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。本书可作为高等院校自动化、人工智能及其相关专业的教材，也可供有关科研人员以及工程技术人员学习和参考。

前言概述

控制理论经过了经典控制理论和现代控制理论两个具有里程碑意义的重要阶段，在科学理论和实际应用上都取得了辉煌的成就。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。本书共分为9章。第1章介绍了控制理论的发展概况，分析了传统控制面临的问题和挑战，介绍了智能控制的相关基础，包括智能控制的定义、基本结构以及主要研究内容，并分析了智能控制和传统控制的关系。第2章介绍了专家系统的基本概念，简要地阐述了专家系统中知识的表示方法与获取途径；针对知识的不确定性分析了产生不确定性的原因，并介绍了不确定性推理的方法；针对知识库中知识的搜索问题，介绍了几种常用的搜索方法；最后，通过肺结核病诊断治疗专家系统介绍了专家系统在疾病诊断方面的应用。第3章介绍了专家控制系统的基本结构、基本原理，并介绍了直接专家控制系统和间接专家控制系统两种常用的专家控制系统；通过工业燃煤锅炉燃烧控制系统来说明专家控制系统的设计过程。第4章介绍了模糊控制，包括模糊控制的基本思想、数学基础、模糊控制原理以及应用实例。第5章介绍了神经网络控制，包括神经网络的基本概念、神经网络模型及神经网络控制系统。第6章介绍了仿人智能控制理论的基本概念、仿人智能控制系统的设计方法，以及几种常用的仿人智能控制器及应用实例。第7章介绍了面向管理决策者的计算机应用新技术——决策支持系统，以及将人工智能技术与其结合起来而形成的智能决策支持系统。第8章介绍了现代优化方法在智能决策中的应用，包括进化算法、粒子群算法、模拟退火算法和多目标优化的基本理论及其应用。第9章介绍了深度学习的一些主要知识，包括卷积神经网络、循环神经网络和递归神经网络，以及深度增强学习的相关内容。本书第1章由李鸿儒编写;第2、7章由于丰编写;第3、6章由尤富强编写；第4、5章由赵露平编写;第8章由牛大鹏编写；第9章由杨英华编写。全书由李鸿儒和尤富强审定和统稿。东北大学信息学院的研究生王超在书稿的录入过程中做了大量工作，在此表示感谢。本书在编写过程中参考了有关文献，这些文献均列入本书的参考文献中，在此对文献作者表示诚挚的谢意。由于作者水平所限，书中难免有不妥之处，恳请读者批评指正。

作者介绍

尤富强，东北大学信息学院自动化研究所副教授，主要从事鲁棒控制、故障诊断和容错控制方面的研究工作。作为负责人承担国家自然科学基金项目一项，先后参加国家985计划项目子课题，企事业科研项目多项。作为第一作者在国内外重要学术刊物和国际会议上发表学术论文20余篇，其中被SCI、EI、ISTP检索的论文20篇。主讲自动化专业本科生专业基础课《计算机控制系统》(2009年被评为国家精品课)。参加编写正式出版教材3部。担任《自动化学报》《控制理论与应用》《上海交通大学学报》等期刊审稿人。

目录

第一章 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
1.4.1 智能控制的定义
1.4.2 智能控制系统的基本结构
1.4.3 智能控制的主要研究内容
1.4.4 智能控制与传统控制的关系
1.5 本书的主要内容
第2章 专家系统
2.1 专家系统概述
2.1.1 什么是专家系统
2.1.2 建立专家系统的目的和意义
2.1.3 专家系统的结构
2.2 知识的表示与获取
2.2.1 基本概念
2.2.2 知识的表示
2.2.3 知识的获取
2.3 不确定推理
2.3.1 知识的不确定性
2.3.2 不确定推理
2.4 搜索策略
2.4.1 搜索技术概述
2.4.2 搜索技术分类
2.4.3 搜索效率的评价
2.4.4 状态空间的搜索策略
2.4.5 与／或树的搜索策略
2.5 专家系统应用案例
2.5.1 概述
2.5.2 知识表示
2.5.3 推理机制
2.5.4 系统特点及系统效果
本章小结
第3章 专家控制系统
3.1 专家控制系统概述
3.1.1 专家控制系统的特点
3.1.2 专家控制系统的类型
3.2 专家控制系统的原理
3.2.1 专家控制的功能目标
3.2.2 控制作用的实现
3.2.3 设计规范和运行机制
3.3 专家控制系统的结构
3.3.1 专家控制系统的基本结构
3.3.2 专家控制系统的具体结构
3.4 直接专家控制系统
3.4.1 直接专家控制器的一般结构
3.4.2 专家控制器的设计原则
3.4.3 专家控制器的系统实现
3.5 间接专家控制系统
3.6 专家控制系统应用案例
3.6.1 工业燃煤锅炉燃烧控制的特点与难点
3.6.2 锅炉燃烧过程专家控制规则集、知识库及推理机
本章小结
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
4.2.1 模糊集合的定义及表示方法
4.2.2 模糊集合的运算
4.2.3 隶属函数
4.2.4 模糊关系及其运算
4.2.5 模糊推理
4.3 模糊控制原理
4.3.1 模糊控制的基本原理
4.3.2 模糊控制器的设计步骤
4.3.3 模糊自适应整定PID控制
4.4 模糊控制应用实例
4.4.1 水位模糊控制
4.4.2 间歇聚丙烯生产的智能控制
本章小结
第5章 神经网络控制
5.1 神经网络的基本概念
5.1.1 生物神经元模型
5.1.2 人工神经网络
5.1.3 神经网络常用的激发函数
5.1.4 神经网络的分类
5.1.5 神经网络学习方法
5.2 神经网络模型
5.2.1 感知器
5.2.2 BP神经网络
5.2.3 径向基函数网络
5.2.4 反馈神经网络
5.3 神经网络控制系统
5.3.1 神经网络控制系统概述
5.3.2 神经网络控制器的设计方法
5.3.3 神经网络辨识器的设计方法
5.4 神经网络控制应用实例
5.4.1 生化过程神经网络控制
5.4.2 轧钢机钢板厚度的非线性神经网络控制
本章小结
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
6.2.1 基本算法和静特性
6.2.2 动态特性分析
6.2.3 仿人智能控制器原型中的智能属性
6.3 仿人智能控制系统的设计方法
6.3.1 仿人智能控制系统的性能指标
6.3.2 被控对象的“类等效”简化模型
6.3.3 被控对象的模型处理
6.3.4 仿人智能控制器设计的基本步骤
6.3.5 仿人智能控制的多种模式
6.4 几类常见的仿人智能控制器
6.4.1 仿人智能开关控制器
6.4.2 仿人比例控制器
6.4.3 仿人智能积分控制器
6.5 pH过程的仿人智能控制
6.5.1 pH仿人智能控制器的设计
6.5.2 仿真实验及结果
本章小结
...