正版 智能控制原理与应用 蔡自兴 余伶俐 肖晓明 清华大学出版社

? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?第1章概论
1.1智能控制的产生与发展
1.1.1自动控制的机遇与挑战
1.1.2智能控制的发展和作用
1.2智能控制的定义、特点、一般结构与分类
1.2.1智能控制的定义、特点与评价准则
1.2.2智能控制器的一般结构
1.2.3智能控制系统的分类
1.3人工智能学派理论与计算方法
1.3.1人工智能的学派理论
1.3.2人工智能与智能控制的计算方法
1.4智能控制的学科结构理论体系
1.4.1二元交集结构理论
1.4.2三元交集结构理论
1.4.3四元交集结构理论
1.5本书概要
习题1
第2章递阶控制系统
2.1递阶智能机器的一般理论
2.1.1递阶智能机器的一般结构
2.1.2递阶智能机器的信息论基础
2.1.3IPDI原理的解析公式
2.2递阶智能控制系统的原理与结构
2.2.1组织级原理与结构
2.2.2协调级原理与结构
2.2.3执行级原理与结构
2.3递阶智能控制系统举例
2.3.1汽车自主驾驶系统的组成
2.3.2汽车自主驾驶系统的递阶结构
2.3.3自主驾驶系统的软件结构与控制算法
2.3.4自主驾驶系统的试验结果
2.4小结
习题2
第3章专家控制系统
3.1专家系统的基本概念
3.1.1专家系统的定义与一般结构
3.1.2专家系统的建造步骤
3.2专家系统的主要类型与结构
3.2.1基于规则的专家系统
3.2.2基于框架的专家系统
3.2.3基于模型的专家系统
3.3专家控制系统的结构与设计
3.3.1专家控制系统的结构
3.3.2专家控制系统的控制要求与设计原则
3.3.3专家控制系统的设计问题
3.4专家控制系统的建模
3.4.1受控对象模型
3.4.2专家控制器的模型
3.4.3专家控制系统模型
3.5专家控制系统应用举例
3.5.1实时控制系统的特点与要求
3.5.2高炉监控专家系统
3.6小结
习题3
第4章模糊控制系统
4.1模糊数学基础
4.1.1模糊集合及其运算
4.1.2模糊关系与模糊变换
4.1.3模糊逻辑语言与推理
4.2模糊控制系统原理与结构
4.2.1模糊控制原理
4.2.2模糊控制系统的原理结构
4.3模糊控制器的设计内容
4.3.1模糊控制器的设计内容与原则
4.3.2模糊控制器的控制规则形式
4.4模糊控制系统的设计方法
4.4.1模糊系统设计的查表法
4.4.2模糊系统设计的梯度下降法
4.4.3模糊系统设计的递推二乘法
4.4.4模糊系统设计的聚类法
4.5模糊控制器的设计实例与实现
4.5.1造纸机模糊控制系统的设计与实现
4.5.2直流调速系统模糊控制器的设计
4.6MATLAB模糊控制工具箱
4.7小结
习题4
第5章神经控制系统
5.1人工神经网络概述
5.1.1神经元及其特性
5.1.2人工神经网络的基本类型和学习算法
5.1.3人工神经网络的典型模型
5.1.4基于神经网络的知识表示与推理
5.2神经控制的结构方案
5.2.1NN学习控制
5.2.2NN直接逆模控制与内模控制
5.2.3NN自适应控制
5.2.4NN预测控制
5.2.5基于CAMC的控制
5.2.6多层NN控制和分级NN控制
5.3神经控制系统的设计
5.3.1石灰窑炉神经内模控制系统的设计
5.3.2神经模糊自适应控制器的设计
5.3.3神经控制系统应用举例
5.4MATLAB神经网络工具箱及其仿真
5.4.1MATLAB神经网络工具箱图形用户界面
5.4.2基于Simulink的神经网络模块工具
5.5小结
习题5
第6章学习控制系统
6.1学习控制概述
6.1.1学习控制的定义与研究意义
6.1.2学习控制的发展及其与自适应控制的关系
6.1.3控制律映射及对学习控制的要求
6.2学习控制方案
6.2.1基于模式识别的学习控制
6.2.2迭代学习控制
6.2.3重复学习控制
6.2.4增强学习控制
6.2.5基于神经网络的学习控制
6.3学习控制系统应用举例
6.3.1无缝钢管张力减径过程壁厚控制迭代学习控制算法
6.3.2钢管壁厚迭代学习控制的仿真及应用结果
6.4小结
习题6
第7章多真体控制系统
7.1分布式人工智能与真体
7.1.1分布式人工智能
7.1.2agent及其特性
7.1.3真体的结构
7.2真体的通信
7.2.1真体通信的类型和方式
7.2.2真体的通信语言
7.3多真体系统
7.3.1多真体系统的模型和结构
7.3.2多真体系统的协作、协商和协调
7.3.3多真体系统的学习与规划
7.4多真体控制系统的工作原理
7.4.1MAS控制系统的基本原理和结构
7.4.2MAS控制系统的信息模型
7.5MAS控制系统的设计示例
7.6小结
习题7
第8章进化控制与免疫控制
8.1遗传算法简介
8.1.1遗传算法的基本原理
8.1.2遗传算法的求解步骤
8.2进化控制基本原理
8.2.1进化控制原理与系统结构
8.2.2进化控制的形式化描述
8.3进化控制系统示例
8.3.1一种在线混合进化伺服控制器
8.3.2一个移动机器人进化控制系统
8.4免疫算法和人工免疫系统原理
8.4.1自然免疫系统的概念、组成与功能
8.4.2免疫算法的提出和定义
8.4.3免疫算法的步骤和框图
8.4.4人工免疫系统的结构
8.4.5免疫算法的设计方法和参数选择
8.5免疫控制基本原理
8.5.1免疫控制的系统结构
8.5.2免疫控制的自然计算体系和系统计算框图
8.6免疫控制系统示例
8.6.1扰动抑制和控制器的性能指标
8.6.2基于免疫算法的扰动抑制问题
8.6.3免疫反馈规则与免疫反馈控制器的设计
8.7小结
习题8
第9章网络控制系统
9.1计算机网络与网络控制基础
9.1.1计算机网络及其结构
9.1.2数据通信与网络通信
9.1.3网络控制的基本问题
9.2网络控制系统的结构与特点
9.2.1网络控制系统的一般原理与结构
9.2.2网络控制系统的特点与影响因素
9.3网络控制系统的建模与性能评价标准
9.3.1网络控制系统的建模
9.3.2网络控制系统的性能评价标准
9.4网络控制系统稳定性与控制器设计方法
9.4.1网络控制系统的稳定性
9.4.2网络控制系统的控制器设计方法
9.5网络控制系统的调度
9.5.1网络控制系统的调度方法
9.5.2网络控制系统调度的时间参数
9.6网络控制系统的仿真与工程实现
9.6.1网络控制系统的仿真平台
9.6.2网络控制系统的工程实现
9.7网络控制系统的应用举例
9.7.1烟草包装的网络测控系统
9.7.2热电厂集散控制系统
9.8小结
习题9
第10章复合智能控制
10.1复合智能控制概述
10.2模糊神经复合控制原理
10.3自学习模糊神经控制系统
10.3.1自学习模糊神经控制模型
10.3.2自学习模糊神经控制算法
10.3.3弧焊过程自学习模糊神经控制系统
10.4专家模糊复合控制器
10.4.1专家模糊控制系统的结构
10.4.2专家模糊控制系统示例
10.5进化模糊复合控制器
10.5.1控制器设计步骤和参数优化方法
10.5.2解释（编码）函数的设计
10.5.3规则编码
10.5.4初始种群和适应度函数的计算
10.5.5直流电动机GA优化模糊速度控制系统
10.6仿人控制
10.6.1仿人控制的基本原理和原型算法
10.6.2仿人控制器的属性与设计依据
10.6.3仿人智能控制器的设计与实现步骤
10.7小结
习题10
附录A基于MATLAB工具箱的模糊与神经控制仿真
A.1基于模糊逻辑工具箱的模糊控制器
A.2模糊控制系统的Simulink仿真
A.3神经网络逼近非线性函数的设计
A.4基于神经网络工具箱的水反应器模型预测控制实例
附录B模糊控制与神经网络控制的实验
B.1电热箱的模糊闭环控制实验
B.2单神经元自适应闭环控制实验
参考文献 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ??

　蔡自兴，联合国专家、国际导航与运动控制科学院院士、纽约科学院院士，首届全国高校国家教学名师奖、徐特立教育奖、宝钢全国优秀教师特等奖获得者。主要从事计算机智能系统、人工智能、智能控制、智能机器人研究。已在国内外公开出版专著和教材40部，发表学术论文800多篇，主持、参加并完成包括国家重大项目和重点项目在内的科教研究课题40多项，获国际奖励2项，国家奖励2项，省部级以上奖励10多项，主持多门国家精品课程、国家精品视频公开课、国家精品资源共享课、国家双语教学课程、国家教学团队等教改项目教学与建设。现为中南大学信息科学与工程学院教授、博士生导师，兼任中国人工智能学会荣誉副理事长、中国自动化学会理事、中国计算机学会模式识别与人工智能专业委员会委员，国防科技大学、北京航空航天大学、北京邮电大学等校兼职教授。，曾任第八届湖南省政协副主席，全国政协第九、十届委员会委员，中国人工智能学会副理事长及智能机器人专业委员会主任，国家自然科学基金委学科评议组成员，北京大学信息科学中心、中国科学院自动化研究所和俄罗斯科学院圣彼得堡自动化与信息学研究所客座研究员，美国伦塞勒工学院和丹麦技术大学客座教授等职。

《智能控制原理与应用(第2版)》介绍智能控制的基本原理及其应用，着重介绍各种智能控制系统的基本概念、工作原理、技术方法与应用。全书共10章，涉及递阶控制系统、专家控制系统、模糊控制系统、神经控制系统、学习控制系统、多真体（MAS）控制系统、进化控制系统、免疫控制系统、网络控制系统以及复合智能控制系统的控制机理、类型结构、设计方法和应用示例等，反映国内外智能控制研究和应用的*进展。与第1版相比，许多章节内容得到更新。全书系统全面、内容新颖、编排合理、可读性强，是一部高水平的智能控制教材。