是知識應用上都比那些基於邏輯心理模型的係統具有更強的功能，從而有可能顯著改進專傢係統的設計。
　　在諸多模型中，人工神經網絡模型的應用最為廣泛。早在1988年，就有人把神經網絡應用於專傢係統，使傳統的專傢係統得到發展。
　　2.基於神經網絡的專傢係統
　　神經網絡模型從知識錶示、推理機製到控製方式，都與目前專傢係統中的基於邏輯的心理模型有本質的區彆。知識從顯式錶示變為隱式錶示，這種知識不是通過人的加工轉換成規則，而是通過學習算法自動獲取的。推理機製從檢索和驗證過程變為網絡上隱含模式對輸入的競爭。這種競爭是並行的和針對特定特徵的，並把特定論域輸入模式中各個抽象概念轉化為神經網絡的輸入數據，以及根據論域特點適當地解釋神經網絡的輸齣數據。
　　如何將神經網絡模型與基於邏輯的心理模型相結閤是值得進一步研究的課題。從人類求解問題來看，知識存儲與低層信息處理是並行分布的，而高層信息處理則是順序的。演繹與歸納是不可少的邏輯推理，兩者結閤起來能夠更好地錶現人類的智能行為。從綜閤兩種模型的專傢係統的設計來看，知識庫由一些知識元構成，知識元可為一個神經網絡模塊，也可以是一組規則或框架的邏輯模塊。隻要對神經網絡的輸入轉換規則和輸齣解釋規則給予形式化錶達，使之與外界接口及係統所用的知識錶達結構相似，則傳統的推理機製和調度機製都可以直接應用到專傢係統中去，神經網絡與傳統專傢係統的集成協同工作，優勢互補。根據側重點不同，其集成有三種模式：
　　（1）神經網絡支持專傢係統。以傳統的專傢係統為主，以神經網絡的有關技術為輔。例如對專傢提供的知識和案例通過神經網絡自動獲取知識。又如運用神經網絡的並行推理技術以提高推理效率。
　　（2）專傢係統支持神經網絡。以神經網絡的有關技術為核心，建立相應領域的專傢係統，采用專傢係統的相關技術完成解釋等方麵的工作。
　　（3）協同式的神經網絡專傢係統。針對大的復雜問題，將其分解為若乾子問題，針對每個子問題的特點選擇用神經網絡或專傢係統加以實現，在神經網絡和專傢係統之間建立一種耦閤關係。
　　圖3.7錶示一種神經網絡專傢係統的基本結構。其中，自動獲取模塊輸入、組織並存儲專傢提供的學習實例、選定神經網絡的結構、調用神經網絡的學習算法，為知識庫實現知識獲取。當新的學習實例輸入後，知識獲取模塊通過對新實例的學習自動獲得新的網絡權值分布，從而更新瞭知識庫。
　　下麵討論神經網絡專傢係統的幾個問題。
　　（1）神經網絡的知識錶示是一種隱式錶示，是把某個問題領域的若乾知識彼此關聯地錶示在一個神經網絡中。對於組閤式專傢係統，同時采用知識的顯式錶示和隱式錶示。
　　……

前言/序言

智能控製導論（第二版）/新世紀電子信息與自動化係列課程改革教材·國傢精品課程“智能控製”配套教材 [Introduction to Intelligent Control] 下載 mobi epub pdf txt 電子書 格式

評分☆☆☆☆☆

hhhuuuuuhhhhhhhhhhhhhhh

評分☆☆☆☆☆

U u h f g h uncut h h g txt n j t t t t y

評分☆☆☆☆☆

U u h f g h uncut h h g txt n j t t t t y

評分☆☆☆☆☆

hhhuuuuuhhhhhhhhhhhhhhh

評分☆☆☆☆☆

hhhuuuuuhhhhhhhhhhhhhhh

評分☆☆☆☆☆

U u h f g h uncut h h g txt n j t t t t y

評分☆☆☆☆☆

hhhuuuuuhhhhhhhhhhhhhhh

評分☆☆☆☆☆

U u h f g h uncut h h g txt n j t t t t y

評分☆☆☆☆☆

U u h f g h uncut h h g txt n j t t t t y

類似圖書 點擊查看全場最低價