智能控制教学设计与指导

图书标准信息

• 作者 李士勇；李研
• 出版社 清华大学出版社
• 出版时间 2023-09
• 版次 1
• ISBN 9787302643678
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 204页
• 字数 304千字

【内容简介】

《智能控制》（第2版）（ISBN为9787302581611）是全国工程硕士专业学位教育指导委员会推荐教材，全面涵盖模糊控制、神经控制、专家控制、仿人智能控制、递阶智能控制、学习控制、**智能控制及其工程应用实例。本书配套于该教材，为智能控制研究生课程教学提供全面而系统的教学设计与指导，包括学习理论、指导教学的系统科学、思维科学、科学方法论，教学文件、教学手段、教学方法、教学重点难点及教学课件设计。

【作者简介】

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。Journal of Measurement Science and Instrumentation 编委，曾受聘为国家模糊控制生产力促进中心专家组专家。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。共获教学和科研成果国家级奖2项、省部级奖7项。发表学术论文近200篇。作为第一作者出版教材和专著15部。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。该书在国内外颇具影响，深受控制领域专家和广大读者的好评，是智能控制领域的经典著作。李士勇教授在智能优化方面的著作有《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》及《智能优化算法与涌现计算》。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。”

【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

 

智能控制教学设计与指导

 

 

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

12．4．4Mamdani 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

12．5TS模糊控制器

12．5．1TS模糊模型及模糊推理

12．5．2T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

13．2．4Hopfield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

13．2．7Boltzmann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