智能控制理论与应用

推荐语

智能控制起源于20世纪70年代，至今已有近50年的发展历史。到了20世纪80年代后期，很可能是得益于个人计算机的应用,以模糊推理、神经网络和专家系统为主要内容的传统智能控制取得了长足的发展，在一些非线性或难以建立对象解析模型的系统控制中发挥着重要作用。近年来，随着深度学习算法的兴起，人工智能又掀起了新一轮的热潮。

内容简介

本书从智能控制的起源开始，详细阐述了智能控制的基础、理论、方法和实用技术。全书共分9章，内容包括：绪论、专家系统、专家控制系统、模糊控制、神经网络控制、仿人智能控制、智能决策支持系统、现代优化方法在智能决策中的应用以及深度学习。本书理论联系实际，注重智能控制方法的实际应用，便于读者理解、掌握和实际应用。

目录

第1章 绪论

1.1 自动控制的起源

1.2 传统控制面临的问题与挑战

1.3 人控制器给控制理论的启示

1.4 智能控制基础

1.5 本书的主要内容

第2章 专家系统

2.1 专家系统概述

2.2 知识的表示与获取

2.3 不确定推理

2.4 搜索策略

2.5 专家系统应用案例

第3章 专家控制系统

3.1 专家控制系统概述

3.2 专家控制系统的原理

3.3 专家控制系统的结构

3.4 直接专家控制系统

3.5 间接专家控制系统

3.6 专家控制系统应用案例

第4章 模糊控制

4.1 模糊控制的基本思想

4.2 模糊控制的数学基础

4.3 模糊控制原理

4.4 模糊控制应用实例

第5章 神经网络控制

5.1 神经网络的基本概念

5.2 神经网络模型

5.3 神经网络控制系统

5.4 神经网络控制应用实例

第6章 仿人智能控制

6.1 仿人智能控制的基本原理

6.2 仿人智能控制器的原型

6.3 仿人智能控制系统的设计方法

6.4 几类常见的仿人智能控制器

6.5 pH过程的仿人智能控制

第7章 智能决策支持系统

7.1 决策支持系统的内涵

7.2 智能决策支持系统的内涵

7.3 智能决策的主要方法

7.4 智能决策支持系统在交通事故管理上的应用

第8章 现代优化方法在智能决策中的应用

8.1 进化算法

8.2 粒子群算法

8.3 模拟退火算法

8.4 多目标优化算法及应用

第9章 深度学习

9.1 卷积神经网络

9.2 循环和递归神经网络

9.3 深度强化学习

9.4 应用