智能控制：理論基礎、算法設計與應用

第1章 緒論
1．1 智能控制的發(fā)展過程
1．1．1 智能控制的提出
1．1．2 智能控制的概念
1．1．3 智能控制的發(fā)展
1．1．4 智能控制的技術基礎
1．2 智能控制的幾個重要分支
1．2．1 模糊控制
1．2．2 神經網絡控制
1．2．3 智能搜索算法
1．3 智能控制的特點、工具及應用
1．3．1 智能控制的特點
1．3．2 智能控制的研究工具
1．3．3 智能控制的應用
思考題
參考文獻
第2章 模糊控制的理論基礎
2．1 概述
2．2 模糊集合
2．2．1 模糊集合
2．2．2 模糊集合的運算
2．3 隸屬函數(shù)
2．3．1 隸屬函數(shù)的特點
2．3．2 幾種典型的隸屬函數(shù)及其MATLAB表示
2．3．3 模糊系統(tǒng)的設計
2．3．4 隸屬函數(shù)的確定方法
2．4 模糊關系及其運算
2．4．1 模糊關系矩陣
2．4．2 模糊矩陣運算
2．4．3 模糊矩陣的合成
2．5 模糊推理
2．5．1 模糊語句
2．5．2 模糊推理
思考題
第3章 模糊邏輯控制
3．1 模糊控制的基本原理
3．1．1 模糊控制原理
3．1．2 模糊控制器的組成
3．1．3 模糊控制系統(tǒng)的工作原理
3．1．4 模糊控制器結構
3．2 模糊控制系統(tǒng)分類
3．3 模糊控制器的設計
3．3．1 模糊控制器的設計步驟
3．3．2 模糊控制器的MATLAB仿真
3．4 模糊控制應用實例——洗衣機的模糊控制
3．5 模糊自適應整定PID控制
3．5．1 模糊自適應整定PID控制原理
3．5．2 仿真實例
3．6 大時變擾動下切換增益模糊調節(jié)的滑?？刂?br />3．6．1 系統(tǒng)描述
3．6．2 滑模控制器設計
3．6．3 模糊規(guī)則設計
3．6．4 仿真實例
思考題
第4章 自適應模糊控制
4．1 模糊逼近
4．1．1 模糊系統(tǒng)的設計
4．1．2 模糊系統(tǒng)的逼近精度
4．1．3 仿真實例
4．2 間接自適應模糊控制
4．2．1 問題描述
4．2．2 自適應模糊滑?？刂破髟O計
4．2．3 仿真實例
4．3 直接自適應模糊控制
4．3．1 問題描述
4．3．2 模糊控制器的設計
4．3．3 自適應律的設計
4．3．4 仿真實例
思考題
第5章 基于T-S模糊建模的控制
5．1 T-S模糊模型
5．1．1 T-S模糊模型的形式
5．1．2 仿真實例
5．1．3 一類非線性系統(tǒng)的T-S模糊建模
5．2 T-S型模糊控制器的設計
5．3 倒立擺系統(tǒng)的T-S模糊模型
5．4 基于線性矩陣不等式的單級倒立擺T-S模糊控制
5．4．1 LMI不等式的設計及分析
5．4．2 不等式的轉換
5．4．3 LMI設計實例
5．4．4 基于LMI的倒立擺T-S模糊控制
5．5 基于極點配置的單級倒立擺T-S模糊控制
附加資料：新的LMI求解工具箱——YALMIP工具箱
思考題
參考文獻
第6章 機械手自適應模糊控制
6．1 簡單的自適應模糊滑模控制
6．1．1 問題描述
6．1．2 模糊逼近原理
6．1．3 控制算法設計與分析
6．1．4 仿真實例
6．2 基于模糊補償?shù)臋C械手模糊自適應滑?？刂?br />6．2．1 系統(tǒng)描述
6．2．2 基于傳統(tǒng)模糊補償?shù)目刂?br />6．2．3 自適應控制律的設計
6．2．4 基于摩擦模糊逼近的模糊補償控制
6．2．5 仿真實例
6．3 模糊系統(tǒng)逼近的最小參數(shù)學習法
6．3．1 問題描述
6．3．2 模糊系統(tǒng)最小參數(shù)逼近
6．3．3 基于模糊系統(tǒng)逼近的最小參數(shù)自適應控制
6．3．4 仿真實例
6．4 基于模糊補償?shù)臋C械手單參數(shù)自適應控制
6．4．1 系統(tǒng)描述
6．4．2 基于模糊系統(tǒng)逼近的最小參數(shù)自適應控制
6．4．3 仿真實例
附加資料
思考題
參考文獻
……
第7章 神經網絡理論基礎
第8章 典型神經網絡
第9章 自適應RBF神經網絡控制
第10章 基于RBF網絡的輸入輸出受限控制
第11章 基于RBF神經網絡的執(zhí)行器自適應容錯控制
第12章 機械系統(tǒng)神經網絡自適應控制
第13章 基于RBF網絡的反演自適應控制
第14章 基于LMI的神經網絡自適應控制
第15章 智能優(yōu)化算法
第16章 智能優(yōu)化算法在參數(shù)辨識中的應用
第17章 神經網絡自適應協(xié)調控制