欢迎光临澳大利亚新华书店网 [登录 | 免费注册]

    • 智能控制教学设计与指导(嵌入式与工业控制技术高等学校电子信息类专业系列教材)
      • 作者:李士勇//李研|责编:曾珊//李晔
      • 出版社:清华大学
      • ISBN:9787302643678
      • 出版日期:2023/09/01
      • 页数:204
    • 售价:23.6
  • 内容大纲

        智能控制是控制论和系统论、信息论、人工智能、计算智能交叉融合的前沿学科,被誉为继经典控制、现代控制之后的第三代控制理论。智能控制教学对于自动化及相关专业研究生具有重要意义。智能控制课程知识面广,内容新颖,教学有一定难度。本书旨在为智能控制课程的教学提供有益的经验,内容包括:学习理论与教学指导理论基础;智能控制课程教学文件与教学方法设计;智能控制教学重点、难点设计指导。同时,作者还精心制作了智能控制教学课件,供读者参考。
        本书与全国工程硕士专业学位教育指导委员会推荐教材《智能控制》(第2版)配套,既可作为高等院校智能控制及相关课程的教学参考书,也可供广大科技人员、研究生自学参考。
  • 作者介绍

        李士勇,哈尔滨工业大学二级教授、博士生导师,哈尔滨工业大学教学名师。黑龙江省优秀专家。国家模糊控制生产力促进中心专家组专家、JOURNAL OF MEASUREMENT SCIENCE AND INSTRUMENTATION编委。近四十年来一直从事自动控制、模糊数学、模糊控制、智能控制、智能优化、智能制导、复杂适应系统的理论及其在工业过程与国防高技术领域中应用方面的教学、科研和研究生指导工作。获2项国家级科研和教学成果奖、7项省部级奖。发表近200篇学术论文。作为第一作者出版15部教材和专著。在智能控制方面百万字的代表作《模糊控制·神经控制和智能控制论》荣获1999年“全国优秀科技图书奖”暨“科技进步奖(科技著作)”,已被6000余篇论文引用,曾跻身于十大领域中国科技论文引用频次最高的前50部专著与译著排行榜。美国IEEE FELLOW、田纳西大学J.C.HUNG(洪箴)教授曾指出:“李士勇教授在模糊控制、神经网(络)控制及智能控制方面有深入的理论研究和特殊的学术造诣及贡献。”在智能优化方面已出版的著作有《蚁群算法及其应用》《量子计算与量子优化算法》《智能优化算法原理与应用》《智能优化算法与涌现计算》。
  • 目录

    第一篇  学习理论与教学指导理论基础
      第1章  学习理论、教学方式及教学宗旨
        1.1  学习理论
        1.2  教学方式
        1.3  教学宗旨
          1.3.1  训练学生的思维
          1.3.2  培养学生的思维能力
        1.4  本章小结
      第2章  系统科学基础
        2.1  系统科学的产生
        2.2  系统科学研究的三个阶段
        2.3  系统的概念及分类
          2.3.1  系统的基本概念
          2.3.2  系统的分类
        2.4  系统科学思想在指导教学中的具体运用
          2.4.1  教学各环节中的系统性
          2.4.2  教学内容的结构性
          2.4.3  教学内容的层次性
        2.5  本章小结
      第3章  思维科学基础
        3.1  思维科学与思维的特征
          3.1.1  思维科学
          3.1.2  思维的特征
        3.2  思维的类型
          3.2.1  抽象思维
          3.2.2  形象思维
          3.2.3  灵感思维
        3.3  思维的形式——概念、判断和推理
          3.3.1  概念
          3.3.2  判断
          3.3.3  推理
        3.4  思维科学在课堂教学中的指导作用
          3.4.1  语言在课堂教学中的独特作用
          3.4.2  运用抽象思维、形象思维和灵感思维指导教学
        3.5  本章小结
      第4章  科学方法论基础
        4.1  自然科学研究方法
        4.2  自然辩证法基础
          4.2.1  自然辩证法
          4.2.2  矛盾的普遍性
          4.2.3  对立统一规律
          4.2.4  量变质变规律
          4.2.5  否定之否定规律
        4.3  怎样用科学方法论指导教学
        4.4  本章小结
    第二篇  智能控制课程教学文件与教学方法设计
      第5章  智能控制课程教学大纲设计
        5.1  研究生课程教学大纲的性质及编制原则
        5.2  智能控制研究生课程教学大纲(A)
        5.3  智能控制研究生课程教学大纲(B)

        5.4  本章小结
      第6章  智能控制教学重点难点设计指导
        6.1  智能控制教学重点难点的界定原则
          6.1.1  什么是重点内容
          6.1.2  什么是难点内容
        6.2  智能控制教学重点和难点的宏观设计
        6.3  智能控制的教学内容、教学重点和教学难点
        6.4  本章小结
      第7章  教学手段与教学方法设计指导
        7.1  课堂教学手段设计指导
          7.1.1  教学手段的主要形式及特点
          7.1.2  课堂教学手段的综合设计
        7.2  课堂教学的指导原则和教学方法
          7.2.1  课堂教学应遵循的基本原则
          7.2.2  值得推荐的多种课堂教学方法
          7.2.3  课堂教学应该注意的问题
        7.3  “三段论”与“三要素”教学法
          7.3.1  三要素的普遍性
          7.3.2  三元结构的稳定性
          7.3.3  用“三段论”“三要素法”指导教学
        7.4  课堂教学两个案例的启示
        7.5  本章小结
      第8章  智能控制研究生课程考试试题设计
        8.1  考试试题设计的指导思想和设计原则
          8.1.1  考试试题设计的指导思想
          8.1.2  考试试题设计的基本原则
        8.2  智能控制研究生课程考试试题设计样题
        8.3  智能控制研究生课程考查试题设计样题
        8.4  本章小结
      第9章  基于MATLAB的智能控制系统仿真设计
        9.1  基于MATLAB的模糊控制系统仿真设计
          9.1.1  仿真目的
          9.1.2  仿真要求
          9.1.3  仿真内容及步骤
          9.1.4  仿真报告内容及要求
        9.2  基于MATLAB的模型参考神经自适应控制系统仿真设计
          9.2.1  仿真目的
          9.2.2  仿真要求
          9.2.3  仿真内容及步骤
          9.2.4  仿真报告内容及要求
        9.3  本章小结
      第10章  课堂教学质量评价指标设计
        10.1  课堂教学质量评价指标的设计原则
        10.2  课堂教学质量评价指标的设计
        10.3  课堂教学质量的综合评价设计
        10.4  教学评价与艺术评价
        10.5  本章小结
    第三篇  智能控制教学重点难点设计指导
      第11章  从传统控制到智能控制教学重点难点设计指导
        11.1  从自动控制的定义讲起

        11.2  自动控制系统的输入信号
        11.3  对自动控制的基本要求
        11.4  反馈是自动控制的精髓
        11.5  如何实现自动控制的快、稳、准
        11.6  现代控制理论
        11.7  智能控制理论
          11.7.1  智能控制的原理
          11.7.2  智能模拟的三种形式
          11.7.3  智能控制的三要素
        11.8  本章小结
        启迪思考题解答
      第12章  模糊控制教学重点难点设计指导
        12.1  模糊控制的创立
        12.2  模糊数学基础
          12.2.1  基于二值逻辑的经典集合
          12.2.2  模糊集合和模糊概念
          12.2.3  模糊集合的运算及其性质
          12.2.4  模糊矩阵与模糊向量
          12.2.5  模糊关系
          12.2.6  模糊逻辑推理
        12.3  模糊控制的原理
          12.3.1  模糊控制系统的组成及工作原理
          12.3.2  单变量模糊控制系统举例
          12.3.3  建立模糊控制规则
          12.3.4  模糊控制规则的模糊矩阵表示
          12.3.5  通过模糊推理决策求出控制量的模糊量
          12.3.6  控制量的模糊量转化为精确量
        12.4  经典模糊控制器的设计方法
          12.4.1  模糊控制器的基本形式
          12.4.2  定义描述语言变量的模糊集合
          12.4.3  模糊控制规则的设计
          12.4.4  Mamdani模糊推理法
          12.4.5  模糊化与清晰化
          12.4.6  经典模糊控制器的三种形式
          12.4.7  多输入/多输出模糊控制系统设计
        12.5  T-S模糊控制器
          12.5.1  T-S模糊模型及模糊推理
          12.5.2  T-S模糊模型的意义
        12.6  模糊控制和传统控制的结合
        12.7  自适应模糊控制
          12.7.1  模糊系统辨识
          12.7.2  自适应控制的结构及原理
          12.7.3  自适应模糊控制的基本原理
          12.7.4  模型参考自适应模糊控制的结构及原理
        12.8  本章小结
        启迪思考题解答
      第13章  神经网络控制教学重点难点设计指导
        13.1  神经元与神经网络基础
          13.1.1  神经网络研究概述
          13.1.2  神经细胞结构与功能

          13.1.3  人工神经元模型
          13.1.4  神经网络的特点
          13.1.5  神经网络的结构模型
          13.1.6  神经网络的训练与学习
          13.1.7  神经网络的学习规则
        13.2  控制和识别中常用的神经网络
          13.2.1  感知器
          13.2.2  前馈神经网络
          13.2.3  径向基神经网络
          13.2.4  Hopfield网络
          13.2.5  小脑模型神经网络
          13.2.6  大脑模型自组织神经网络
          13.2.7  Boltzmann机
          13.2.8  深度神经网络
          13.2.9  卷积神经网络
        13.3  基于神经网络的系统辨识
          13.3.1  神经网络的逼近特性
          13.3.2  神经网络系统辨识的原理
        13.4  基于神经网络的智能控制
          13.4.1  神经网络控制的基本原理
          13.4.2  神经网络控制的分类
          13.4.3  神经网络与传统控制的结合
        13.5  神经网络和PID控制的结合
          13.5.1  单个神经元PID控制
          13.5.2  神经网络优化PID参数
        13.6  神经自适应控制
          13.6.1  模型参考神经自适应控制
          13.6.2  神经网络自校正控制
        13.7  本章小结
        启迪思考题解答
      第14章  专家控制与仿人智能控制教学重点难点设计指导
        14.1  专家系统的概念与结构
        14.2  专家控制系统的结构与原理
        14.3  实时过程控制专家系统PICON的应用实例
        14.4  专家控制器
        14.5  仿人智能控制
          14.5.1  传统PID线性控制的弊端
          14.5.2  特征变量的设计
          14.5.3  仿人智能控制器的结构及工作原理
          14.5.4  仿人智能积分控制
          14.5.5  仿人智能采样控制
          14.5.6  仿人极值采样控制
        14.6  本章小结
        启迪思考题解答
      第15章  递阶智能控制与学习控制教学重点难点设计指导
        15.1  大系统控制的形式与结构
          15.1.1  大系统的递阶结构
          15.1.2  递阶智能控制的结构与原理
        15.2  递阶模糊控制
          15.2.1  模糊变量与模糊规则间的数量关系

          15.2.2  递阶模糊控制规则
          15.2.3  蒸汽锅炉的递阶模糊控制
        15.3  学习控制系统
          15.3.1  学习控制的概念
          15.3.2  迭代学习控制
          15.3.3  学习控制的其他形式
        15.4  本章小结
        启迪思考题解答
      第16章  智能优化原理与算法教学重点难点设计指导
        16.1  最优化问题的描述及其分类
        16.2  优化问题与控制问题之间的关系
        16.3  人工智能与计算智能的关系
        16.4  智能优化算法与传统优化算法
        16.5  智能优化算法的分类
        16.6  智能优化算法的理论基础
        16.7  遗传算法
        16.8  粒子群优化算法
        16.9  免疫克隆选择算法
        16.10  教学优化算法
        16.11  正弦余弦算法
        16.12  涡流搜索算法
        16.13  阴-阳对优化算法
        16.14  本章小结
        启迪思考题解答
      第17章  最优智能控制原理教学重点难点设计指导
        17.1  最优智能控制问题的提出
        17.2  最优智能控制的定义及结构
        17.3  智能控制器的最优化设计举例
        17.4  本章小结
        启迪思考题解答
      第18章  智能控制的工程应用实例教学重点难点设计指导
        18.1  基于神经网络推理的加热炉温度模糊控制
        18.2  神经网络在车底炉燃烧控制中的应用
        18.3  专家控制在静电除尘器电源控制系统中的应用
        18.4  学习控制在数控凸轮轴磨床上的应用
        18.5  仿人智能温度控制器在加热炉中的应用
        18.6  深度神经网络及强化学习在围棋人工智能程序AlphaGo Zero中的应用
        18.7  本章小结
        启迪思考题解答
    第四篇  智能控制教学课件设计
    附录A  钱学森谈科技创新人才的培养问题
    附录B  关于科学、技术、工程、物质、能量、信息的注释
    参考文献