智能控制基礎
師麗,李曉媛
- 出版商: 機械工業
- 出版日期: 2021-11-01
- 定價: $299
- 售價: 8.5 折 $254
- 語言: 簡體中文
- 頁數: 242
- 裝訂: 平裝
- ISBN: 7111684974
- ISBN-13: 9787111684978
-
相關分類:
Machine Learning
立即出貨 (庫存 < 4)
買這商品的人也買了...
-
$327多源數據融合和傳感器管理 (電子科技大學特色教材) -
$214模糊控制及其 MATLAB 模擬, 2/e -
$234數字控制系統分析與設計, 2/e -
$654稀疏學習、分類與識別 -
$234分佈式網絡化系統信息融合 -
$528分佈式信息融合 -- 理論與方法 -
$280TensorFlow 智能算法與應用 -
$414面向雲平臺的物聯網多源異構信息融合方法 -
$454智能天線：MATLAB 實踐版, 2/e (Smart Antennas with MATLAB, 2/e) -
$594ROS 機器人開發：實用案例分析 (ROS Robotics By Example : Learning to control wheeled, limbed, and flying robots using ROS Kinetic Kame, 2/e) -
$177MATLAB/System View 通信原理實驗與系統模擬, 2/e -
$474工業大數據融合體系結構與關鍵技術 -
$551FPGA 進階開發與實踐 -
基於完全互補序列的 MIMO 雷達與 5G MIMO 通信$474$450 -
Verilog HDL 數字系統設計與驗證 — 以太網交換機案例分析$354$336 -
Multifunctional Antennas and Arrays for Wireless Communication Systems (Hardcover)$3,800$3,610 -
Verilog HDL 算法與電路設計 -- 通信和電腦網絡典型案例$414$393 -
$265自動控制原理 -
$690MATLAB 2020 信號處理從入門到精通 -
Advanced Antenna Array Engineering for 6g and Beyond Wireless Communications (Hardcover)$1,750$1,715 -
$811多源信息融合, 3/e -
Python 數學建模算法與應用$450$428 -
時間敏感網絡技術及發展趨勢$599$569 -
FPGA 可程式化邏輯設計實習：使用 Verilog HDL 與 Xilinx Vivado (第三版)(附範例光碟)$400$360 -
智能控制 — 理論基礎、算法設計與應用, 2/e$354$336
中文年末書展｜繁簡參展書2書75折 詳見活動內容 »
-
75折
為你寫的 Vue Components：從原子到系統，一步步用設計思維打造面面俱到的元件實戰力 (iThome 鐵人賽系列書)$780$585 -
75折
BDD in Action, 2/e (中文版)$960$720 -
75折
看不見的戰場：社群、AI 與企業資安危機$750$563 -
79折
AI 精準提問 × 高效應用：DeepSeek、ChatGPT、Claude、Gemini、Copilot 一本搞定$390$308 -
7折
超實用！Word．Excel．PowerPoint 辦公室 Office 365 省時高手必備 50招, 4/e (暢銷回饋版)$420$294 -
75折
裂縫碎光：資安數位生存戰$550$412 -
85折
日本當代最強插畫 2025 : 150位當代最強畫師豪華作品集$640$544 -
79折
Google BI 解決方案：Looker Studio × AI 數據驅動行銷實作，完美整合 Google Analytics 4、Google Ads、ChatGPT、Gemini$630$498 -
79折
超有料 Plus！職場第一實用的 AI 工作術 - 用對 AI 工具、自動化 Agent, 讓生產力全面進化！$599$473 -
75折
從零開始學 Visual C# 2022 程式設計, 4/e (暢銷回饋版)$690$518 -
75折
Windows 11 制霸攻略：圖解 AI 與 Copilot 應用，輕鬆搞懂新手必學的 Windows 技巧$640$480 -
75折
精準駕馭 Word！論文寫作絕非難事 (好評回饋版)$480$360 -
Sam Yang 的插畫藝術：用 Procreate / PS 畫出最強男友視角 x 女孩美好日常$699$629 -
79折
AI 加持！Google Sheets 超級工作流$599$473 -
78折
想要 SSR? 快使用 Nuxt 吧!：Nuxt 讓 Vue.js 更好處理 SEO 搜尋引擎最佳化（iThome鐵人賽系列書）$780$608 -
78折
超實用！業務．總管．人資的辦公室 WORD 365 省時高手必備 50招 (第二版)$500$390 -
7折
Node-RED + YOLO + ESP32-CAM：AIoT 智慧物聯網與邊緣 AI 專題實戰$680$476 -
79折
「生成式⇄AI」：52 個零程式互動體驗，打造新世代人工智慧素養$599$473 -
7折
Windows APT Warfare：惡意程式前線戰術指南, 3/e$720$504 -
75折
我輩程式人：回顧從 Ada 到 AI 這條程式路，程式人如何改變世界的歷史與未來展望 (We, Programmers: A Chronicle of Coders from Ada to AI)$850$637 -
75折
不用自己寫！用 GitHub Copilot 搞定 LLM 應用開發$600$450 -
79折
Tensorflow 接班王者：Google JAX 深度學習又快又強大 (好評回饋版)$780$616 -
79折
GPT4 會你也會 - 共融機器人的多模態互動式情感分析 (好評回饋版)$700$553 -
79折
技術士技能檢定 電腦軟體應用丙級術科解題教本｜Office 2021$460$363 -
75折
Notion 與 Notion AI 全能實戰手冊：生活、學習與職場的智慧策略 (暢銷回饋版)$560$420
相關主題
商品描述
智能控制是自動控制發展的高級階段，是人工智能、控制論、系統論、信息論、仿生學、神經生理學、進化計算和計算機等多種學科的高度匯聚，是一門新興的邊緣交叉學科。
本書系統地介紹了智能控制的內涵、理論和主要方法，包括模糊控制、神經網絡控制、專家控制系統、
遺傳算法、基於DNA的軟計算、粒子群算法、深度學習等，著重介紹了智能控制方法的交叉和融合，
如模糊神經網絡、模糊專家系統、神經專家系統、遺傳-模糊控制和遺傳-神經網絡等。
本書內容豐富，註重理論聯繫實際，配有大量的MATLAB模擬例題和實際應用案例講解，
能夠更好地幫助學生通過模擬習題和工程實例設計深入理解智能控制的基本內涵和控制方法的綜合運用。
本書可作為普通高校自動化、電氣及電子信息等專業學生的教材，
也可供有關教師和工程技術人員參考。
本書配有電子課件，歡迎選用本書作教材的教師登錄
www.cmpedu.com註冊下載，或發郵件至jinacmp@163.com索取。
本書配有MATLAB源碼，請直接用手機掃描書中二維碼進行下載
作者簡介
目錄
二維碼資源一覽表
序
前言
第1章緒論1
1.1智能控制的內涵和特點1
1.2智能控制的結構理論2
1.2.1二元結構論2
1.2.2三元結構論2
1.2.3四元結構論3
1.2.4多元結構或樹形結構3
1.3智能控制與傳統控制的關係3
1.4智能控制系統的類型4
1.4.1分級遞階控制系統4
1.4.2專家控制系統5
1.4.3人工神經網絡控制系統5
1.4.4模糊控制系統6
1.4.5智能優化與智能控制融合7
1.5智能控制的應用7
1.5.1智能控制在航空航天領域中的 應用7
1.5.2智能控制在工業生產過程中的 應用8
1.5.3智能控制在醫療衛生領域中的 應用9
1.5.4智能控制在軍事國防中的應用10
1.5.5智能控制在農業工程中的應用10
1.5.6智能控制在智能社會和其他領域中的應用10
1.6本章小結11
習題11
參考文獻11
第2章模糊控制13
2.1模糊控制的基本概念和數學基礎13
2.1.1模糊控制器的設計步驟14
2.1.2性能評價14
2.1.3語言變量、語言值和規則14
2.1.4模糊集合、模糊規則和模糊 推理16
2.1.5解模糊25
2.2基於倒立擺的模糊控制設計27
2.2.1模糊控制器的輸入和輸出選擇28
2.2.2控制知識的融入規則28
2.2.3知識的模糊量化31
2.2.4規則的匹配33
2.2.5結論的確定36
2.2.6結論轉換成控製作用（解模糊）37
2.2.7模糊決策的圖形描述39
2.3Takagi-Sugeno模糊系統40
2.3.1Takagi-Sugeno模糊系統概述40
2.3.2廣義TS模糊模型42
2.4基於MATLAB的鍋爐蒸汽壓力雙模糊 控制模擬43
2.5自適應模糊控制47
2.5.1問題的提出與闡述48
2.5.2間接自適應模糊控制器設計48
2.5.3直接自適應模糊控制器設計50
2.5.4單級倒立擺自適應模糊控制設計 模擬實例52
2.6本章小結54
習題55
參考文獻56
第3章模糊建模和模糊辨識58
3.1模糊模型的類型與分割形式58
3.1.1Mamdani模糊模型58
3.1.2Tsukamoto模糊模型60
3.1.3模糊模型的分割形式60
3.2模糊系統的通用近似特性61
3.2.1模糊基函數61
3.2.2模糊系統的通用逼近性62
3.2.3用於函數近似的模糊系統求解64
3.3模糊辨識和估計的算法65
3.3.1模糊辨識的數據選擇65
3.3.2#小二乘算法65
3.3.3梯度算法70
3.3.4模糊聚類法74
3.3.5混合算法77
3.4本章小結78
習題78
參考文獻78
第4章神經網絡控制79
4.1神經網絡理論基礎79
4.1.1神經網絡原理79
4.1.2神經網絡的結構和特點81
4.1.3神經網絡學習83
4.2前饋神經網絡85
4.2.1感知器85
4.2.2BP神經網絡88
4.2.3RBF神經網絡95
4.2.4LVQ神經網絡100
4.3反饋神經網絡102
4.3.1Hopfield神經網絡102
4.3.2Kohonen網絡110
4.4神經網絡控制114
4.4.1神經網絡控制的基本思想114
4.4.2神經網絡直接逆動態控制115
4.4.3神經網絡PID控制116
4.4.4神經網絡自適應控制123
4.4.5神經網絡內模控制127
4.5本章小結133
習題133
參考文獻134
第5章模糊神經網絡137
5.1引言137
5.2模糊系統與神經網絡的融合方式138
5.2.1基於模糊技術的神經網絡138
5.2.2基於神經網絡的模糊系統138
5.2.3模糊邏輯與神經網絡在結構上的融合138
5.3模糊神經網絡學習算法139
5.4自適應神經網絡模糊推理系統139
5.4.1自適應網絡139
5.4.2自適應神經-模糊推理系統 （ANFIS）146
5.4.3基於多模型的氣動執行器故障 診斷149
5.5基於TS模糊模型的遞歸神經網絡在 系統辨識中的應用156
5.5.1基於TS模糊模型的遞歸神 經網絡156
5.5.2基於TS模糊模型的遞歸神經網絡 在系統辨識中的應用158
5.5.3模擬實例160
5.6本章小結162
習題162
參考文獻163
第6章專家控制系統165
6.1專家系統165
6.1.1專家系統的結構特點與分類166
6.1.2專家系統的建立步驟168
6.2專家控制系統169
6.2.1專家控制系統的結構與設計169
6.2.2PID專家控制器應用實例172
6.3模糊專家系統174
6.3.1模糊專家系統的結構與設計174
6.3.2模糊專家系統應用實例175
6.4神經網絡專家系統176
6.4.1神經網絡專家系統的結構與設計176
6.4.2神經網絡專家系統應用實例177
6.5本章小結179
習題180
參考文獻180
第7章其他智能控制182
7.1遺傳算法182
7.1.1遺傳算法的基本操作182
7.1.2遺傳算法的實現190
7.1.3遺傳算法的應用192
7.2DNA計算195
7.2.1DNA的結構195
7.2.2DNA計算的原理197
7.2.3DNA計算與其他軟計算的集成197
7.3粒子群算法209
7.3.1粒子群算法的計算模型210
7.3.2粒子群優化算法的參數設置212
7.3.3基於粒子群算法的PID參數 優化214
7.4本章小結217
習題218
參考文獻218
第8章深度學習在智能控制中的 應用221
8.1深度學習概述221
8.2經典深度學習算法介紹222
8.2.1基於受限玻耳茲曼機的深度信念 網絡概述與原理222
8.2.2捲積神經網絡概述與原理223
8.2.3基於自動編碼器的堆疊自編碼器 概述與原理225
8.2.4遞歸神經網絡概述與原理226
8.3自動編碼網絡在易混淆目標識別中的 應用227
8.3.1視皮層簡略模擬228
8.3.2易混淆目標關鍵點信息解碼230
8.3.3實驗設置230
8.3.4網絡輸出視覺化230
8.3.5易混淆目標關鍵點信息解碼 性能231
8.4捲積神經網絡在心電圖自動分類中的 應用232
8.4.1數據集233
8.4.2數據預
目錄大綱
二維碼資源一覽表
序
前言
第1章緒論1
1.1智能控制的內涵和特點1
1.2智能控制的結構理論2
1.2.1二元結構論2
1.2.2三元結構論2
1.2.3四元結構論3
1.2.4多元結構或樹形結構3
1.3智能控制與傳統控制的關係3
1.4智能控制系統的類型4
1.4.1分級遞階控制系統4
1.4.2專家控制系統5
1.4.3人工神經網絡控制系統5
1.4.4模糊控制系統6
1.4.5智能優化與智能控制融合7
1.5智能控制的應用7
1.5.1智能控制在航空航天領域中的
應用7
1.5.2智能控制在工業生產過程中的
應用8
1.5.3智能控制在醫療衛生領域中的
應用9
1.5.4智能控制在軍事國防中的應用10
1.5.5智能控制在農業工程中的應用10
1.5.6智能控制在智能社會和其他領域中
的應用10
1.6本章小結11
習題11
參考文獻11
第2章模糊控制13
2.1模糊控制的基本概念和數學基礎13
2.1.1模糊控制器的設計步驟14
2.1.2性能評價14
2.1.3語言變量、語言值和規則14
2.1.4模糊集合、模糊規則和模糊
推理16
2.1.5解模糊25
2.2基於倒立擺的模糊控制設計27
2.2.1模糊控制器的輸入和輸出選擇28
2.2.2控制知識的融入規則28
2.2.3知識的模糊量化31
2.2.4規則的匹配33
2.2.5結論的確定36
2.2.6結論轉換成控製作用（解模糊）37
2.2.7模糊決策的圖形描述39
2.3Takagi-Sugeno模糊系統40
2.3.1Takagi-Sugeno模糊系統概述40
2.3.2廣義T-S模糊模型42
2.4基於MATLAB的鍋爐蒸汽壓力雙模糊
控制模擬43
2.5自適應模糊控制47
2.5.1問題的提出與闡述48
2.5.2間接自適應模糊控制器設計48
2.5.3直接自適應模糊控制器設計50
2.5.4單級倒立擺自適應模糊控制設計
模擬實例52
2.6本章小結54
習題55
參考文獻56
第3章模糊建模和模糊辨識58
3.1模糊模型的類型與分割形式58
3.1.1Mamdani模糊模型58
3.1.2Tsukamoto模糊模型60
3.1.3模糊模型的分割形式60
3.2模糊系統的通用近似特性61
3.2.1模糊基函數61
3.2.2模糊系統的通用逼近性62
3.2.3用於函數近似的模糊系統求解64
3.3模糊辨識和估計的算法65
3.3.1模糊辨識的數據選擇65
3.3.2最小二乘算法65
3.3.3梯度算法70
3.3.4模糊聚類法74
3.3.5混合算法77
3.4本章小結78
習題78
參考文獻78
第4章神經網絡控制79
4.1神經網絡理論基礎79
4.1.1神經網絡原理79
4.1.2神經網絡的結構和特點81
4.1.3神經網絡學習83
4.2前饋神經網絡85
4.2.1感知器85
4.2.2BP神經網絡88
4.2.3RBF神經網絡95
4.2.4LVQ神經網絡100
4.3反饋神經網絡102
4.3.1Hopfield神經網絡102
4.3.2Kohonen網絡110
4.4神經網絡控制114
4.4.1神經網絡控制的基本思想114
4.4.2神經網絡直接逆動態控制115
4.4.3神經網絡PID控制116
4.4.4神經網絡自適應控制123
4.4.5神經網絡內模控制127
4.5本章小結133
習題133
參考文獻134
第5章模糊神經網絡137
5.1引言137
5.2模糊系統與神經網絡的融合方式138
5.2.1基於模糊技術的神經網絡138
5.2.2基於神經網絡的模糊系統138
5.2.3模糊邏輯與神經網絡在結構上的
融合138
5.3模糊神經網絡學習算法139
5.4自適應神經網絡模糊推理系統139
5.4.1自適應網絡139
5.4.2自適應神經-模糊推理系統
（ANFIS）146
5.4.3基於多模型的氣動執行器故障
診斷149
5.5基於T-S模糊模型的遞歸神經網絡在
系統辨識中的應用156
5.5.1基於T-S模糊模型的遞歸神
經網絡156
5.5.2基於T-S模糊模型的遞歸神經網絡
在系統辨識中的應用158
5.5.3模擬實例160
5.6本章小結162
習題162
參考文獻163
第6章專家控制系統165
6.1專家系統165
6.1.1專家系統的結構特點與分類166
6.1.2專家系統的建立步驟168
6.2專家控制系統169
6.2.1專家控制系統的結構與設計169
6.2.2PID專家控制器應用實例172
6.3模糊專家系統174
6.3.1模糊專家系統的結構與設計174
6.3.2模糊專家系統應用實例175
6.4神經網絡專家系統176
6.4.1神經網絡專家系統的結構
與設計176
6.4.2神經網絡專家系統應用實例177
6.5本章小結179
習題180
參考文獻180
第7章其他智能控制182
7.1遺傳算法182
7.1.1遺傳算法的基本操作182
7.1.2遺傳算法的實現190
7.1.3遺傳算法的應用192
7.2DNA計算195
7.2.1DNA的結構195
7.2.2DNA計算的原理197
7.2.3DNA計算與其他軟計算的集成197
7.3粒子群算法209
7.3.1粒子群算法的計算模型210
7.3.2粒子群優化算法的參數設置212
7.3.3基於粒子群算法的PID參數
優化214
7.4本章小結217
習題218
參考文獻218
第8章深度學習在智能控制中的
應用221
8.1深度學習概述221
8.2經典深度學習算法介紹222
8.2.1基於受限玻耳茲曼機的深度信念
網絡概述與原理222
8.2.2捲積神經網絡概述與原理223
8.2.3基於自動編碼器的堆疊自編碼器
概述與原理225
8.2.4遞歸神經網絡概述與原理226
8.3自動編碼網絡在易混淆目標識別中的
應用227
8.3.1視皮層簡略模擬228
8.3.2易混淆目標關鍵點信息解碼230
8.3.3實驗設置230
8.3.4網絡輸出視覺化230
8.3.5易混淆目標關鍵點信息解碼
性能231
8.4捲積神經網絡在心電圖自動分類中的
應用232
8.4.1數據集233
8.4.2數據預處理233
8.4.3R波峰值點的提取和心拍分割233
8.4.4基於心律失常自動檢測的捲積
神經網絡結構234
8.4.5訓練算法235
8.4.6實驗結果235
8.5基於鳥類視覺信息處理機制的大視場
小目標檢測模型237
8.5.1大視場小目標檢測框架238
8.5.2顯著性區域提取239
8.5.3圖像裁剪與超分辨率分析239
8.5.4檢測器240
8.5.5實驗結果240
8.6本章小結242
習題242
參考文獻242
