新書推薦：
《
印度经济简史：1947-2022
》
售價：HK$
79.4
《
吞海.大结局
》
售價：HK$
63.3
《
碰撞与转型
》
售價：HK$
446.2
《
行动红利：用行动告别低效、摆脱拖延，享受人生的红利
》
售價：HK$
67.9
《
改变我们的道路——大疫后的人类及其世界
》
售價：HK$
78.2
《
《周髀算经》新论·译注
》
售價：HK$
79.4
《
红楼有三味
》
售價：HK$
66.7
《
算力芯片——高性能 CPU/GPU/NPU 微架构分析
》
售價：HK$
148.4
|
| 編輯推薦： |
|
本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
|
| 內容簡介： |
本书介绍了三类典型的智能控制方法，包括模糊控制、神经网络、智能优化算法，系统地阐述了每类方法的基本概念、模型结构、设计思路和方法，以及基于MATLAB的仿真案例。全书共分4部分，一共13章，主要包括概论、模糊控制篇（包括控制系统设计引论、模糊控制的数学基础、Mamdani模糊控制系统、T-S模糊控制系统）、神经网络篇（包括单层感知器、线性神经网络、BP神经网络和径向基函数神经网络）、优化算法篇（包括遗传算法和粒子群优化算法），以及综合应用篇；书中配有关键知识点短视频、程序代码、思考题与习题，方便读者动手实践、自学自测。
本书可作为高等院校自动化、电气工程、机电工程、电子信息工程、计算机应用等专业高年级本科生和控制科学与工程硕士研究生的智能控制教材，也适合从事工业自动化领域的工程技术人员阅读。
本书配有电子课件、教学视频、习题答案、教学大纲等教学资源，欢迎选用本书作教材的教师登录www.cmpedu.com注册下载，或加微信13910750469索取。
|
| 目錄：
|
目录
前言
第1章概论1
1.1控制理论的发展及智能控制的提出1
1.1.1控制理论的发展1
1.1.2智能控制理论的提出2
1.2智能控制的主要技术3
1.2.1模糊逻辑控制3
1.2.2人工神经网络4
1.2.3智能优化算法6
1.3本书的主要内容6
思考题与习题7第1篇模糊控制篇
第2章控制系统设计引论9
2.1引言：以水箱液位控制为例9
2.2传统控制系统设计10
2.3模糊控制系统设计15
思考题与习题17
第3章模糊控制的数学基础18
3.1模糊集合及运算18
3.1.1经典集合回顾18
3.1.2模糊集合的基本概念及表示
方法20
3.1.3模糊集合的运算24
3.1.4应用：语言变量的模糊集合
划分26
3.2模糊关系35
3.2.1模糊关系的定义及表示35
3.2.2应用：语言规则中蕴涵的模糊
关系37
3.3模糊推理42
3.3.1模糊逻辑推理42
3.3.2模糊关系的合成42
3.3.3应用：基于规则的模糊推理45
思考题与习题51
第4章Mamdani模糊控制系统53
4.1模糊控制系统概述53
4.2模糊控制器的设计方法55
4.2.1模糊控制器的设计步骤55
4.2.2水箱液位模糊控制系统设计56
4.3基于MATLAB的模糊控制系统仿真63
4.4模糊控制查询表72
4.5模糊控制系统设计及仿真案例75
4.5.1两输入单输出水箱液位模糊控制
系统设计75
4.5.2倒立摆模糊控制系统设计79
4.6模糊控制与PID控制的结合算法85
4.6.1模糊控制与PID的混合结构85
4.6.2PID参数模糊自整定算法87
思考题与习题91
第5章TS模糊控制系统92
5.1TS模糊模型92
5.2Mamdani与TS模糊控制器94
5.3TS模糊模型的辨识94
5.4基于TS模糊模型的控制器设计96
思考题与习题96第2篇神经网络篇
第6章单层感知器98
6.1单层感知器的结构98
6.2单层感知器的功能99
6.3单层感知器的学习算法101
6.4单层感知器的局限性102
6.5单层感知器仿真示例103
思考题与习题104
第7章线性神经网络106
7.1线性神经网络的结构106
7.2线性神经网络的功能107
7.3线性神经网络的参数学习算法
LMS108
7.4线性神经网络仿真示例110
思考题与习题112
第8章BP神经网络113
8.1BP神经网络的结构113
8.2BP神经网络的参数学习过程114
8.3BP神经网络设计中的几个问题120
8.4反向传播算法的改进算法123
8.4.1动量BP法123
8.4.2可变学习率BP法123
8.4.3LM算法124
8.5BP神经网络仿真示例124
思考题与习题128
第9章径向基函数神经网络130
9.1径向基函数130
9.2正则化RBF神经网络131
9.2.1正则化RBF神经网络的结构131
9.2.2正则化RBF神经网络的学习
算法132
9.3广义RBF神经网络132
9.3.1广义RBF神经网络的结构132
9.3.2广义RBF神经网络的功能133
9.3.3广义RBF神经网络的学习
算法135
9.4RBF神经网络仿真示例138
思考题与习题139
第10章神经网络的应用及控制141
10.1神经网络应用技巧141
10.2神经网络用于控制146
10.2.1单神经元PID自适应控制器
算法146
10.2.2神经网络前馈学习控制148
思考题与习题150第3篇优化算法篇
第11章智能优化算法152
11.1遗传算法152
11.1.1引言152
11.1.2基本概念153
11.1.3遗传算法的具体实现156
11.1.4遗传算法的运算流程157
11.1.5仿真示例158
11.2粒子群优化算法159
11.2.1引言159
11.2.2基本粒子群优化算法160
11.2.3粒子群优化算法实现流程161
11.2.4仿真示例162
思考题与习题163第4篇综合应用篇
第12章双容水箱液位智能控制系统
设计165
12.1双容水箱对象及模型165
12.2PID控制器的设计及实现166
12.3模糊控制器的设计及实现167
12.3.1Mamdani模糊控制器167
12.3.2PID参数模糊自整定控制器169
12.4神经网络自整定PID控制器的设计及
实现172
思考题与习题173
第13章油轮航向智能控制系统
设计174
13.1油轮航向模型174
13.2神经网络控制器设计及实现176
13.2.1BP神经网络控制器176
13.2.2RBF神经网络控制器176
13.3模糊控制器设计及实现179
思考题与习题181
参考文献182
|
| 內容試閱：
|
智能控制是继古典控制理论、现代控制理论之后发展出的又一个研究领域，它是人工智能与自动控制的紧密融合。随着人工智能的不断发展，智能控制方法也层出不穷。本书重点介绍其中的三类典型方法：模糊控制、神经网络以及智能优化算法。
本书编写思路和特点如下：
1）立足读者视角，围绕“是什么？怎么做？为什么？”三个主要问题展开论述，层层递进地解决读者的疑问，呈现所讲的内容。
2）在理解理论知识的基础上，注重理论知识的应用，在各章引入具体案例进行理论知识的巩固、应用及仿真实现。
3）对于章节中的重点内容和关键知识点，提供了相应的教学短视频，帮助读者深入理解相关概念和重点知识，并进一步拓展思路。
全书共13章，分为4部分，适用于32课时的教学计划，其中第3章、第4章、第11章建议各分配4课时，其余章节分配2课时。第4部分综合应用篇，可作为课程大作业或课程设计案例参考。本书第1～9章由任佳编写，第10章由赵新龙编写，第11～13章由任佳与武晓莉共同编写，全书由任佳统稿。针对关键知识点和仿真实例，在相应章节处提供了对应的二维码，读者扫描二维码即可获取相关视频或代码资源，书中的仿真图与其相对应。
感谢Passino、刘金锟、孙晓燕、包子阳教授对本书的支持，慷慨分享相关案例资源，感谢浙江理工大学的赵一钢、李恒、李骋远等同学为本书提供资料，感谢所有修读智能控制课程的同学们的努力、启发和激励，同时将此书献给我最亲爱和温暖的家人。
由于作者学识水平有限，书中难免存在疏漏或不妥之处，恳请广大读者批评指正，不胜感激，联系方式：jren@zstu.edu.cn。
任佳
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
