智能控制

Intelligent Control & Application

1 绪论 1.1 传统控制面临的挑战 1.2 智能控制的发展概况 1.3 智能控制的基本概念及其主要方法 1.4 智能控制现状及发展趋势 2 模糊控制 2.1 模糊集合及其运算 2.2 模糊逻辑与模糊推理 2.3 模糊控制的基本原理* 2.4 Mamdani模型和T.S模糊模型* 2.5 模糊控制系统的稳定性分析和控制器设计＃ 2.6 自适应模糊控制系统＃★ 2.7 模糊控制在复杂非线性系统中的应用 3 神经网络控制 3.1 神经网络模型及计算智能 3.2 神经网络的结构及学习算法＃ 3.3 前馈型网络、反馈型网络和局部逼近神经网络* 3.4 基于神经网络的非线性系统建模与辨识★ 3.5 神经网络控制系统的分析与设计＃★ 3.6 应用实例和仿真 4 遗传算法 4.1 遗传算法的基本原理与流程 4.2 遗传算法的实现技术* 4.3 遗传算法与控制系统中的优化问题* 4.4 遗传算法在系统建模与控制中的应用★ 5 混合智能控制系统 5.1 混合智能控制的基本思想与结构 5.2 智能PID控制* 5.3 模糊.神经网络控制＃★ 5.4 基于遗传算法的神经网络控制＃ 5.5 混合智能技术与软计算★