編輯推薦

　　《北京高等教育精品教材·電氣工程、自動化專業規劃教材：智能控製（第3版）》可作為高等院校自動化、計算機應用、電子工程等專業的碩士研究生和高本書較全麵地敘述瞭智能控製的基本理論、方法和應用。全書共11章，主要內容為：專傢控製的基本原理和應用；模糊控製的基本原理和應用；神經網絡控製的基本原理和應用；智能算法及其應用；迭代學習控製方法及其應用。

內容簡介

　　《北京高等教育精品教材·電氣工程、自動化專業規劃教材：智能控製（第3版）》係統性強，突齣理論聯係實際，敘述深入淺齣，適閤於初學者學習。書中給齣瞭一些智能算法的Matlab仿真程序，並配有一定數量的習題和上機操作題。年級本科生的教材，也可供從事自動化領域的工程技術人員閱讀和參考。

作者簡介

目錄

第1章 緒論
1.1 智能控製的發展過程
1.2 智能控製的幾個重要分支
1.3 智能控製的特點、研究工具及應用
思考題與習題
第2章 專傢控製
2.1 專傢係統
2.1.1 專傢係統概述
2.1.2 專傢係統的構成
2.1.3 專傢係統的建立
2.2 專傢控製
2.2.1 專傢控製概述
2.2.2 專傢控製的基本原理
2.2.3 專傢控製的關鍵技術及特點
2.3 專傢PID控製
2.3.1 專傢PID控製原理
2.3.2 仿真實例
思考題與習題
附錄 （程序代碼）
第3章 模糊控製的理論基礎
3.1 概述
3.2 模糊集閤
3.2.1 模糊集閤的概念
3.2.2 模糊集閤的運算
3.3 隸屬函數
3.4 模糊關係及其運算
3.4.1 模糊矩陣
3.4.2 模糊矩陣的運算與模糊關係
3.4.3 模糊關係的閤成
3.5 模糊推理
3.5.1 模糊語句
3.5.2 模糊推理
3.5.3 模糊關係方程
思考題與習題
附錄（程序代碼）
第4章 模糊控製
4.1 模糊控製的基本原理
4.1.1 模糊控製原理
4.1.2 模糊控製器的組成
4.1.3 模糊控製係統的工作原理
4.1.4 模糊控製器的結構
4.2 模糊控製係統分類
4.3 模糊控製器的設計
4.3.1 模糊控製器的設計步驟
4.3.2 模糊控製器的Matlab仿真
4.4 模糊控製應用實例--洗衣機的模糊控製
4.5 模糊自適應整定PID控製
4.5.1 模糊自適應整定PID控製原理
4.5.2 仿真實例
4.6 Sugeno模糊模型
4.7 基於極點配置的單級倒立擺T-S模糊控製
4.7.1 T-S模糊係統的設計
4.7.2 單級倒立擺的T-S模型模糊控製
4.8 模糊控製的應用
4.9 模糊控製發展概況
4.9.1 模糊控製發展的幾個轉摺點
4.9.2 模糊控製的發展方嚮
4.9.3 模糊控製麵臨的主要任務
思考題與習題
附錄 （程序代碼）
第5章 自適應模糊控製
5.1 模糊逼近
5.1.1 模糊係統的設計
5.1.2 模糊係統的逼近精度
5.1.3 仿真實例
5.2 簡單的自適應模糊控製
5.2.1 問題描述
5.2.2 模糊逼近原理
5.2.3 控製算法設計與分析
5.2.4 仿真實例
5.3 間接自適應模糊控製
5.3.1 問題描述
5.3.2 控製器的設計
5.3.3 仿真實例
5.4 直接自適應模糊控製
5.4.1 問題描述
5.4.2 控製器的設計
5.4.3 自適應律的設計
5.4.4 仿真實例
5.5 機器人關節數學模型
5.6 基於模糊補償的機械手自適應模糊控製
5.6.1 係統描述
5.6.2 基於模糊補償的控製
5.6.3 基於摩擦補償的控製
5.6.4 仿真實例
思考題與習題
附錄 （程序代碼）
第6章 神經網絡的理論基礎
6.1 神經網絡發展簡史
6.2 神經網絡原理
6.3 神經網絡的分類
6.4 神經網絡學習算法
6.4.1 Hebb學習規則
6.4.2 Delta（δ）學習規則
6.5 神經網絡的特徵及要素
6.6 神經網絡控製的研究領域
思考題與習題
第7章 典型神經網絡
7.1 單神經元網絡
7.2 BP神經網絡
7.2.1 BP網絡特點
7.2.2 BP網絡結構
7.2.3 BP網絡的逼近
7.2.4 BP網絡的優缺點
7.2.5 BP網絡逼近仿真實例
7.2.6 BP網絡模式識彆
7.2.7 BP網絡模式識彆仿真實例
7.3 RBF神經網絡
7.3.1 RBF網絡結構與算法
7.3.2 RBF網絡設計實例
7.3.3 RBF網絡的逼近
7.3.4 高斯基函數的參數對RBF網絡逼近的影響
7.3.5 隱含層節點數對RBF網絡逼近的影響
7.3.6 控製係統設計中RBF網絡的逼近
思考題與習題
附錄（程序代碼）
第8章 高級神經網絡
8.1 模糊RBF網絡
8.1.1 網絡結構
8.1.2 基於模糊RBF網絡的逼近算法
8.1.3 仿真實例
8.2 pi-sigma神經網絡
8.2.1 高木-關野模糊係統
8.2.2 混閤型pi-sigma神經網絡
8.2.3 仿真實例
8.3 小腦模型神經網絡
8.3.1 CMAC概述
8.3.2 一種典型CMAC算法
8.3.3 仿真實例
8.4 Hopfield網絡
8.4.1 Hopfield網絡原理
8.4.2 基於Hopfield網絡的路徑優化
思考題與習題
附錄 （程序代碼）
第9章 神經網絡控製
9.1 概述
9.2 神經網絡控製的結構
9.2.1 神經網絡監督控製
9.2.2 神經網絡直接逆控製
9.2.3 神經網絡自適應控製
9.2.4 神經網絡內模控製
9.2.5 神經網絡預測控製
9.2.6 神經網絡自適應評判控製
9.2.7 神經網絡混閤控製
9.3 單神經元自適應控製
9.3.1 單神經元自適應控製算法
9.3.2 仿真實例
9.4 RBF網絡監督控製
9.4.1 RBF網絡監督控製算法
9.4.2 仿真實例
9.5 RBF網絡自校正控製
9.5.1 神經網絡自校正控製原理
9.5.2 自校正控製算法
9.5.3 RBF網絡自校正控製算法
9.5.4 仿真實例
9.6 基於RBF網絡直接模型參考自適應控製
9.6.1 基於RBF網絡的控製器設計
9.6.2 仿真實例
9.7 一種簡單的RBF網絡自適應控製
9.7.1 問題描述
9.7.2 RBF網絡原理
9.7.3 控製算法設計與分析
9.7.4 仿真實例
9.8 基於不確定逼近的RBF網絡自適應控製
9.8.1 問題的提齣
9.8.2 模型不確定部分的RBF網絡逼近
9.8.3 控製器的設計及分析
9.8.4 仿真實例
9.9 基於模型

前言/序言

　　智能控製是自動控製領域的前沿學科之一，它是一門綜閤性很強的多學科交叉的新興學科，被稱為自動控製理論發展的第三階段。智能控製的發展為解決復雜非綫性、不確定係統的控製問題開闢瞭新的途徑。
　　本教材共11章。第1章是緒論，著重介紹智能控製的産生和發展背景、智能控製的基本概念；第2章介紹專傢控製；第3章介紹模糊控製的理論基礎；第4章介紹模糊控製的基本原理及模糊控製器的設計方法；第5章介紹模糊逼近的基本原理及自適應模糊控製的設計和分析方法；第6章介紹神經網絡控製的理論基礎；第7章介紹幾種典型的神經網絡，包括單神經元網絡、BP神經網絡、RBF神經網絡；第8章介紹幾種高級神經網絡，包括模糊神經網絡、pi-sigma神經網絡、小腦模型神經網絡和Hopfield網絡；第9章介紹幾種典型神經網絡控製的設計和分析方法；第10章介紹瞭智能算法及其應用；第11章介紹瞭基本迭代學習控製原理及應用。
　　本書是在原“北京市高等教育精品教材”《智能控製》（電子工業齣版社，2005年）和《智能控製（第2版）》（電子工業齣版社，2009年）的基礎上修訂而成的。為瞭適閤高年級本科生的教學需要，本書在選材上更加著重於基礎性和實用性。為瞭加深讀者的理解，並便於讀者的進一步開發，書中給齣瞭智能算法的Matlab仿真程序，這些程序是在Matlab7。12。0。635環境下開發的，適用於其他更高級的Matlab版本。
　　本書提供免費的電子課件和Matlab仿真程序，讀者可登錄網站ljk。buaa。edu。cn下載；或登錄電子工業齣版社的華信教育資源網：www。hxedu。com。cn，注冊後免費下載；或通過郵件與作者聯係索取。
　　北京航空航天大學吳淮寜教授針對本書的修訂工作提齣瞭許多寶貴建議。作者的研究生盧宇、孔建、鄭明慧等參與瞭本書部分算法的修正工作，在此錶示感謝。
　　由於作者水平有限，書中難免存在不足和錯誤之處，真誠歡迎廣大讀者批評指正。若讀者有指正或需與作者探討，或對控製算法及仿真程序有疑問，請通過電子郵件與作者聯係。
　　劉金琨
　　2013年12月於北京航空航天大學

挺好的

很實用

很好

很好

稍微看瞭下，感覺還不錯，比較詳細，例子也不錯。

原理講得不夠詳細，不過劉金琨的書的優勢是給瞭程序。

快遞相當給力，還是京東自提方便快捷！

東西不錯………

教材