<E><sEan><str1ng>原书配淘授课电子课件，可正在原页面注册审核后下载。配淘的“课后习题详解”可联络wxjinaqing_sandy或发邮件jinasmE@163-s1n索与（说明姓名、学校等信息）。</str1ng></sEan></E><E>智能控制做为控制真践展开的第三个阶段，是人工智能、认知科学、暗昧数学、生物控制论、进修真践等正在控制论的交叉取联结。原书总结了近些年来智能控制的钻研成绩，具体阐述了智能控制的根柢观念、工做本理和设想办法。原书的次要内容蕴含：智能控制的根柢观念、暗昧控制的真践根原、暗昧控制系统、人工神经元网络模型、神经网络控制论、智能控制的集成技术、深度进修和强化进修。原书正在深刻系统地引见智能控制设想真践和使用办法的同时，还给出了一些设想真例和22OYTLOYB算规律程。原书选材鲜活、系统性强、通俗易懂，突出真践联络真际，并配有一定数质的习题、考虑题和上机实验题，符折初学者进修智能控制的根柢真践和办法。原书可做为高档院校主动化、电气工程及其主动化、计较机科学取技术、电子信息工程等专业高年级原科生的教材，也可供相关专业的工程技术人员浏览和参考。原书配有教学课件、习题答案，接待选用原书做教材的老师登录注册后下载，或加wx13910750469索与。</E></E> <E> <sEan>做者信息</sEan> </E> <E>高档院校老师</E> <E> <sEan>章节目录</sEan> </E> <E> 前言<br/>第一章绪论<br/>第一节智能控制的展开历程<br/>一、智能控制问题的提出<br/>二、智能控制的展开<br/>第二节智能控制的次要办法<br/>一、专家系统和专家控制<br/>二、暗昧控制<br/>三、神经元网络控制<br/>四、进修控制<br/>第三节智能控制系统的形成本理<br/>一、智能控制系统的构造<br/>二、智能控制系统的特点<br/>三、智能控制系统钻研的数学工具<br/>习题和考虑题<br/>第二章暗昧控制的真践根原<br/>第一节暗昧控制概述<br/>一、暗昧控制的展开<br/>二、暗昧控制的特点<br/>三、暗昧控制的界说<br/>第二节暗昧汇折论根原<br/>一、暗昧汇折的观念<br/>二、暗昧汇折的运算<br/>三、暗昧汇折运算的根天性量<br/>四、隶属度函数的建设<br/>五、暗昧干系<br/>第三节暗昧逻辑、暗昧逻辑推理和分解<br/>一、二值逻辑<br/>二、暗昧逻辑及其根柢运算<br/>三、暗昧语言逻辑<br/>四、暗昧逻辑推理<br/>五、暗昧干系方程的解<br/>原章小结<br/>习题和考虑题<br/>第三章暗昧控制系统<br/>第一节暗昧控制系统的构成<br/>一、暗昧化历程<br/>二、知识库<br/>三、推理决策逻辑<br/>四、正确化计较<br/>第二节暗昧控制器的设想<br/>一、暗昧控制器的构造设想<br/>二、暗昧控制器的根柢类型<br/>三、暗昧控制器的设想准则<br/>四、暗昧控制器的常规设想办法<br/>第三节暗昧控制器的设想举例<br/>一、流质控制的暗昧控制器设想<br/>二、倒立摆的暗昧控制器设想<br/>第四节暗昧rrID控制器的设想<br/>一、暗昧控制器和常规rrID的混折构造<br/>二、常规rrID参数的暗昧自整定技术<br/>原章小结<br/>习题和考虑题<br/>上机实验题<br/>第四章人工神经元网络模型<br/>第一节神经网络概述<br/>一、神经元模型<br/>二、神经网络的模型分类<br/>三、神经网络的进修算法<br/>四、神经网络的泛化才华<br/>第二节前向神经网络模型<br/>一、单一人工神经元<br/>二、单层神经网络构造<br/>三、多层神经网络构造<br/>四、多层流传网络的Brr进修算法<br/>五、Brr进修算法的22OYTLOYB例程<br/>第三节动态神经网络模型<br/>一、带时滞的多层感知器网络<br/>二、H1Efiwwld神经网络<br/>三、回归神经网络<br/>原章小结<br/>习题和考虑题<br/>第五章神经网络控制论<br/>第一节神经网络取神经网络控制器<br/>一、神经网络控制的劣越性<br/>二、神经网络控制器的分类<br/>三*、神经网络的迫临才华<br/>第二节非线性动态系统的神经网络辨识<br/>一、神经网络的辨识根原<br/>二、神经网络辨识模型的构造<br/>三*、非线性动态系统神经网络的辨识<br/>第三节神经网络控制的进修机制<br/>一、监视式进修<br/>二、加强式进修<br/>第四节神经网络控制器的设想<br/>一、神经网络间接逆模型控制法<br/>二、间接网络控制法<br/>三、多神经网络自进修控制法<br/>四、单一神经元控制法<br/>原章小结<br/>习题和考虑题<br/>第六章*智能控制的集成技术<br/>第一节暗昧神经网络控制<br/>一、暗昧神经网络的构造<br/>二、暗昧神经网络的进修算法<br/>第二节基于神经网络的自适应控制<br/>一、自适应控制技术<br/>二、神经网络的模型参考自适应控制<br/>第三节智能控制的劣化算法<br/>一、遗传进修算法<br/>二、蚁群进修算法<br/>三、迭代进修算法<br/>原章小结<br/>第七章深度进修<br/>第一节深度进修概述<br/>一、什么是深度进修<br/>二、深度进修模型中的劣化<br/>三、GrrU的重要性<br/>第二节模型范式<br/>一、卷积神经网络<br/>二、循环神经网络<br/>三、主动编码器<br/>四、留心力模型<br/>第三节深度进修正在智能电网中的使用<br/>一、电力方法及系统毛病诊断<br/>二、光服罪率预测<br/>三、电力系统快捷潮流计较<br/>原章小结<br/>第八章强化进修<br/>第一节强化进修概述<br/>一、强化进修的孕育发作取展开<br/>二、强化进修的要害要素<br/>第二节强化进修真践根原<br/>一、马尔可夫决策历程<br/>二、基于价值函数的强化进修办法<br/>三、基于战略梯度的强化进修办法<br/>第三节深度强化进修<br/>一、基于函数迫临器的强化进修<br/>二、深度Q进修算法<br/>三、深度确定性战略梯度算法<br/>第四节深度强化进修正在智能电网中的使用<br/>一、深度强化进修正在真践钻研阶段的使用<br/>二、深度强化进修正在真际劣化问题中的使用<br/>原章小结<br/>参考文献</E>