人工智能控制技术
全新正版 假一赔十 可开发票
￥ 45.69 7.7折 ￥ 59 全新
库存12件
北京东城
认证卖家担保交易快速发货售后保障
作者高学辉 王树波 陈强 白星振 著
出版社机械工业出版社
ISBN9787111757252
出版时间2024-07
装帧平装
开本16开
定价59元
货号1203350917
上书时间2024-08-20
商品详情
- 品相描述：全新
- 商品描述
-
目录
目录
前言
第1部分基础篇
第1章绪论
1.1人工智能控制技术概述
1.1.1人工智能的定义及智能控制
1.1.2人工智能控制技术的发展历史
1.1.3人工智能控制发展面临的难题
1.1.4人工智能控制的主要内容
1.2学习算法概述
1.2.1无监督学习
1.2.2监督学习
1.2.3强化学习
1.3自动控制基础
1.3.1控制系统的发展历史
1.3.2控制系统模型
1.3.3控制方法概述
1.3.4控制系统的稳定性
1.4学习与控制术语说明
习题
参考文献
第2章神经网络控制
2.1神经网络理论基础
2.1.1神经网络发展历史
2.1.2神经网络原理
2.1.3神经网络学习算法
2.2典型神经网络
2.2.1单神经元网络
2.2.2BP神经网络
2.2.3RBF神经网络
2.2.4Hopfield神经网络
2.2.5卷积神经网络
2.3神经网络自适应控制
2.3.1系统描述
2.3.2自适应控制器设计
2.3.3稳定性证明
2.3.4仿真实例
习题
参考文献
第3章强化学习
3.1强化学习概述
3.1.1强化学习的历史背景
3.1.2强化学习的分类
3.1.3强化学习的重点概念
3.2马尔可夫决策过程
3.2.1马尔可夫链与马尔可夫决策过程
3.2.2贝尔曼方程
3.2.3最优控制与最优策略
3.3动态规划
3.3.1动态规划简介
3.3.2最优控制中的动态规划
3.3.3强化学习中的动态规划
3.4基本强化学习
3.4.1策略迭代算法
3.4.2值迭代算法
3.4.3蒙特卡洛法
3.4.4时序差分法
3.4.5其他类型强化学习
习题
参考文献
第4章深度强化学习
4.1深度强化学习概述
4.1.1深度强化学习发展历程
4.1.2深度强化学习基本学习思想
4.2深度卷积神经网络
4.2.1基本网络类型
4.2.2改进网络类型
4.3深度循环神经网络
4.3.1网络结构与计算
4.3.2深度循环神经网络变体和改进
4.4深度价值和策略学习
4.4.1深度Q网络
4.4.2基于策略梯度算法
习题
参考文献
第5章模糊控制
5.1模糊控制数学原理
5.1.1模糊集合
5.1.2隶属函数的种类
5.1.3模糊集合的运算
5.1.4模糊关系与推理
5.2模糊控制原理及设计
5.2.1基本原理和组成
5.2.2模糊控制器的结构和分类
5.2.3模糊控制的工作原理和设计步骤
5.3自适应模糊控制
5.3.1模糊逼近和万能逼近定理
5.3.2系统描述
5.3.3模糊控制器设计
5.3.4仿真实例
习题
参考文献
第6章进化算法
6.1进化算法概述
6.2遗传算法
6.2.1遗传算法的发展历史
6.2.2遗传算法的基本原理
6.3粒子群算法
6.3.1粒子群算法的发展历史
6.3.2粒子群算法的原理
6.4蚁群算法
6.4.1蚁群算法的发展历史
6.4.2蚁群算法的原理
习题
参考文献
第2部分实用篇
第7章机械臂控制实例
7.1机械臂神经网络控制
7.1.1问题的提出
7.1.2神经网络设计
7.1.3控制器设计
7.1.4稳定性证明
7.1.5仿真实例
7.2机械臂自适应模糊控制
7.2.1系统描述
7.2.2模糊控制器设计
7.2.3仿真实例
习题
参考文献
第8章无人机三维最优路径规划实例
8.1无人机路径规划简介
8.2无人机路径规划Q-Learning算法原理
8.3无人机三维路径规划实现过程
8.3.1基于Q-Learning的三维模型创建
8.3.2训练过程
8.3.3路径规划实现结果
8.4仿真程序
习题
参考文献
第9章五子棋自动对弈实例
9.1五子棋自动对弈实现原理
9.2蒙特卡洛树搜索
9.2.1选择
9.2.2拓展与评估
9.2.3反向传播
9.2.4演绎
9.3五子棋自对弈训练
9.4仿真程序
习题
参考文献
第10章图像优化处理实例
10.1数字图像处理技术简介
10.1.1基本概念
10.1.2研究内容
10.1.3应用领域
10.2图像分割
10.2.1技术介绍
10.2.2图像分割的定义
10.2.3基于阈值的分割方法
10.2.4其他分割方法
10.3基于进化算法的图像分割方法实例
10.3.1基于遗传算法的图像分割
10.3.2基于粒子群算法的图像分割
习题
参考文献
内容摘要
本书讲述基于人工智能的控制技术，主要介绍了神经网络控制、模糊
逻辑控制和进化算法控制。全书分为两部分，共10 章。第1 部分为基础
篇，包括第1~6 章，讲述基础理论。第1 章绪论讲述人工智能和控制论的
基础；第2~4 章是神经网络控制部分，主要讲述神经网络理论基础、典型
神经网络、神经网络自适应控制、强化学习和深度强化学习的内容；第5
章讲述模糊控制；第6 章讲述进化算法。第2 部分是实用篇，包括第7~10
章，以机械臂、无人机、五子棋和图像优化处理等为例，具体说明了第1
部分内容的应用。书中每章均附有习题。
为加快推进党的二十大精神进教材，本书深入挖掘科学研究和科学成
果取得过程背后的“两弹一星”精神、载人航天精神、科学家精神等，并
以二维码的形式进行教学指引。
本书可作为人工智能、自动化、电气工程及其自动化、智能控制等相
关专业的本科课程教材，也可以作为相关工程技术人员的专业参考书。
主编推荐
本书遵循教育部教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。
— 没有更多了 —
以下为对购买帮助不大的评价