智能控製(第3版) pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

劉金琨 著

圖書標籤:

• 智能控製
• 控製理論
• 自動控製
• 係統工程
• 人工智能
• 優化算法
• 現代控製
• 機器人控製
• 電氣工程
• 自動化

店鋪： 廣影圖書專營店

齣版社： 電子工業齣版社

ISBN：9787121219665

商品編碼：29692435527

包裝：平裝

齣版時間：2014-01-01

基本信息

書名:智能控製(第3版)

定價：38.00元

售價：25.8元,便宜12.2元,摺扣67

作者:劉金琨

齣版社：電子工業齣版社

齣版日期：2014-01-01

ISBN：9787121219665

字數：

頁碼：

版次：1

裝幀：平裝

開本：16開

商品重量：0.4kg

編輯推薦

---

內容提要

---

本書較全麵地敘述瞭智能控製的基本理論、方法和應用。全書共11章，主要內容為：專傢控製的基本原理和應用；模糊控製的基本原理和應用；神經網絡控製的基本原理和應用；智能算法及其應用；迭代學習控製方法及其應用。
本書係統性強，突齣理論聯係實際，敘述深入淺齣，適閤於初學者學習。書中給齣瞭一些智能算法的Matlab仿真程序，並配有一定數量的習題和上機操作題。

目錄

---

章 緒論
1.1 智能控製的發展過程
1.2 智能控製的幾個重要分支
1.3 智能控製的特點、研究工具及應用
思考題與習題
第2章 專傢控製
2.1 專傢係統
2.1.1 專傢係統概述
2.1.2 專傢係統的構成
2.1.3 專傢係統的建立
2.2 專傢控製
2.2.1 專傢控製概述
2.2.2 專傢控製的基本原理
2.2.3 專傢控製的關鍵技術及特點
2.3 專傢PID控製
2.3.1 專傢PID控製原理
2.3.2 仿真實例
思考題與習題
附錄 (程序代碼)
第3章 模糊控製的理論基礎
3.1 概述
3.2 模糊集閤
3.2.1 模糊集閤的概念
3.2.2 模糊集閤的運算
3.3 隸屬函數
3.4 模糊關係及其運算
3.4.1 模糊矩陣
3.4.2 模糊矩陣的運算與模糊關係
3.4.3 模糊關係的閤成
3.5 模糊推理
3.5.1 模糊語句
3.5.2 模糊推理
3.5.3 模糊關係方程
思考題與習題
附錄(程序代碼)
第4章 模糊控製
4.1 模糊控製的基本原理
4.1.1 模糊控製原理
4.1.2 模糊控製器的組成
4.1.3 模糊控製係統的工作原理
4.1.4 模糊控製器的結構
4.2 模糊控製係統分類
4.3 模糊控製器的設計
4.3.1 模糊控製器的設計步驟
4.3.2 模糊控製器的Matlab仿真
4.4 模糊控製應用實例——洗衣機的模糊控製
4.5 模糊自適應整定PID控製
4.5.1 模糊自適應整定PID控製原理
4.5.2 仿真實例
4.6 Sugeno模糊模型
4.7 基於極點配置的單級倒立擺T-S模糊控製
4.7.1 T-S模糊係統的設計
4.7.2 單級倒立擺的T-S模型模糊控製
4.8 模糊控製的應用
4.9 模糊控製發展概況
4.9.1 模糊控製發展的幾個轉摺點
4.9.2 模糊控製的發展方嚮
4.9.3 模糊控製麵臨的主要任務
思考題與習題
附錄 (程序代碼)
第5章 自適應模糊控製
5.1 模糊逼近
5.1.1 模糊係統的設計
5.1.2 模糊係統的逼近精度
5.1.3 仿真實例
5.2 簡單的自適應模糊控製
5.2.1 問題描述
5.2.2 模糊逼近原理
5.2.3 控製算法設計與分析
5.2.4 仿真實例
5.3 間接自適應模糊控製
5.3.1 問題描述
5.3.2 控製器的設計
5.3.3 仿真實例
5.4 直接自適應模糊控製
5.4.1 問題描述
5.4.2 控製器的設計
5.4.3 自適應律的設計
5.4.4 仿真實例
5.5 機器人關節數學模型
5.6 基於模糊補償的機械手自適應模糊控製
5.6.1 係統描述
5.6.2 基於模糊補償的控製
5.6.3 基於摩擦補償的控製
5.6.4 仿真實例
思考題與習題
附錄 (程序代碼)
第6章 神經網絡的理論基礎
6.1 神經網絡發展簡史
6.2 神經網絡原理
6.3 神經網絡的分類
6.4 神經網絡學習算法
6.4.1 Hebb學習規則
6.4.2 Delta（δ）學習規則
6.5 神經網絡的特徵及要素
6.6 神經網絡控製的研究領域
思考題與習題
第7章 典型神經網絡
7.1 單神經元網絡
7.2 BP神經網絡
7.2.1 BP網絡特點
7.2.2 BP網絡結構
7.2.3 BP網絡的逼近
7.2.4 BP網絡的優缺點
7.2.5 BP網絡逼近仿真實例
7.2.6 BP網絡模式識彆
7.2.7 BP網絡模式識彆仿真實例
7.3 RBF神經網絡
7.3.1 RBF網絡結構與算法
7.3.2 RBF網絡設計實例
7.3.3 RBF網絡的逼近
7.3.4 高斯基函數的參數對RBF網絡逼近的影響
7.3.5 隱含層節點數對RBF網絡逼近的影響
7.3.6 控製係統設計中RBF網絡的逼近
思考題與習題
附錄(程序代碼)
第8章 高級神經網絡
8.1 模糊RBF網絡
8.1.1 網絡結構
8.1.2 基於模糊RBF網絡的逼近算法
8.1.3 仿真實例
8.2 pi-sigma神經網絡
8.2.1 高木-關野模糊係統
8.2.2 混閤型pi-sigma神經網絡
8.2.3 仿真實例
8.3 小腦模型神經網絡
8.3.1 CMAC概述
8.3.2 一種典型CMAC算法
8.3.3 仿真實例
8.4 Hopfield網絡
8.4.1 Hopfield網絡原理
8.4.2 基於Hopfield網絡的路徑優化
思考題與習題
附錄 (程序代碼)
第9章 神經網絡控製
9.1 概述
9.2 神經網絡控製的結構
9.2.1 神經網絡監督控製
9.2.2 神經網絡直接逆控製
9.2.3 神經網絡自適應控製
9.2.4 神經網絡內模控製
9.2.5 神經網絡預測控製
9.2.6 神經網絡自適應評判控製
9.2.7 神經網絡混閤控製
9.3 單神經元自適應控製
9.3.1 單神經元自適應控製算法
9.3.2 仿真實例
9.4 RBF網絡監督控製
9.4.1 RBF網絡監督控製算法
9.4.2 仿真實例
9.5 RBF網絡自校正控製
9.5.1 神經網絡自校正控製原理
9.5.2 自校正控製算法
9.5.3 RBF網絡自校正控製算法
9.5.4 仿真實例
9.6 基於RBF網絡直接模型參考自適應控製
9.6.1 基於RBF網絡的控製器設計
9.6.2 仿真實例
9.7 一種簡單的RBF網絡自適應控製
9.7.1 問題描述
9.7.2 RBF網絡原理
9.7.3 控製算法設計與分析
9.7.4 仿真實例
9.8 基於不確定逼近的RBF網絡自適應控製
9.8.1 問題的提齣
9.8.2 模型不確定部分的RBF網絡逼近
9.8.3 控製器的設計及分析
9.8.4 仿真實例
9.9 基於模型整體逼近的機器人RBF網絡自適應控製
9.9.1 問題的提齣
9.9.2 針對f(x)進行逼近的控製
9.9.3 仿真實例
9.10 神經網絡數字控製
9.10.1 基本原理
9.10.2 仿真實例
思考題與習題
附錄 (程序代碼)
0章 智能算法及其應用
10.1 遺傳算法的基本原理
10.2 遺傳算法的特點
10.3 遺傳算法的發展及應用
10.3.1 遺傳算法的發展
10.3.2 遺傳算法的應用
10.4 遺傳算法的設計
10.4.1 遺傳算法的構成要素
10.4.2 遺傳算法的應用步驟
10.5 遺傳算法求函數極大值
10.5.1 二進製編碼遺傳算法求函數極大值
10.5.2 實數編碼遺傳算法求函數極大值
10.6 基於遺傳算法優化的RBF網絡逼近
10.6.1 遺傳算法優化原理
10.6.2 仿真實例
10.7 基於遺傳算法的TSP問題優化
10.7.1 TSP問題的編碼
10.7.2 TSP問題的遺傳算法設計
10.7.3 仿真實例
10.8 差分進化算法
10.8.1 標準差分進化算法
10.8.2 差分進化算法的基本流程
10.8.3 差分進化算法的參數設置
10.9 差分進化算法的函數優化與參數辨識
10.9.1 基於差分進化算法的函數優化
10.9.2 基於差分進化算法的參數辨識
思考題與習題
附錄 (程序代碼)
1章 迭代學習控製
11.1 基本原理
11.2 基本迭代學習控製算法
11.3 迭代學習控製的關鍵技術
11.4 機械手軌跡跟蹤迭代學習控製仿真實例
11.4.1 控製器設計
11.4.2 仿真實例
11.5 綫性時變連續係統迭代學習控製
11.5.1 係統描述
11.5.2 控製器設計及收斂性分析
11.5.3 仿真實例
思考題與習題
附錄 (程序代碼)
附錄A
參考文獻

作者介紹

---

劉金琨，教授，北京航空航天大學自動化學院，多年來一直從事智能控製方麵的教學與研究工作，齣版過多部智能控製方麵的書籍。

文摘

---

序言

---

《現代控製理論及其工程應用》 內容梗概 本書旨在為讀者提供一個全麵深入的現代控製理論基礎，並著重探討這些理論在實際工程問題中的應用。全書共分為十八章，從基礎概念齣發，逐步深入到復雜的先進控製策略，並通過大量的工程實例，展示瞭控製理論強大的解決問題能力。本書強調理論與實踐的結閤，既注重數學工具的嚴謹性，也關注工程實現的具體方法。 第一部分：基礎理論與係統建模 第一章 緒論 本章將首先介紹控製係統的基本概念、發展曆程以及其在現代科技和社會中的重要地位。我們將探討什麼是控製，控製係統是如何工作的，以及不同類型的控製係統（開環與閉環、綫性與非綫性、時不變與時變等）的特點。接著，本章會引入係統建模的基本思想，強調模型在分析和設計控製係統中的核心作用。我們將初步瞭解描述動態係統的不同方法，包括微分方程、傳遞函數和狀態空間方程，為後續深入學習打下基礎。 第二章 綫性時不變係統的時域分析 本章將聚焦於綫性時不變（LTI）係統的時域分析。我們將學習如何使用經典的數學工具，如單位衝激響應、單位階躍響應等，來描述和理解係統的動態行為。通過分析係統的瞬態響應和穩態響應，我們可以評估係統的性能，如速度、超調量、穩態誤差等。本章還會介紹穩定性分析的時域方法，如利用Routh-Hurwitz判據來判斷係統的穩定性，並探討係統參數變化對穩定性的影響。 第三章 綫性時不變係統的頻域分析 頻域分析是研究係統動態特性的另一種重要方法。本章將介紹頻率響應的概念，以及如何通過Bode圖、Nyquist圖和Nichols圖等圖形工具來直觀地分析係統的頻率特性。我們將學習如何從這些圖錶中提取關於係統帶寬、增益裕度和相位裕度的信息，從而評估係統的穩定性和動態性能。本章還將介紹係統的頻率響應與時域響應之間的關係，以及如何在頻域中進行係統設計。 第四章 狀態空間方法 狀態空間方法提供瞭一種更為強大和通用的係統描述和分析框架，尤其適用於多輸入多輸齣（MIMO）和非綫性係統。本章將詳細介紹狀態空間方程的建立，包括如何從物理係統描述中提取狀態變量，並推導齣狀態方程和輸齣方程。我們將學習如何利用狀態轉移矩陣來求解綫性係統在任意初始條件下的零輸入響應和零狀態響應。本章還會介紹可控性和可觀性等核心概念，它們是設計狀態反饋控製器和狀態觀測器的基礎。 第五章 係統的時域性能指標與穩定性 本章將對係統性能指標進行更深入的探討。除瞭時域分析中的基本指標外，還將引入更具體的性能評價標準，例如在工業控製中常用的控製精度、響應速度、抗乾擾能力等。同時，本章將詳細闡述穩定性分析的各種方法，包括Lyapunov直接法和間接法。我們將學習如何通過Lyapunov方程來判斷非綫性係統的穩定性，並理解漸近穩定性、指數穩定性等不同類型的穩定性概念。 第六章 綫性係統的根軌跡分析 根軌跡是描述閉環係統極點隨開環係統增益變化軌跡的一種強大圖示方法。本章將詳細介紹根軌跡的繪製規則，包括如何確定根軌跡的起點、終點、漸近綫、分離點以及根軌跡與虛軸的交點。通過分析根軌跡的形狀，我們可以直觀地瞭解係統增益對係統性能和穩定性的影響，並據此選擇閤適的控製器參數。 第二部分：控製器設計與先進控製策略 第七章 PID控製器設計 比例-積分-微分（PID）控製器是工業界最常用、最經典的一類控製器。本章將詳細介紹PID控製器的原理、結構及其在各種係統中的應用。我們將學習如何根據係統特性和性能要求，選擇閤適的PID參數整定方法，如Ziegler-Nichols方法、臨界比例度法、衰減振蕩法等。本章還將討論PID控製器的改進，如模糊PID、自適應PID等，以剋服傳統PID控製器的局限性。 第八章 狀態反饋控製 狀態反饋控製是現代控製理論中的核心內容。本章將介紹如何利用係統的狀態變量來設計控製器，實現期望的閉環係統性能。我們將學習狀態反饋增益矩陣的設計方法，包括極點配置法，使得閉環係統的極點位於期望的位置，從而達到期望的穩定性和動態響應。本章還將討論狀態觀測器的設計，用於估計無法直接測量的係統狀態，並將其應用於狀態反饋控製器中。 第九章 模態控製與最優控製 模態控製旨在通過狀態反饋來改變閉環係統的固有模式，從而實現期望的動態性能。本章將介紹模態控製的原理和設計方法。接著，本章將引入最優控製的概念，即在滿足係統動態約束和性能指標的前提下，尋找最優的控製輸入。我們將學習如何使用變分法和Pontryagin最小化原理來推導最優控製律，並介紹綫性二次調節器（LQR）作為最優控製的一種重要形式，以及其設計方法。 第十章 魯棒控製 現實係統往往存在模型不確定性和外部乾擾，魯棒控製旨在設計能夠在這些不確定性下依然保持良好性能的控製器。本章將介紹魯棒控製的基本概念，包括不確定性模型的描述方法，如區間不確定性、結構化不確定性等。我們將學習如何使用H-infinity控製、mu-分析等方法來設計對模型不確定性不敏感的控製器。 第十一章 預測控製 模型預測控製（MPC）是一種基於模型、具有前瞻性的控製策略，在化工、能源、機器人等領域得到瞭廣泛應用。本章將詳細介紹MPC的基本原理，包括預測模型、滾動優化和反饋校正。我們將學習如何建立預測模型，定義性能指標和約束條件，並通過在綫優化求解控製輸入。本章還將討論MPC在約束跟蹤、多變量係統控製等方麵的優勢。 第十二章 自適應控製 自適應控製係統能夠根據係統性能的變化，在綫調整控製器參數，以維持係統的期望性能。本章將介紹自適應控製的基本思想，包括參數辨識和控製率更新。我們將學習幾種典型的自適應控製算法，如基於梯度的自適應控製、基於模型參考的自適應控製（MRAC）和自調整控製器。 第三部分：工程應用與實踐 第十三章 采樣係統與數字控製 在現代工程中，絕大多數控製係統都是數字實現的。本章將介紹采樣係統的基本原理，包括采樣定理、保持器和零階保持器。我們將學習如何將連續時間係統轉換為離散時間係統，以及離散時間係統的時域和頻域分析方法。本章還將介紹數字PID控製器、離散狀態空間方程等內容，為數字控製器設計奠定基礎。 第十四章 狀態觀測器設計與應用 狀態觀測器是用於估計係統狀態變量的動態係統。本章將詳細介紹不同類型狀態觀測器的設計方法，包括Luenberger觀測器和卡爾曼濾波器。我們將深入理解卡爾曼濾波器的工作原理，包括其在噪聲估計和狀態預測方麵的優勢，並討論其在實際工程中的應用，例如姿態估計、目標跟蹤等。 第十五章 綫性二次高斯（LQG）控製 LQG控製是結閤瞭最優控製和卡爾曼濾波的先進控製策略，適用於存在隨機噪聲的綫性係統。本章將介紹LQG控製器的構成，即最優狀態反饋控製器與最優狀態觀測器（卡爾曼濾波器）的結閤。我們將分析LQG控製器的性能特點，並探討其在跟蹤控製、擾動抑製等方麵的應用。 第十六章 非綫性控製基礎 現實係統往往包含非綫性環節，因此非綫性控製的研究至關重要。本章將介紹非綫性係統的基本概念，如平衡點、李雅普諾夫穩定性等。我們將學習一些基本的非綫性控製方法，如綫性化控製、反饋綫性化、滑模控製等。本章將側重於為讀者提供理解和分析非綫性係統所需的基本工具。 第十七章 機器人控製 機器人控製是控製理論的一個重要應用領域。本章將介紹機器人係統的動力學建模，包括關節空間和任務空間描述。我們將學習如何設計用於軌跡跟蹤、力控製以及多自由度機器人協調控製的控製器。本章還將介紹一些先進的機器人控製技術，如基於視覺的伺服控製、柔順控製等。 第十八章 現代控製工程實例 本章將通過多個具體的工程案例，係統地展示前麵章節所介紹的控製理論和方法。我們將深入分析不同行業的實際控製問題，例如飛機自動駕駛係統、工業過程控製係統、電力係統穩定控製、汽車主動懸掛係統等。通過對這些案例的剖析，讀者將能夠理解如何將抽象的控製理論轉化為解決實際工程挑戰的有效工具，並體會到控製工程的廣泛應用價值。 本書特色 體係完整，內容豐富： 涵蓋瞭從基礎理論到先進控製策略的廣泛內容，力求為讀者構建一個完整的控製理論知識體係。 理論與實踐並重： 強調理論知識的嚴謹推導，同時通過大量的工程實例展示其在實際問題中的應用，幫助讀者將理論應用於實踐。 循序漸進，易於理解： 按照由淺入深的邏輯順序安排章節，並輔以清晰的數學推導和直觀的圖示，便於不同背景的讀者學習。 注重工程實現： 關注控製器的實際實現方法和性能評價，為讀者在工程設計中提供指導。 本書適閤作為高等院校自動化、電氣工程、機械工程、航空航天等專業本科生和研究生的教材或參考書，同時也適用於從事相關領域工程技術人員的自學與進修。

評分☆☆☆☆☆

我個人更關注於強化學習在決策優化中的潛力，這本書恰好滿足瞭我的好奇心。雖然它並非完全專注於強化學習，但其中關於最優控製和動態規劃的章節，為理解現代強化學習算法的根基打下瞭堅實的基礎。作者對龐特裏亞金的最大值原理的闡述非常到位，讓我明白瞭為什麼現代的Actor-Critic結構能夠有效地近似最優策略。此外，書中對離散時間係統和連續時間係統的統一處理方式，極大地拓寬瞭我的思路，讓我不再局限於某一特定時間域的思考模式。我甚至找到瞭一些可以啓發我當前研究方嚮的切入點，這絕對是意外的收獲。

評分☆☆☆☆☆

這本書的排版和圖示質量簡直無可挑剔。很多控製理論的書籍，圖錶模糊不清，看著非常費力，但這本第三版在圖形化錶達上花費瞭大量心思。無論是波德圖、根軌跡，還是狀態轉移圖，都清晰銳利，標注明確。特彆是對於復雜的反饋結構圖，作者使用瞭多層嵌套和清晰的顔色區分，使得即便是最繞的概念也能一目瞭然。這種對細節的關注，體現瞭齣版方和作者對讀者體驗的極高重視。閱讀過程中幾乎沒有因為看不清圖錶而産生的挫敗感，這對於長時間的深度學習至關重要。

評分☆☆☆☆☆

作為一名從事工業自動化多年的老工程師，我最看重的是技術的實用性與前瞻性的平衡。這本書在這方麵做得非常成功。它不僅涵蓋瞭經典的PID、狀態反饋等基礎內容，還用相當的篇幅介紹瞭麵嚮未來的趨勢，比如事件觸發控製和分布式控製係統的設計。我尤其欣賞它對“智能”二字的詮釋，它並沒有將智能控製片麵地等同於AI，而是將其放在一個更廣闊的控製理論框架下進行探討，強調瞭在綫學習和在綫重構能力的重要性。這本書更像是一本“工具箱”，裏麵裝滿瞭應對現代復雜工程挑戰的利器。

評分☆☆☆☆☆

老實說，我對控製理論的學習一直持有一種“敬畏”的態度，總覺得裏麵充斥著太多高深的數學公式，難以消化。然而，這本第三版在“可讀性”上做得極其齣色。它不像某些版本那樣，上來就拋齣一大堆矩陣運算，而是循序漸進地引導讀者進入狀態。比如講到魯棒控製時，它沒有直接跳到 $H_infty$ 控製，而是先用一個簡單的例子解釋瞭“不確定性”對係統性能的影響，再引齣如何通過數學工具來量化和抑製這種不確定性。這種教學設計非常人性化，對於初學者或者想係統迴顧知識的工程師來說，簡直是福音。我感覺作者不僅僅是在傳授知識，更像是在培養一種控製係統的“直覺”。

評分☆☆☆☆☆

這本《智能控製（第3版）》真是讓我大開眼界，尤其是在係統辨識和自適應控製這一塊，作者的講解深入淺齣，簡直是教科書級彆的範本。我之前看其他教材時，對於模糊邏輯和神經網絡在控製係統中的應用總是感覺雲裏霧裏，但這本書通過大量的實例和清晰的數學推導，將這些復雜的概念一步步拆解，讓人豁然開朗。特彆是關於模型參考自適應控製（MRAC）的穩定性分析部分，處理得非常細緻，不僅僅停留在理論層麵，還結閤瞭最新的工程實踐案例，比如在航空航天和精密機械製造中的應用，這使得抽象的理論變得非常具體和可操作。