返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 正版 人工智能控制技术 高学辉 王树波 陈强 白星振 9787111757252 机械工业出版社 教材
  • 新商品上架
    • 作者: 无著
    • 出版社: 机械工业出版社
    • 出版时间:2024-05
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 无著
    • 出版社:机械工业出版社
    • 出版时间:2024-05
    • ISBN:9784495155863
    • 版权提供:机械工业出版社


    商品名称:

    人工智能控制技术

    作      者:

    高学辉  王树波  陈强  白星振

    市  场 价:

    59.00

    ISBN  号:

    9787111757252

    出版日期:

     

    页      数:

    267

    开      本:


    出  版 社:

     机械工业出版社

    目录

    前言

    第1部分基础篇

    第1章绪论

    1.1人工智能控制技术概述

    1.1.1人工智能的定义及智能控制

    1.1.2人工智能控制技术的发展历史

    1.1.3人工智能控制发展面临的难题

    1.1.4人工智能控制的主要内容

    1.2学习算法概述

    1.2.1无监督学习

    1.2.2监督学习

    1.2.3强化学习

    1.3自动控制基础

    1.3.1控制系统的发展历史

    1.3.2控制系统模型

    1.3.3控制方法概述

    1.3.4控制系统的稳定性

    1.4学习与控制术语说明

    习题

    参考文献

    第2章神经网络控制

    2.1神经网络理论基础

    2.1.1神经网络发展历史

    2.1.2神经网络原理

    2.1.3神经网络学习算法

    2.2典型神经网络

    2.2.1单神经元网络

    2.2.2BP神经网络

    2.2.3RBF神经网络

    2.2.4Hopfield神经网络

    2.2.5卷积神经网络

    2.3神经网络自适应控制

    2.3.1系统描述

    2.3.2自适应控制器设计

    2.3.3稳定性证明

    2.3.4仿真实例

    习题

    参考文献

    第3章强化学习

    3.1强化学习概述

    3.1.1强化学习的历史背景

    3.1.2强化学习的分类

    3.1.3强化学习的重点概念

    3.2马尔可夫决策过程

    3.2.1马尔可夫链与马尔可夫决策过程

    3.2.2贝尔曼方程

    3.2.3最优控制与最优策略

    3.3动态规划

    3.3.1动态规划简介

    3.3.2最优控制中的动态规划

    3.3.3强化学习中的动态规划

    3.4基本强化学习

    3.4.1策略迭代算法

    3.4.2值迭代算法

    3.4.3蒙特卡洛法

    3.4.4时序差分法

    3.4.5其他类型强化学习

    习题

    参考文献

    第4章深度强化学习

    4.1深度强化学习概述

    4.1.1深度强化学习发展历程

    4.1.2深度强化学习基本学习思想

    4.2深度卷积神经网络

    4.2.1基本网络类型

    4.2.2改进网络类型

    4.3深度循环神经网络

    4.3.1网络结构与计算

    4.3.2深度循环神经网络变体和改进

    4.4深度价值和策略学习

    4.4.1深度Q网络

    4.4.2基于策略梯度算法

    习题

    参考文献

    第5章模糊控制

    5.1模糊控制数学原理

    5.1.1模糊集合

    5.1.2隶属函数的种类

    5.1.3模糊集合的运算

    5.1.4模糊关系与推理

    5.2模糊控制原理及设计

    5.2.1基本原理和组成

    5.2.2模糊控制器的结构和分类

    5.2.3模糊控制的工作原理和设计步骤

    5.3自适应模糊控制

    5.3.1模糊逼近和万能逼近定理

    5.3.2系统描述

    5.3.3模糊控制器设计

    5.3.4仿真实例

    习题

    参考文献

    第6章进化算法

    6.1进化算法概述

    6.2遗传算法

    6.2.1遗传算法的发展历史

    6.2.2遗传算法的基本原理

    6.3粒子群算法

    6.3.1粒子群算法的发展历史

    6.3.2粒子群算法的原理

    6.4蚁群算法

    6.4.1蚁群算法的发展历史

    6.4.2蚁群算法的原理

    习题

    参考文献

    第2部分实用篇

    第7章机械臂控制实例

    7.1机械臂神经网络控制

    7.1.1问题的提出

    7.1.2神经网络设计

    7.1.3控制器设计

    7.1.4稳定性证明

    7.1.5仿真实例

    7.2机械臂自适应模糊控制

    7.2.1系统描述

    7.2.2模糊控制器设计

    7.2.3仿真实例

    习题

    参考文献

    第8章无人机三维最优路径规划实例

    8.1无人机路径规划简介

    8.2无人机路径规划Q-Learning算法原理

    8.3无人机三维路径规划实现过程

    8.3.1基于Q-Learning的三维模型创建

    8.3.2训练过程

    8.3.3路径规划实现结果

    8.4仿真程序

    习题

    参考文献

    第9章五子棋自动对弈实例

    9.1五子棋自动对弈实现原理

    9.2蒙特卡洛树搜索

    9.2.1选择

    9.2.2拓展与评估

    9.2.3反向传播

    9.2.4演绎

    9.3五子棋自对弈训练

    9.4仿真程序

    习题

    参考文献

    第10章图像优化处理实例

    10.1数字图像处理技术简介

    10.1.1基本概念

    10.1.2研究内容

    10.1.3应用领域

    10.2图像分割

    10.2.1技术介绍

    10.2.2图像分割的定义

    10.2.3基于阈值的分割方法

    10.2.4其他分割方法

    10.3基于进化算法的图像分割方法实例

    10.3.1基于遗传算法的图像分割

    10.3.2基于粒子群算法的图像分割

    习题

    参考文献

     

    本书讲述基于人工智能的控制技术,主要介绍了神经网络控制、模糊逻辑控制和进化算法控制。全书分为两部分,共10 章。第1 部分为基础篇,包括第1~6 章,讲述基础理论。第1 章绪论讲述人工智能和控制论的基础;第2~4 章是神经网络控制部分,主要讲述神经网络理论基础、典型神经网络、神经网络自适应控制、强化学习和深度强化学习的内容;第5章讲述模糊控制;第6 章讲述进化算法。第2 部分是实用篇,包括第7~10章,以机械臂、无人机、五子棋和图像优化处理等为例,具体说明了第1部分内容的应用。书中每章均附有习题。为加快推进党的二十大精神进教材,本书深入挖掘科学研究和科学成果取得过程背后的“两弹一星”精神、载人航天精神、科学家精神等,并以二维码的形式进行教学指引。

    本书可作为人工智能、自动化、电气工程及其自动化、智能控制等相关专业的本科课程教材,也可以作为相关工程技术人员的专业参考书。

     

    1
    • 商品详情
    • 内容简介

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购