智能控制與應用

前言
第1章　智能控制概述
1.1 智能控制的提出和發(fā)展
1.2 智能控制的概念和主要方法
1.3 智能控制的主要形式
1.4 智能自主控制
參考文獻
第2章　專家控制與仿人智能控制
2.1 專家系統
2.2 專家控制系統
2.3 仿人專家控制系統
參考文獻
第3章　學習控制
3.1 學習控制的基本原理
3.2 線性定常連續(xù)系統的學習控制
3.3 非線性定常連續(xù)系統的學習控制
3.4 非線性連續(xù)時間系統的學習控制
3.5 線性離散時間系統的學習控制
3.6 一類線性離散系統的最優(yōu)學習控制
3.7 閉環(huán)學習控制
3.8 魯棒學習控制
3.9 學習控制在機器人中的應用
參考文獻
第4章　模糊控制數學基礎
4.1 普通集合理論
4.2 模糊集合
4.3 λ 水平截集
4.4 分解定理和擴張原理
4.5 隸屬函數的確定方法
4.6 模糊關系與模糊矩陣
4.7 模糊邏輯與模糊推理
4.8 模糊推理方法
4.9 綜合評判和模糊關系方程
參考文獻
第5章　模糊控制原理
5.1 模糊控制系統
5.2 模糊控制器的設計
5.3 基于規(guī)則修改的模糊控制
5.4 模糊控制系統的穩(wěn)定性分析
5.5 PID模糊控制器
5.6 自組織模糊控制器
5.7 模糊控制的應用實例
參考文獻
第6章　遺傳算法
6.1 概述
6.2 遺傳算法的基本理論
6.3 遺傳算法的數學基礎
6.4 遺傳算法在控制中的應用
參考文獻
第7章　神經網絡基本理論
7.1 神經網絡的基本概念
7.2 前饋神經網絡
7.3 反饋神經網絡
7.4 徑向基網絡
7.5 Grossberg網絡
7.6 自組織神經網絡
7.7 競爭網絡
7.8 支持向量基網絡
參考文獻
第8章　神經網絡控制方法與應用
8.1 模糊神經網絡控制
8.2 增強學習控制
8.3 小腦模型神經網絡控制
8.4 神經網絡非線性控制
8.5 神經網絡自適應控制
8.6 神經網絡PID控制
8.7 神經網絡建模與辨識方法
8.8 神經網絡在飛行控制系統中的應用
參考文獻
第9章　神經網絡的泛化理論
9.1 神經網絡的泛化理論簡介
9.2 泛化誤差的偏差唱方差分解
9.3 結構復雜性和樣本復雜性對神經網絡泛化能力的影響
9.4 正則化方法對泛化能力的影響
9.5 神經網絡集成對泛化能力的影響
9.6 樣本輸入中加噪聲對泛化能力的影響
9.7 其他因素對泛化能力的影響
參考文獻
附錄A 用于三分類的BP算法程序
附錄B 用于函數逼近的BP算法程序
附錄C 連續(xù)Hopfield網解決TSP的程序
附錄D 基于聚類的RBF網設計算法
附錄E 基于梯度法的RBF網設計算法
附錄F 基于OLS的RBF網設計算法