智能控制理论及应用

本书介绍了三类典型的智能控制方法，包括模糊控制、神经网络、智能优化算法，系统地阐述了每类方法的基本概念、模型结构、设计思路和方法，以及基于MATLAB的仿真案例。全书共分4部分，一共13章，主要包括概论、模糊控制篇（包括控制系统设计引论、模糊控制的数学基础、Mamdani模糊控制系统、T-S模糊控制系统）、神经网络篇（包括单层感知器、线性神经网络、BP神经网络和径向基函数神经网络）、优化算法篇（包括遗传算法和粒子群优化算法），以及综合应用篇；书中配有关键知识点短视频、程序代码、思考题与习题，方便读者动手实践、自学自测。 本书可作为高等院校自动化、电气工程、机电工程、电子信息工程、计算机应用等专业高年级本科生和控制科学与工程硕士研究生的智能控制教材，也适合从事工业自动化领域的工程技术人员阅读。 本书配有电子课件、教学视频、习题答案、教学大纲等教学资源，欢迎选用本书作教材的教师登录www.cmpedu.com注册下载，或加微信13910750469索取。

高等院校教师

目录 前言 第1章概论1 1.1控制理论的发展及智能控制的提出1 1.1.1控制理论的发展1 1.1.2智能控制理论的提出2 1.2智能控制的主要技术3 1.2.1模糊逻辑控制3 1.2.2人工神经网络4 1.2.3智能优化算法6 1.3本书的主要内容6 思考题与习题7第1篇模糊控制篇 第2章控制系统设计引论9 2.1引言：以水箱液位控制为例9 2.2传统控制系统设计10 2.3模糊控制系统设计15 思考题与习题17 第3章模糊控制的数学基础18 3.1模糊集合及运算18 3.1.1经典集合回顾18 3.1.2模糊集合的基本概念及表示 方法20 3.1.3模糊集合的运算24 3.1.4应用：语言变量的模糊集合 划分26 3.2模糊关系35 3.2.1模糊关系的定义及表示35 3.2.2应用：语言规则中蕴涵的模糊 关系37 3.3模糊推理42 3.3.1模糊逻辑推理42 3.3.2模糊关系的合成42 3.3.3应用：基于规则的模糊推理45 思考题与习题51 第4章Mamdani模糊控制系统53 4.1模糊控制系统概述53 4.2模糊控制器的设计方法55 4.2.1模糊控制器的设计步骤55 4.2.2水箱液位模糊控制系统设计56 4.3基于MATLAB的模糊控制系统仿真63 4.4模糊控制查询表72 4.5模糊控制系统设计及仿真案例75 4.5.1两输入单输出水箱液位模糊控制 系统设计75 4.5.2倒立摆模糊控制系统设计79 4.6模糊控制与PID控制的结合算法85 4.6.1模糊控制与PID的混合结构85 4.6.2PID参数模糊自整定算法87 思考题与习题91 第5章TS模糊控制系统92 5.1TS模糊模型92 5.2Mamdani与TS模糊控制器94 5.3TS模糊模型的辨识94 5.4基于TS模糊模型的控制器设计96 思考题与习题96第2篇神经网络篇 第6章单层感知器98 6.1单层感知器的结构98 6.2单层感知器的功能99 6.3单层感知器的学习算法101 6.4单层感知器的局限性102 6.5单层感知器仿真示例103 思考题与习题104 第7章线性神经网络106 7.1线性神经网络的结构106 7.2线性神经网络的功能107 7.3线性神经网络的参数学习算法 LMS108 7.4线性神经网络仿真示例110 思考题与习题112 第8章BP神经网络113 8.1BP神经网络的结构113 8.2BP神经网络的参数学习过程114 8.3BP神经网络设计中的几个问题120 8.4反向传播算法的改进算法123 8.4.1动量BP法123 8.4.2可变学习率BP法123 8.4.3LM算法124 8.5BP神经网络仿真示例124 思考题与习题128 第9章径向基函数神经网络130 9.1径向基函数130 9.2正则化RBF神经网络131 9.2.1正则化RBF神经网络的结构131 9.2.2正则化RBF神经网络的学习 算法132 9.3广义RBF神经网络132 9.3.1广义RBF神经网络的结构132 9.3.2广义RBF神经网络的功能133 9.3.3广义RBF神经网络的学习 算法135 9.4RBF神经网络仿真示例138 思考题与习题139 第10章神经网络的应用及控制141 10.1神经网络应用技巧141 10.2神经网络用于控制146 10.2.1单神经元PID自适应控制器 算法146 10.2.2神经网络前馈学习控制148 思考题与习题150第3篇优化算法篇 第11章智能优化算法152 11.1遗传算法152 11.1.1引言152 11.1.2基本概念153 11.1.3遗传算法的具体实现156 11.1.4遗传算法的运算流程157 11.1.5仿真示例158 11.2粒子群优化算法159 11.2.1引言159 11.2.2基本粒子群优化算法160 11.2.3粒子群优化算法实现流程161 11.2.4仿真示例162 思考题与习题163第4篇综合应用篇 第12章双容水箱液位智能控制系统 设计165 12.1双容水箱对象及模型165 12.2PID控制器的设计及实现166 12.3模糊控制器的设计及实现167 12.3.1Mamdani模糊控制器167 12.3.2PID参数模糊自整定控制器169 12.4神经网络自整定PID控制器的设计及 实现172 思考题与习题173 第13章油轮航向智能控制系统 设计174 13.1油轮航向模型174 13.2神经网络控制器设计及实现176 13.2.1BP神经网络控制器176 13.2.2RBF神经网络控制器176 13.3模糊控制器设计及实现179 思考题与习题181 参考文献182