智能控制理論與技術(shù)（第2版）簡(jiǎn)介，目錄書(shū)摘

內容簡(jiǎn)介:　　《智能控制理論與技術(shù)（第2版）》介紹了：模糊控制、神經(jīng)網(wǎng)絡(luò )控制、專(zhuān)家控制、學(xué)習控制、分層遞階控制及智能優(yōu)化方法等內容，每部分既自成體系，又互相聯(lián)系，它們共同構成了智能控制理論和技術(shù)的主要內容?！吨悄芸刂评碚撆c技術(shù)（第2版）》取材新穎，內容豐富，彌補了當前智能控制缺乏系統性資料的不足。
　　《智能控制理論與技術(shù)（第2版）》可作為信息、自動(dòng)化及計算機應用等專(zhuān)業(yè)的本科生及研究生的教材及參考書(shū)，也可供有關(guān)教師和科技工作者學(xué)習參考。

目錄:第1章 緒論
1.1 智能控制的基本概念
1.1.1 智能控制的研究對象
1.1.2 智能控制系統
1.1.3 智能控制系統的基本結構
1.1.4 智能控制系統的主要功能特點(diǎn)
1.1.5 智能控制研究的數學(xué)工具
1.2 智能控制的發(fā)展概況
1.3 智能控制理論
第2章 模糊邏輯控制
2.1 概述
2.1.1 模糊控制與智能控制
2.1.2 模糊集合與模糊數學(xué)的概念
2.1.3 模糊控制的發(fā)展和應用概況
2.2 模糊集合及其運算
2.2.1 模糊集合的定義及表示方法
2.2.2 模糊集合的基本運算
2.2.3 模糊集合運算的基本性質(zhì)
2.2.4 模糊集合的其他類(lèi)型運算
2.3 模糊關(guān)系
2.3.1 模糊關(guān)系的定義及表示
2.3.2 模糊關(guān)系的合成
2.4 模糊邏輯與近似推理
2.4.1 語(yǔ)言變量
2.4.2 模糊蘊含關(guān)系
2.4.3 近似推理
2.4.4 句子連接關(guān)系的邏輯運算
2.5 基于規則庫的模糊推理
2.5.1 mimo模糊規則庫的化簡(jiǎn)
2.5.2 模糊推理的一般步驟
2.5.3 論域為離散時(shí)模糊推理計算舉例
2.5.4 模糊推理的性質(zhì)
2.5.5 模糊控制中常見(jiàn)的兩種模糊推理模型
2.6 基于mamdani模型的模糊控制
2.6.1 模糊控制器的基本結構和組成
2.6.2 模糊控制的離線(xiàn)計算
2.6.3 模糊控制的在線(xiàn)計算
2.6.4 模糊控制系統的分析和設計
2.7 基于t-s模型的模糊控制
2.7.1 t-s模糊模型的表示
2.7.2 t-s模糊模型的建模
2.7.3 基于模糊狀態(tài)方程模型的系統穩定性分析
2.7.4 基于模糊狀態(tài)方程模型的平滑控制器設計
2.7.5 基于模糊狀態(tài)方程模型的切換控制器設計
2.8 自適應模糊控制
2.8.1 基于性能反饋的直接自適應模糊控制
2.8.2 基于模糊模型求逆的間接自適應模糊控制
第3章 神經(jīng)網(wǎng)絡(luò )控制
3.1 概述
3.1.1 神經(jīng)元模型
3.1.2 人工神經(jīng)網(wǎng)絡(luò )
3.1.3 生物神經(jīng)網(wǎng)絡(luò )系統與計算機處理信息的比較
3.1.4 神經(jīng)網(wǎng)絡(luò )的發(fā)展概況
3.2 前饋神經(jīng)網(wǎng)絡(luò )
3.2.1 感知器網(wǎng)絡(luò )
3.2.2 bp網(wǎng)絡(luò )
3.2.3 bp網(wǎng)絡(luò )學(xué)習算法的改進(jìn)
3.2.4 神經(jīng)網(wǎng)絡(luò )的訓練
3.3 反饋神經(jīng)網(wǎng)絡(luò )
3.3.1 離散hopfield網(wǎng)絡(luò )
3.3.2 連續hopfield網(wǎng)絡(luò )
3.3.3 boltzmann機
3.4 局部逼近神經(jīng)網(wǎng)絡(luò )
3.4.1 cmac神經(jīng)網(wǎng)絡(luò )
3.4.2 b樣條神經(jīng)網(wǎng)絡(luò )
3.4.3 徑向基函數神經(jīng)網(wǎng)絡(luò )
3.5 模糊神經(jīng)網(wǎng)絡(luò )
3.5.1 基于mamdani模型的模糊神經(jīng)網(wǎng)絡(luò )
3.5.2 基于t-s模型的模糊神經(jīng)網(wǎng)絡(luò )
3.6 遞歸神經(jīng)網(wǎng)絡(luò )
3.6.1 引言
3.6.2 elman網(wǎng)絡(luò )
3.6.3 esn網(wǎng)絡(luò )
3.6.4 shesn網(wǎng)絡(luò )
3.7 基于神經(jīng)網(wǎng)絡(luò )的系統建模與辨識
3.7.1 概述
3.7.2 逼近理論與網(wǎng)絡(luò )建模
3.7.3 利用多層靜態(tài)網(wǎng)絡(luò )的系統辨識
3.7.4 利用動(dòng)態(tài)網(wǎng)絡(luò )的系統辨識
3.7.5 利用模糊神經(jīng)網(wǎng)絡(luò )的系統辨識
3.8 神經(jīng)網(wǎng)絡(luò )控制
3.8.1 概述
3.8.2 神經(jīng)網(wǎng)絡(luò )控制結構
3.8.3 基于全局逼近神經(jīng)網(wǎng)絡(luò )的控制
3.8.4 基于局部逼近神經(jīng)網(wǎng)絡(luò )的控制
3.8.5 模糊神經(jīng)網(wǎng)絡(luò )控制
3.8.6 有待解決的問(wèn)題
3.9 神經(jīng)網(wǎng)絡(luò )在機器人控制中的應用
3.9.1 神經(jīng)網(wǎng)絡(luò )運動(dòng)學(xué)控制
3.9.2 神經(jīng)網(wǎng)絡(luò )動(dòng)力學(xué)控制
3.9.3 神經(jīng)網(wǎng)絡(luò )路徑規劃
第4章 專(zhuān)家控制
4.1 概述
4.1.1 專(zhuān)家控制的由來(lái)
4.1.2 專(zhuān)家系統
4.1.3 專(zhuān)家控制的研究狀況和分類(lèi)
4.2 專(zhuān)家控制的基本原理
4.2.1 專(zhuān)家控制的功能目標
4.2.2 控制作用的實(shí)現
4.2.3 設計規范和運行機制
4.3 專(zhuān)家控制系統的典型結構
4.3.1 系統結構
4.3.2 系統實(shí)現
4.4 專(zhuān)家控制的示例
4.4.1 自動(dòng)調整過(guò)程
4.4.2 自動(dòng)調整過(guò)程的實(shí)現
4.5 專(zhuān)家控制技術(shù)的研究課題
4.5.1 實(shí)時(shí)推理
4.5.2 知識獲取
4.5.3 專(zhuān)家控制系統的穩定性分析
4.6 一種仿人智能控制
4.6.1 概念和定義
4.6.2 原理和結構
4.6.3 仿人智能控制的特點(diǎn)
第5章 學(xué)習控制
5.1 概述
5.1.1 學(xué)習控制問(wèn)題的提出
5.1.2 學(xué)習控制的表述
5.1.3 學(xué)習控制與自適應控制
5.1.4 學(xué)習控制的研究狀況和分類(lèi)
5.2 基于模式識別的學(xué)習控制
5.2.1 學(xué)習控制系統的一般形式
5.2.2 模式分類(lèi)
5.2.3 可訓t練控制器
5.2.4 線(xiàn)性再勵學(xué)習控制
5.2.5 bayes學(xué)習控制
5.2.6 基于模式識別的其他學(xué)習控制方法
5.2.7 研究課題
5.3 基于迭代和重復的學(xué)習控制
5.3.1 迭代和重復自學(xué)習控制的基本原理
5.3.2 異步自學(xué)習控制
5.3.3 異步自學(xué)習控制時(shí)域法
5.3.4 異步自學(xué)習控制頻域法
5.4 聯(lián)結主義學(xué)習控制
5.4.1 基本思想
5.4.2 聯(lián)結主義學(xué)習系統的實(shí)現原理
5.4.3 聯(lián)結主義學(xué)習控制系統的結構
5.4.4 研究課題
第6章 分層遞階智能控制
6.1 一般結構原理
6.2 組織級
6.3 協(xié)調級
6.3.1 協(xié)調級的原理結構
6.3.2 petri網(wǎng)轉換器
6.3.3 協(xié)調級的petri網(wǎng)結構
6.3.4 協(xié)調級結構的決策和學(xué)習
6.4 執行級
第7章 智能優(yōu)化方法
7.1 概述
7.2 遺傳算法
7.2.1 引言
7.2.2 遺傳算法的工作原理及操作步驟
7.2.3 遺傳算法的實(shí)現及改進(jìn)
7.2.4 遺傳算法應用舉例
7.2.5 遺傳算法中的聯(lián)結關(guān)系
7.3 粒子群優(yōu)化算法
7.3.1 引言
7.3.2 粒子群優(yōu)化算法簡(jiǎn)介
7.3.3 粒子群優(yōu)化算法應用舉例
7.4 蟻群優(yōu)化算法
7.4.1 引言
7.4.2 蟻群優(yōu)化算法簡(jiǎn)介
7.4.3 蟻群優(yōu)化算法應用舉例
7.5 人工免疫算法
7.5.1 引言
7.5.2 人工免疫系統（ais）
7.6 分布估計算法
7.6.1 引言
7.6.2 一個(gè)簡(jiǎn)單的分布估計算法
7.6.3 基于不同概率圖模型的分布估計算法
7.6.4 基于聯(lián)結關(guān)系檢測的分布估計算法
7.6.5 連續域的分布估計算法
7.6.6 基于概率模型的其他相關(guān)算法
7.6.7 分布估計算法進(jìn)一步需要研究的問(wèn)題
參考文獻