智能控制理论与应用

   本书从智能控制的起源开始，详细阐述了智能控制的基础、理论、方法和实用技术。全书共分9章，内容包括：绪论、专家系统、专家控制系统、模糊控制、神经网络控制、仿人智能控制、智能决策支持系统、现代优化方法在智能决策中的应用以及深度学习。本书理论联系实际。注重智能控制方法的实际应用，便于读者理解、掌握和实际应用。
本书可作为高等院校自动化、人工智能及其相关专业的教材，也可供有关科研人员以及工程技术人员学习和参考。

第1章绪论
1.1自动控制的起源
1.2传统控制面临的问题与挑战
1.3人控制器给控制理论的启示
1.4智能控制基础
1.4.1智能控制的定义
1.4.2智能控制系统的基本结构
1.4.3智能控制的主要研究内容
1.4.4智能控制与传统控制的关系
1.5本书的主要内容
第2章专家系统
2.1专家系统概述
2.1.1什么是专家系统
2.1.2建立专家系统的目的和意义
2.1.3专家系统的结构
2.2知识的表示与获取
2.2.1基本概念
2.2.2知识的表示
2.2.3知识的获取
2.3不确定推理
2.3.1知识的不确定性
2.3.2不确定推理
2.4搜索策略
2.4.1搜索技术概述
2.4.2搜索技术分类
2.4.3搜索效率的评价
2.4.4状态空间的搜索策略
2.4.5与／或树的搜索策略
2.5专家系统应用案例
2.5.1概述
2.5.2知识表示
2.5.3推理机制
2.5.4系统特点及系统效果
本章小结
第3章专家控制系统
3.1专家控制系统概述
3.1.1专家控制系统的特点
3.1.2专家控制系统的类型
3.2专家控制系统的原理
3.2.1专家控制的功能目标
3.2.2控制作用的实现
3.2.3设计规范和运行机制
3.3专家控制系统的结构
3.3.1专家控制系统的基本结构
3.3.2专家控制系统的具体结构
3.4直接专家控制系统
3.4.1直接专家控制器的一般结构
3.4.2专家控制器的设计原则
3.4.3专家控制器的系统实现
3.5间接专家控制系统
3.6专家控制系统应用案例
3.6.1工业燃煤锅炉燃烧控制的特点与难点
3.6.2锅炉燃烧过程专家控制规则集、知识库及推理机
本章小结
第4章模糊控制
4.1模糊控制的基本思想
4.2模糊控制的数学基础
4.2.1模糊集合的定义及表示方法
4.2.2模糊集合的运算
4.2.3隶属函数
4.2.4模糊关系及其运算
4.2.5模糊推理
4.3模糊控制原理
4.3.1模糊控制的基本原理
4.3.2模糊控制器的设计步骤
4.3.3模糊自适应整定PID控制
4.4模糊控制应用实例
4.4.1水位模糊控制
4.4.2间歇聚丙烯生产的智能控制
本章小结
第5章神经网络控制
5.1神经网络的基本概念
5.1.1生物神经元模型
5.1.2人工神经网络
5.1.3神经网络常用的激发函数
5.1.4神经网络的分类
5.1.5神经网络学习方法
5.2神经网络模型
5.2.1感知器
5.2.2BP神经网络
5.2.3径向基函数网络
5.2.4反馈神经网络
5.3神经网络控制系统
5.3.1神经网络控制系统概述
5.3.2神经网络控制器的设计方法
5.3.3神经网络辨识器的设计方法
5.4神经网络控制应用实例
5.4.1生化过程神经网络控制
5.4.2轧钢机钢板厚度的非线性神经网络控制
本章小结
第6章仿人智能控制
6.1仿人智能控制的基本原理
6.2仿人智能控制器的原型
6.2.1基本算法和静特性
6.2.2动态特性分析
6.2.3仿人智能控制器原型中的智能属性
6.3仿人智能控制系统的设计方法
6.3.1仿人智能控制系统的性能指标
6.3.2被控对象的“类等效”简化模型
6.3.3被控对象的模型处理
6.3.4仿人智能控制器设计的基本步骤
6.3.5仿人智能控制的多种模式
6.4几类常见的仿人智能控制器
6.4.1仿人智能开关控制器
6.4.2仿人比例控制器
6.4.3仿人智能积分控制器
6.5pH过程的仿人智能控制
6.5.1pH仿人智能控制器的设计
6.5.2仿真实验及结果
本章小结
第7章智能决策支持系统
7.1决策支持系统的内涵
7.1.1决策支持系统的概念
7.1.2决策支持系统的组成与系统结构
7.2智能决策支持系统的内涵
7.2.1智能决策支持系统的基本概念
7.2.2智能决策支持系统的结构及特点
7.2.3智能决策支持系统的特性和功能
7.3智能决策的主要方法
7.3.1机器学习
7.3.2软计算方法
7.3.3数据仓库和数据挖掘
7.3.4基于范例推理
7.4智能决策支持系统在交通事故管理上的应用
7.4.1适用性分析
7.4.2模型库的设计
7.4.3数据库的设计
7.4.4知识库的设计
7.4.5推理机的设计
7.4.6系统实现分析
本章小结
第8章现代优化方法在智能决策中的应用
8.1进化算法
8.1.1进化算法的基本框架
8.1.2遗传算法
8.1.3差分进化算法
8.1.4进化算法在优化决策中的应用
8.2粒子群算法
8.2.1基本粒子群算法
8.2.2粒子群算法的改进
8.2.3粒子群算法在优化决策中的应用
8.3模拟退火算法
……