智能控制算法及其应用图书简介

《智能控制算法及其应用》主要介绍各种典型智能控制算法的基本内容、设计与实现方法及其在函数优化、电力系统中的应用。《智能控制算法及其应用》首先阐述智能、智能控制的基本概念，介绍智能控制与传统的经典控制理论、现代控制理论的联系和区别。然后从四种典型智能控制算法（专家系统、模糊控制、神经网络和进化计算）入手分别阐述它们的发展历史、基本内容、实现方法及其应用。最后介绍混沌模拟退火动态烟花优化算法，并将其用于优化离散时间微分平坦自抗扰控制律的参数，通过计算机仿真和基于智能优化算法试验平台开展试验以验证该算法的有效性；介绍递减步长果蝇优化算法，并将其应用于风电机组齿轮箱的故障诊断；介绍云粒子群布谷鸟融合算法，通过联合循环发电机组典型热工过程模型参数辨识实例验证该算法的有效性。

• 前言

• 第1章绪论

• 第2章专家系统

• 第3章模糊控制

• 第4章神经网络

• 第5章进化计算

• 第6章基于CSAD_FWA的离散时间微分平坦自抗扰控制律参数优化

• 第7章递减步长果蝇优化算法及其在风电机组齿轮箱故障诊断中的应用

• 第8章基于云粒子群布谷鸟融合算法的典型热工过程模型参数辨识

本书较全面地叙述了智能控制的基本理论、方法和应用。全书共分17章，主要内容为模糊控制的基本原理和应用、神经网络控制的基本原理和应用、智能优化算法及其应用。

本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的仿真实例和MATLAB仿真程序，并配有一定数量的习题和上机操作题，可作为高等院校工业自动化、计算机应用、电子工程等专业的高年级本科生和硕士研究生的教材，也适合从事工业自动化领域的工程技术人员阅读和参考。

第1章绪论

1.1智能控制的发展过程

1.1.1智能控制的提出

1.1.2智能控制的概念

1.1.3智能控制的发展

1.1.4智能控制的技术基础

1.2智能控制的几个重要分支

1.2.1模糊控制

1.2.2神经网络控制

1.2.3智能搜索算法

1.3智能控制的特点、工具及应用

1.3.1智能控制的特点

1.3.2智能控制的研究工具

1.3.3智能控制的应用

思考题

参考文献

第2章模糊控制的理论基础

2.1概述

2.2模糊集合

2.2.1模糊集合

2.2.2模糊集合的运算

2.3隶属函数

2.3.1隶属函数的特点

2.3.2几种典型的隶属函数及其MATLAB表示

2.3.3模糊系统的设计

2.3.4隶属函数的确定方法

2.4模糊关系及其运算

2.4.1模糊关系矩阵

2.4.2模糊矩阵运算

2.4.3模糊矩阵的合成

2.5模糊推理

2.5.1模糊语句

2.5.2模糊推理

思考题

第3章模糊逻辑控制

3.1模糊控制的基本原理

3.1.1模糊控制原理

3.1.2模糊控制器的组成

3.1.3模糊控制系统的工作原理

3.1.4模糊控制器结构

3.2模糊控制系统分类

3.3模糊控制器的设计

3.3.1模糊控制器的设计步骤

3.3.2模糊控制器的MATLAB仿真

3.4模糊控制应用实例——洗衣机的模糊控制

3.5模糊自适应整定PID控制

3.5.1模糊自适应整定PID控制原理

3.5.2仿真实例

3.6大时变扰动下切换增益模糊调节的滑模控制

3.6.1系统描述

3.6.2滑模控制器设计

3.6.3模糊规则设计

3.6.4仿真实例

思考题

第4章自适应模糊控制

4.1模糊逼近

4.1.1模糊系统的设计

4.1.2模糊系统的逼近精度

4.1.3仿真实例

4.2间接自适应模糊控制

4.2.1问题描述

4.2.2自适应模糊滑模控制器设计

4.2.3仿真实例

4.3直接自适应模糊控制

4.3.1问题描述

4.3.2模糊控制器的设计

4.3.3自适应律的设计

4.3.4仿真实例

思考题

第5章基于TS模糊建模的控制

5.1TS模糊模型

5.1.1TS模糊模型的形式

5.1.2仿真实例

5.1.3一类非线性系统的TS模糊建模

5.2TS型模糊控制器的设计

5.3倒立摆系统的TS模糊模型

5.4基于线性矩阵不等式的单级倒立摆TS模糊控制

5.4.1LMI不等式的设计及分析

5.4.2不等式的转换

5.4.3LMI设计实例

5.4.4基于LMI的倒立摆TS模糊控制

5.5基于极点配置的单级倒立摆TS模糊控制

附加资料： 新的LMI求解工具箱——YALMIP工具箱

思考题

参考文献

第6章机械手自适应模糊控制

6.1简单的自适应模糊滑模控制

6.1.1问题描述

6.1.2模糊逼近原理

6.1.3控制算法设计与分析

6.1.4仿真实例

6.2基于模糊补偿的机械手模糊自适应滑模控制

6.2.1系统描述

6.2.2基于传统模糊补偿的控制

6.2.3自适应控制律的设计

6.2.4基于摩擦模糊逼近的模糊补偿控制

6.2.5仿真实例

6.3模糊系统逼近的最小参数学习法

6.3.1问题描述

6.3.2模糊系统最小参数逼近

6.3.3基于模糊系统逼近的最小参数自适应控制

6.3.4仿真实例

6.4基于模糊补偿的机械手单参数自适应控制

6.4.1系统描述

6.4.2基于模糊系统逼近的最小参数自适应控制

6.4.3仿真实例

附加资料

思考题

参考文献

第7章神经网络理论基础

7.1神经网络发展简史

7.2神经网络原理

7.3神经网络的分类

7.4神经网络学习算法

7.4.1Hebb学习规则

7.4.2Delta(δ)学习规则

7.5神经网络的特征及要素

7.5.1神经网络特征

7.5.2神经网络三要素

7.6神经网络控制的研究领域

思考题

第8章典型神经网络

8.1单神经元网络

8.2BP神经网络

8.3RBF神经网络

8.3.1网络结构

8.3.2控制系统设计中RBF网络的逼近

8.4Hopfield神经网络

思考题

参考文献

第9章自适应RBF神经网络控制

9.1一阶系统神经网络自适应控制

9.1.1系统描述

9.1.2滑模控制器设计

9.1.3仿真实例

9.1.4一阶系统自适应RBF控制

9.1.5仿真实例

9.2二阶系统自适应RBF神经网络控制

9.2.1系统描述

9.2.2基于RBF网络逼近f(x)的滑模控制

9.2.3仿真实例

9.3基于RBF网络的单参数直接鲁棒自适应控制

9.3.1系统描述

9.3.2控制律和自适应律设计

9.3.3仿真实例

思考题

参考文献

第10章基于RBF网络的输入输出受限控制

10.1控制系统位置输出受限控制

10.1.1输出受限引理

10.1.2系统描述

10.1.3控制器的设计

10.1.4仿真实例

10.2基于RBF网络的状态输出受限控制

10.2.1系统描述

10.2.2RBF网络原理

10.2.3控制器的设计

10.2.4仿真实例

10.3基于双曲正切的输入受限控制

10.3.1双曲函数及性质

10.3.2定理及分析

10.3.3基于双曲正切的输入受限控制

10.3.4仿真实例

10.4基于RBF网络逼近的输入受限控制

10.4.1系统描述

10.4.2RBF神经网络逼近

10.4.3控制器的设计及分析

10.4.4仿真实例

思考题

参考文献

第11章基于RBF神经网络的执行器自适应容错控制

11.1执行器容错控制描述

11.2SISO系统执行器自适应容错控制

11.2.1控制问题描述

11.2.2控制律的设计与分析

11.2.3仿真实例

11.3基于RBF网络的SISO系统执行器自适应容错控制

11.3.1控制问题描述

11.3.2RBF神经网络设计

11.3.3控制律的设计与分析

11.3.4仿真实例

11.4MISO系统执行器自适应容错控制

11.4.1控制问题描述

11.4.2控制律的设计与分析

11.4.3仿真实例

11.5MISO系统执行器自适应神经网络容错控制

11.5.1控制问题描述

11.5.2RBF神经网络设计

11.5.3控制律的设计与分析

11.5.4仿真实例

11.6带执行器卡死的MISO系统自适应容错控制

11.6.1控制问题描述

11.6.2控制律的设计与分析

11.6.3仿真实例

11.7带执行器卡死的MISO系统神经网络自适应容错控制

11.7.1控制问题描述

11.7.2RBF神经网络设计

11.7.3控制律的设计与分析

11.7.4仿真实例

附加资料

思考题

参考文献

第12章机械系统神经网络自适应控制

12.1一种简单的RBF网络自适应滑模控制

12.1.1问题描述

12.1.2RBF网络原理

12.1.3控制算法设计与分析

12.1.4仿真实例

12.2基于RBF网络逼近的机械手自适应控制

12.2.1问题的提出

12.2.2基于RBF神经网络逼近的控制器

12.2.3仿真实例

12.3基于RBF网络的最小参数自适应控制

12.3.1问题描述

12.3.2基于RBF网络逼近的最小参数自适应控制

12.3.3仿真实例

12.4机械手神经网络单参数自适应控制

12.4.1问题的提出

12.4.2神经网络设计

12.4.3控制器设计

12.4.4仿真实例

12.5一类欠驱动机械系统神经网络滑模控制

12.5.1系统描述

12.5.2RBF网络原理

12.5.3滑模控制律的设计

12.5.4收敛性分析

12.5.5仿真实例

附加资料

思考题

参考文献

第13章基于RBF网络的反演自适应控制

13.1一种三阶非线性系统的反演控制

13.1.1系统描述

13.1.2反演控制器设计

13.1.3仿真实例

13.2基于RBF网络的三阶非线性系统反演控制

13.2.1系统描述

13.2.2RBF网络原理

13.2.3神经网络反演控制器设计

13.2.4仿真实例

思考题

参考文献

第14章基于LMI的神经网络自适应控制

14.1基于LMI的控制

14.1.1系统描述

14.1.2控制器的设计与分析

14.1.3仿真实例

14.2基于LMI的神经网络自适应控制

14.2.1系统描述

14.2.2RBF神经网络设计

14.2.3控制器的设计与分析

14.2.4仿真实例

14.3基于LMI的神经网络自适应跟踪控制

14.3.1系统描述

14.3.2仿真实例

思考题

第15章智能优化算法

15.1遗传算法及其应用

15.1.1遗传算法的基本原理

15.1.2遗传算法的特点

15.1.3遗传算法的应用领域

15.1.4遗传算法的优化设计

15.1.5基于遗传算法的函数优化

15.2基于遗传算法的TSP优化

15.2.1TSP的编码

15.2.2TSP的遗传算法设计

15.2.3仿真实例

15.3粒子群优化算法

15.3.1粒子群算法基本原理

15.3.2算法流程

15.3.3基于粒子群算法的函数优化

15.4标准差分进化算法

15.4.1差分进化算法的基本流程

15.4.2差分进化算法的参数设置

15.4.3基于差分进化算法的函数优化

15.5基于差分进化最优轨迹规划的PD控制

15.5.1问题的提出

15.5.2一个简单的样条插值实例

15.5.3最优轨迹的设计

15.5.4最优轨迹的优化

15.5.5仿真实例

15.6基于Hopfield网络的路径优化

15.6.1TSP问题

15.6.2求解TSP问题的Hopfield神经网络设计

15.6.3仿真实例

思考题

参考文献

第16章智能优化算法在参数辨识中的应用

16.1柔性机械手动力学模型参数辨识

16.1.1柔性机械手模型描述

16.1.2仿真实例

16.2飞行器纵向模型参数辨识

16.2.1问题描述

16.2.2仿真实例

16.3VTOL飞行器参数辨识

16.3.1VTOL飞行器参数辨识问题

16.3.2基于粒子群算法的参数辨识

16.3.3基于差分进化算法的VTOL飞行器参数辨识

16.4四旋翼飞行器建模与参数辨识

16.4.1四旋翼飞行器动力学模型

16.4.2动力学模型的变换

16.4.3参数的辨识

16.4.4基于粒子群算法参数辨识

16.4.5基于差分进化算法参数辨识

思考题

参考文献

第17章神经网络自适应协调控制

17.1主辅电机协调鲁棒控制

17.1.1系统描述

17.1.2控制律设计与分析

17.1.3仿真实例

17.2基于神经网络的主辅电机协调控制

17.2.1系统描述

17.2.2RBF网络的设计

17.2.3控制律设计与分析

17.2.4仿真实例

思考题

参考文献2100433B

《离散粒子群优化算法及其应用》分为11章，各章节内容具体安排如下 ：第1章主要介绍了基本PSO算法的原理机制及其发展现状，并着重介绍了 PSO算法的三种常见离散化策略，阐述了DPSO算法的应用成果；第2章主要介 绍了PSO算法在TSP优化问题中的应用；第3章介绍了一种基于表现型共享函 数的多目标粒子群优化算法及其在多工作流调度问题中的应用；第4章介绍 了一种求解多目标最小生成树问题的改进计数算法，并详细阐述了一种用于 求解多目标最小生成树问题的新型DPs0算法的具体设计过程；第5章主要介 绍了PSO算法在入侵检测数据特征选择中的应用；第6章重点阐述了PSO算法 在入侵检测系统异常检测和误用检测中的具体应用；第7章分别阐述了PSO算 法在网络安全态势感知中态势要素获取、理解以及预测等各步骤中的应用； 第8章主要介绍了PSO算法在异构集群数据流分配问题中的应用；第9．章主 要讨论了无线传感器网络中基于PSO的拓扑生成及其容错拓扑控制机制，详 细介绍了各种算法的具体设计过程；第10章重点阐述了基于PSO算法的无线 传感器网络任务调度策略的设计；第11章分别阐述了PSO算法在超大规模集 成电路物理设计中的电路划分和布图/布局规划优化问题中的具体应用。 《离散粒子群优化算法及其应用》主要面向计算机科学、自动化科学、 管理科学、控制科学等相关学科专业高年级本科生、研究生以及广大研究计 算智能的科技工作者。