具体描述
内容简介
本书面向智能控制学科前沿，从工程应用的角度出发，比较全面地介绍了智能控
制的基本概念、理论和系统设计方法及微机实现技术。全书共分十章，包括智能控制
的知识工程基础、模糊控制、神经网络控制、遗传算法、递阶控制、专家系统和仿人
智能控制等方面的内容，并给出了工程应用实例。
本书取材新颖，反映了当前国内外智能控制技术的核心内容，以计算机技术模拟
智能、实现智能为主线贯穿全书。叙述上深入浅出，易读易懂，便于教学和自学。每
章后附有习题和小结。本书可作为工科院校有关专业的研究生、本科生、专科生的教
材，亦可供有关科研人员参考。
作者简介
目录信息
第一章 智能控制概述
1.1智能控制的基本概念
1.1.1什么是智能控制
1.1.2智能控制的研究对象
1.2智能控制系统的特征和性能
1.2.1智能控制系统的一般结构
1.2.2智能控制系统的主要功能特征
1.2.3智能控制系统的特征模型
1.3智能控制系统的类型
1.4智能控制的发展概况
1.5小结
习题
第二章 智能控制的知识工程基础
2.1知识的基本概念
2.1.1什么是知识
2.1.2知识的分类
2.2知识的表示
2.2.1一阶谓词表示法
2.2.2时序逻辑表示法
2.2.3产生式表示法
2.2.4语义网络知识表示法
2.2.5框架知识表示法
2.2.6Petri网知识表示法
2.2.7定性模型知识表示法
2.2.8可视知识模型
2.3知识的获取
2.3.1非自动知识获取
2.3.2自动知识获取
2.4知识的处理
2.4.1推理的方式与分类
2.4.2推理控制策略
2.4.3状态空间的搜索策略
2.5小结
习题
第三章 分级递阶智能控制
3.1递阶控制的一般原理
3.1.1大系统递阶结构的描述
3.1.2递阶控制的一般原理
3.2分级递阶智能控制
3.2.1分级递阶智能控制系统的结构
3.2.2分级递阶智能控制原理
3.3小结
习题
第四章 遗传算法
4.1什么是遗传算法
4.1.1遗传算法的生物遗传学基础
4.1.2遗传算法的特点
4.1.3遗传算法的基本操作
4.2遗传算法的理论基础
4.2.1遗传算法的模式理论
4.2.2遗传算法实现中的一些基本问题
4.3基于遗传的机器学习系统
4.3.1分类器系统的结构
4.3.2规则信息系统
4.3.3信任分配系统
4.3.4机器学习中的遗传算法
4.4遗传算法的计算机实现
4.5基于遗传算法的系统在线辨识
4.5.1遗传算法在参数辨识中的应用
4.5.2遗传算法参数辨识仿真示例
4.6小结
习题
第五章 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人工神经元模型
5.1.3人工神经网络模型
5.1.4神经网络的学习方法
5.2前向网络及其主要算法
5.2.1感知器
5.2.2BP网络
5.2.3RBF网络
5.3反馈网络
5.3.1Hopfield网络
5.3.2Boltzmann机网络
5.3.3自组织特征映射网络（Kohonen网络）
5.4神经网络模型辨识
5.4.1正向建模
5.4.2逆模型
5.5神经元自适应PID控制
5.5.1神经控制的基本思想
5.5.2单神经元自适应PID控制
5.6神经元自适应PSD控制
5.6.1自适应PSD控制算法
5.6.2单神经元自适应PSD控制
5.7神经网络内模控制
5.7.1内模控制
5.7.2神经网络内模控制
5.8神经网络自适应控制
5.8.1神经网络自校正控制
5.8.2神经网络模型参考控制
5.9神经网络PID控制
5.9.1基于BP神经网络KP，K，KD参数自学习PID控制器
5.9.2改进型BP神经网络KP，KIKD参数自学习PID控制器
5.10小结
习题
第六章 模糊控制的数学基础
6.1概述
6.1.1模糊概念
6.1.2模糊性与随机性
6.2模糊集合
6.2.1普通集合
6.2.2模糊集合
6.2.3模糊集合与普通集合的联系
6.3模糊关系与模糊关系合成
6.3.1模糊关系的基本概念
6.3.2模糊关系合成
6.3.3模糊关系的性质
6.3.4模糊变换
6.4模糊推理
6.4.1模糊语言与语言变量
6.4.2模糊命题与模糊条件语句
6.4.3模糊推理
6.5小结
习题
第七章 模糊控制
7.1模糊控制系统原理
7.1.1传统控制系统的特点
7.1.2模糊控制系统的工作原理
7.1.3模糊控制的系统结构
7.1.4模糊控制器的结构与组成
7.2模糊控制器设计
7.2.1模糊控制器设计要求
7.2.2清晰量的模糊化
7.2.3模糊量的清晰化
7.2.4模糊控制规则及控制算法
7.3自调整模糊控制技术
7.3.1带有自调整因子的模糊控制器
7.3.2带有自调整函数的模糊控制器
7.4神经网络实现的模糊控制
7.4.1常规模糊系统的等价神经网络
7.4.2模糊神经网络技术在温度控制过程中的应用
7.4.3基于T－S模型的模糊神经网络
7.5基于遗传算法优化的模糊控制
7.5.1遗传算法和模糊逻辑、神经网络的融合
7.5.2基于遗传算法优化的模糊控制器
7.5.3基于遗传算法的模糊温度控制实验
7.6小结
习题
第八章 专家控制
8.1专家系统概述
8.1.1什么是专家系统
8.1.2专家系统的基本组成
8.1.3专家系统的特征及类型
8.2专家控制系统
8.2.1专家控制系统的特点
8.2.2专家控制系统的工作原理
8.2.3专家控制器
8.3模糊专家系统
8.3.1模糊专家系统的基本结构
8.3.2可能性分布与模糊测度
8.3.3模糊性知识的规则表示
8.3.4不确定性推理模型
8.4逻辑程序设计语言
8.4.1Prolog语言的特点
8.4.2Prolog语言的语法与数据结构
8.4.3Prolog程序的执行与控制
8.5小结
习题
第九章 基于规则的仿人智能控制
9.1仿人智能控制的原理
9.1.1仿人智能控制的基本思想
9.1.2仿人智能行为的特征变量
9.2仿人智能开关控制
9.2.1智能开关控制
9.2.2智能开关控制器设计示例
9.3仿人比例控制
9.3.1仿人比例控制原理
9.3.2仿人比例控制算法
9.4仿人智能积分控制
9.4.1仿人智能积分原理
9.4.2仿人智能控制算法
9.5基于特征辨识的多模态智能控制
9.5.1系统动态特征模式类
9.5.2基于特征辨识的智能控制
9.6小结
习题
第十章 智能控制应用示例
10.1电加热炉炉温智能控制
10.1.1电加热炉模型分析
10.1.2电加热炉炉温智能控制
10.2集装箱吊车的模糊控制
10.2.1吊车模糊控制规则的建立
10.2.2模糊逻辑吊车控制器的结构
10.2.3模糊控制的可编程控制器实现
10.3模糊控制技术的微机实现
10.3.1MC68HC11E9数字单片机的特性
10.3.2温度模糊控制器的实现
10.4模糊控制的洗衣机
10.4.1模糊控制洗衣机系统电路结构
10.4.2洗衣机的模糊推理
10.4.3洗衣机物理量检测方法
10.4.4布质、布量的模糊推理
10.5倒立摆的模糊神经网络控制
10.5.1再励学习的模糊神经网络
10.5.2倒立摆的模糊神经网络自适应控制
参考文献
· · · · · · (收起)
读后感
评分
评分
评分
评分
用户评价
这本书在讲解“智能控制技术”时，给我最大的启发是它对“预测”和“优化”的重视。我之前一直觉得控制就是“响应”，即接收到信号后做出反应。但这本书让我意识到，真正的智能控制，往往能够“预判”未来的变化，并提前做出最优的决策。比如，在交通管理系统中，智能控制不仅仅是根据实时的车流量来调整红绿灯，而是会结合天气、节假日、特殊事件等多种因素，提前预测未来的拥堵情况，并主动优化信号灯配时，从而达到疏导交通、减少拥堵的目的。作者还详细介绍了“模型预测控制”（MPC）等先进技术，让我了解到如何构建一个系统模型，并利用这个模型来预测系统的未来行为，进而规划出最优的控制序列。这一点对于能源系统、供应链管理等领域来说，无疑是革命性的。书中的案例分析非常详尽，让我看到了这些预测和优化是如何在实际操作中发挥巨大作用的，比如如何通过预测用户的需求来优化库存，如何通过预测电网负荷来提前调整发电计划。我感觉这本书不仅仅是介绍技术，更是在传递一种解决问题的新思路，一种对未来的洞察力。
评分这本书让我对“智能控制”的理解，不再局限于简单的算法实现，而是看到了它背后更深层次的“人性化”和“协同”的理念。作者在书中多次强调，智能控制的最终目的，是为了更好地服务于人类，提高生活品质，而不是制造冰冷的机器。我印象最深的是关于“人机交互”部分的讨论，智能控制系统并非是完全取代人类，而是与人类协同工作，发挥各自的优势。比如，在智能家居系统中，智能控制能够根据用户的习惯和偏好，自动调节灯光、温度，甚至播放用户喜欢的音乐，创造一个更加舒适便捷的生活环境。它不仅仅是响应指令，更是能够“理解”用户的情感和需求，并做出“贴心”的反应。此外，书中还探讨了“多智能体协同”的概念，即多个独立的智能体如何通过信息共享和协作，共同完成一个复杂的任务。这让我联想到在团队协作中，如何让不同的个体发挥特长，实现整体最优。这本书的讲解方式非常灵活，有时像是在分享个人的心得体会，有时又像是在进行一场深入的学术探讨，让我感觉阅读过程非常轻松愉快。
评分这本书在阐述“智能控制技术”时，让我看到了技术发展的“趋势”和“潜力”。我之前对智能控制的认识比较片面，总觉得它离我的生活比较遥远。但通过阅读这本书，我才发现，智能控制已经渗透到我们生活的方方面面，并且还在不断发展和创新。作者对“机器学习”和“深度学习”在智能控制中的应用进行了深入的探讨，让我了解到这些前沿技术是如何赋能控制系统，使其具备更强大的学习能力和泛化能力。书中的案例涉及到了自动驾驶、智能医疗、智能制造等多个领域，让我看到了智能控制如何改变着我们的社会面貌。让我特别兴奋的是，作者还对未来智能控制的发展方向进行了展望，比如如何实现更高级别的自主化、更自然的交互方式，以及如何解决智能控制带来的伦理和社会问题。这种前瞻性的视角，让我对未来的科技发展充满了期待。这本书的价值，不仅仅在于提供了丰富的技术知识，更在于它能够激发读者的思考，引导读者去探索更广阔的未知领域。
评分这本书让我对“智能控制”这个概念有了全新的认识。我一直以为智能控制就是一套复杂的算法，能够让机器自主做出决策，但读完之后才发现，它其实更像是一种“思维方式”的迁移。作者通过大量的实例，将抽象的理论具象化，让我看到了智能控制如何在各个领域发挥其独特的魅力。比如，在工业自动化方面，它不仅仅是简单的PID调节，而是引入了模糊逻辑、神经网络等，使得控制系统能够根据环境变化和生产需求动态调整，优化生产效率和产品质量。我还特别惊讶于智能控制在新能源领域的应用，像风力发电和太阳能发电，如何通过智能预测和调度，最大限度地提升能源的利用率，减少能源浪费。书中的案例分析非常深入，让我能清晰地理解每一个控制策略背后的逻辑和优势，甚至是一些在实际应用中可能遇到的挑战和解决方案。虽然我本身并不是控制工程专业的科班出身，但这本书的讲解方式循序渐进，语言也通俗易懂，让我这个跨专业的读者也能够轻松跟上。作者在书中反复强调了“理解”的重要性，不是死记硬背公式，而是要真正理解控制的本质，并能将其灵活运用到实际问题中。这一点对我影响很大，让我开始重新审视自己工作中遇到的那些看似棘手的问题，思考是否能用更“智能”的方式去解决。
评分这本书在对“智能控制”进行阐述时，着重于其“智能化”的特质，而非单纯的技术堆砌。我印象最深刻的是作者关于“自适应性”和“鲁棒性”的讲解。传统的控制系统往往需要预设固定的参数，一旦系统环境发生变化，就需要重新调试，效率低下。而智能控制系统，通过学习和优化，能够自动调整自身参数，以适应不断变化的工况。书中的一个例子是关于机器人手臂的控制，在不同负载和不同操作环境下，通过机器学习，机器人手臂能够不断优化其运动轨迹和力度，从而实现更精确、更平稳的操作。作者还提到了“故障诊断”和“容错控制”，这在一些关键领域，如航空航天和医疗设备中，具有极其重要的意义。如果设备出现微小故障，智能控制系统能够及时发现并做出相应的调整，甚至在某些情况下能够继续运行，避免灾难性的后果。这种“自主学习”、“自主决策”的能力，正是智能控制区别于传统控制的根本所在。书中对这些概念的解释，没有过于复杂的数学推导，而是通过生动的比喻和实际案例，让读者能够直观地感受到智能控制的强大之处。我甚至开始思考，是否可以将这种“智能”的思想应用到我日常生活中的一些决策中，比如如何更有效地管理时间，如何做出更明智的投资选择。
评分使用的数学符号一塌糊涂，强行压缩篇幅使得内容知识完全变成了定义和数学推导，而不陈述为什么。这本书既不适合学习也不适合当作工具书（符号使用极为不严谨，没法用）
评分使用的数学符号一塌糊涂，强行压缩篇幅使得内容知识完全变成了定义和数学推导，而不陈述为什么。这本书既不适合学习也不适合当作工具书（符号使用极为不严谨，没法用）
评分使用的数学符号一塌糊涂，强行压缩篇幅使得内容知识完全变成了定义和数学推导，而不陈述为什么。这本书既不适合学习也不适合当作工具书（符号使用极为不严谨，没法用）
评分使用的数学符号一塌糊涂，强行压缩篇幅使得内容知识完全变成了定义和数学推导，而不陈述为什么。这本书既不适合学习也不适合当作工具书（符号使用极为不严谨，没法用）
评分使用的数学符号一塌糊涂，强行压缩篇幅使得内容知识完全变成了定义和数学推导，而不陈述为什么。这本书既不适合学习也不适合当作工具书（符号使用极为不严谨，没法用）
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有