智能控制技术2023

杨光仪

目录

  • 1 绪论
    • 1.1 智能控制的基本概念
    • 1.2 智能控制系统的特点及理论结构
    • 1.3 智能控制的研究对象和类型
    • 1.4 智能控制的发展概述及应用
    • 1.5 测试题
  • 2 专家控制
    • 2.1 专家系统
    • 2.2 专家控制
    • 2.3 专家PID控制
    • 2.4 测试题
  • 3 模糊控制的理论基础
    • 3.1 概述
    • 3.2 模糊集合
      • 3.2.1 模糊集合的概念
      • 3.2.2 模糊集合的运算
    • 3.3 隶属函数
    • 3.4 模糊关系及其运算
    • 3.5 模糊推理
    • 3.6 测试题
  • 4 模糊控制
    • 4.1 模糊控制的基本原理
    • 4.2 Mamdan型模糊控制器的设计
      • 4.2.1 Mamdani型模糊控制器的基本组成
      • 4.2.2 量化因子和比例因子
      • 4.2.3 量化因子和比例因子在模糊控制系统中的作用
      • 4.2.4 模糊化和清晰化
    • 4.3 模糊控制器的构成
    • 4.4 模糊控制系统的工作原理
    • 4.5 模糊控制器的结构
    • 4.6 模糊控制系统的分类
    • 4.7 模糊控制器的设计
      • 4.7.1 模糊控制器的设计步骤
      • 4.7.2 模糊控制器的MATLAB仿真
    • 4.8 模糊控制应用实例-洗衣机的模糊控制
    • 4.9 模糊自整定PID控制
      • 4.9.1 模糊自适应整定PID控制原理
      • 4.9.2 仿真实例
    • 4.10 Sugeno模糊模型
    • 4.11 模糊控制的应用、发展概况和发展方向
    • 4.12 测试题
  • 5 神经网络的理论基础
    • 5.1 概述
    • 5.2 神经网络发展历史
    • 5.3 神经网络原理
    • 5.4 神经网络的分类
    • 5.5 神经网络学习算法
      • 5.5.1 Hebb学习规则
      • 5.5.2 Delta（δ）学习规则
    • 5.6 神经网络控制的研究领域
    • 5.7 测试题
  • 6 典型神经网络
    • 6.1 单神经元网络
    • 6.2 BP神经网络特点和结构
    • 6.3 BP网络的逼近
    • 6.4 BP网络的优缺点
    • 6.5 BP网络模式识别
    • 6.6 仿真实例
    • 6.7 测试题
隶属函数