智能控制(第3版) pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

刘金琨 著

图书标签:

• 智能控制
• 控制理论
• 自动控制
• 系统工程
• 人工智能
• 优化算法
• 现代控制
• 机器人控制
• 电气工程
• 自动化

店铺： 广影图书专营店

出版社： 电子工业出版社

ISBN：9787121219665

商品编码：29692435527

包装：平装

出版时间：2014-01-01

基本信息

书名:智能控制(第3版)

定价：38.00元

售价：25.8元,便宜12.2元,折扣67

作者:刘金琨

出版社：电子工业出版社

出版日期：2014-01-01

ISBN：9787121219665

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.4kg

编辑推荐

---

内容提要

---

本书较全面地叙述了智能控制的基本理论、方法和应用。全书共11章，主要内容为：专家控制的基本原理和应用；模糊控制的基本原理和应用；神经网络控制的基本原理和应用；智能算法及其应用；迭代学习控制方法及其应用。
本书系统性强，突出理论联系实际，叙述深入浅出，适合于初学者学习。书中给出了一些智能算法的Matlab仿真程序，并配有一定数量的习题和上机操作题。

目录

---

章 绪论
1.1 智能控制的发展过程
1.2 智能控制的几个重要分支
1.3 智能控制的特点、研究工具及应用
思考题与习题
第2章 专家控制
2.1 专家系统
2.1.1 专家系统概述
2.1.2 专家系统的构成
2.1.3 专家系统的建立
2.2 专家控制
2.2.1 专家控制概述
2.2.2 专家控制的基本原理
2.2.3 专家控制的关键技术及特点
2.3 专家PID控制
2.3.1 专家PID控制原理
2.3.2 仿真实例
思考题与习题
附录 (程序代码)
第3章 模糊控制的理论基础
3.1 概述
3.2 模糊集合
3.2.1 模糊集合的概念
3.2.2 模糊集合的运算
3.3 隶属函数
3.4 模糊关系及其运算
3.4.1 模糊矩阵
3.4.2 模糊矩阵的运算与模糊关系
3.4.3 模糊关系的合成
3.5 模糊推理
3.5.1 模糊语句
3.5.2 模糊推理
3.5.3 模糊关系方程
思考题与习题
附录(程序代码)
第4章 模糊控制
4.1 模糊控制的基本原理
4.1.1 模糊控制原理
4.1.2 模糊控制器的组成
4.1.3 模糊控制系统的工作原理
4.1.4 模糊控制器的结构
4.2 模糊控制系统分类
4.3 模糊控制器的设计
4.3.1 模糊控制器的设计步骤
4.3.2 模糊控制器的Matlab仿真
4.4 模糊控制应用实例——洗衣机的模糊控制
4.5 模糊自适应整定PID控制
4.5.1 模糊自适应整定PID控制原理
4.5.2 仿真实例
4.6 Sugeno模糊模型
4.7 基于极点配置的单级倒立摆T-S模糊控制
4.7.1 T-S模糊系统的设计
4.7.2 单级倒立摆的T-S模型模糊控制
4.8 模糊控制的应用
4.9 模糊控制发展概况
4.9.1 模糊控制发展的几个转折点
4.9.2 模糊控制的发展方向
4.9.3 模糊控制面临的主要任务
思考题与习题
附录 (程序代码)
第5章 自适应模糊控制
5.1 模糊逼近
5.1.1 模糊系统的设计
5.1.2 模糊系统的逼近精度
5.1.3 仿真实例
5.2 简单的自适应模糊控制
5.2.1 问题描述
5.2.2 模糊逼近原理
5.2.3 控制算法设计与分析
5.2.4 仿真实例
5.3 间接自适应模糊控制
5.3.1 问题描述
5.3.2 控制器的设计
5.3.3 仿真实例
5.4 直接自适应模糊控制
5.4.1 问题描述
5.4.2 控制器的设计
5.4.3 自适应律的设计
5.4.4 仿真实例
5.5 机器人关节数学模型
5.6 基于模糊补偿的机械手自适应模糊控制
5.6.1 系统描述
5.6.2 基于模糊补偿的控制
5.6.3 基于摩擦补偿的控制
5.6.4 仿真实例
思考题与习题
附录 (程序代码)
第6章 神经网络的理论基础
6.1 神经网络发展简史
6.2 神经网络原理
6.3 神经网络的分类
6.4 神经网络学习算法
6.4.1 Hebb学习规则
6.4.2 Delta（δ）学习规则
6.5 神经网络的特征及要素
6.6 神经网络控制的研究领域
思考题与习题
第7章 典型神经网络
7.1 单神经元网络
7.2 BP神经网络
7.2.1 BP网络特点
7.2.2 BP网络结构
7.2.3 BP网络的逼近
7.2.4 BP网络的优缺点
7.2.5 BP网络逼近仿真实例
7.2.6 BP网络模式识别
7.2.7 BP网络模式识别仿真实例
7.3 RBF神经网络
7.3.1 RBF网络结构与算法
7.3.2 RBF网络设计实例
7.3.3 RBF网络的逼近
7.3.4 高斯基函数的参数对RBF网络逼近的影响
7.3.5 隐含层节点数对RBF网络逼近的影响
7.3.6 控制系统设计中RBF网络的逼近
思考题与习题
附录(程序代码)
第8章 高级神经网络
8.1 模糊RBF网络
8.1.1 网络结构
8.1.2 基于模糊RBF网络的逼近算法
8.1.3 仿真实例
8.2 pi-sigma神经网络
8.2.1 高木-关野模糊系统
8.2.2 混合型pi-sigma神经网络
8.2.3 仿真实例
8.3 小脑模型神经网络
8.3.1 CMAC概述
8.3.2 一种典型CMAC算法
8.3.3 仿真实例
8.4 Hopfield网络
8.4.1 Hopfield网络原理
8.4.2 基于Hopfield网络的路径优化
思考题与习题
附录 (程序代码)
第9章 神经网络控制
9.1 概述
9.2 神经网络控制的结构
9.2.1 神经网络监督控制
9.2.2 神经网络直接逆控制
9.2.3 神经网络自适应控制
9.2.4 神经网络内模控制
9.2.5 神经网络预测控制
9.2.6 神经网络自适应评判控制
9.2.7 神经网络混合控制
9.3 单神经元自适应控制
9.3.1 单神经元自适应控制算法
9.3.2 仿真实例
9.4 RBF网络监督控制
9.4.1 RBF网络监督控制算法
9.4.2 仿真实例
9.5 RBF网络自校正控制
9.5.1 神经网络自校正控制原理
9.5.2 自校正控制算法
9.5.3 RBF网络自校正控制算法
9.5.4 仿真实例
9.6 基于RBF网络直接模型参考自适应控制
9.6.1 基于RBF网络的控制器设计
9.6.2 仿真实例
9.7 一种简单的RBF网络自适应控制
9.7.1 问题描述
9.7.2 RBF网络原理
9.7.3 控制算法设计与分析
9.7.4 仿真实例
9.8 基于不确定逼近的RBF网络自适应控制
9.8.1 问题的提出
9.8.2 模型不确定部分的RBF网络逼近
9.8.3 控制器的设计及分析
9.8.4 仿真实例
9.9 基于模型整体逼近的机器人RBF网络自适应控制
9.9.1 问题的提出
9.9.2 针对f(x)进行逼近的控制
9.9.3 仿真实例
9.10 神经网络数字控制
9.10.1 基本原理
9.10.2 仿真实例
思考题与习题
附录 (程序代码)
0章 智能算法及其应用
10.1 遗传算法的基本原理
10.2 遗传算法的特点
10.3 遗传算法的发展及应用
10.3.1 遗传算法的发展
10.3.2 遗传算法的应用
10.4 遗传算法的设计
10.4.1 遗传算法的构成要素
10.4.2 遗传算法的应用步骤
10.5 遗传算法求函数极大值
10.5.1 二进制编码遗传算法求函数极大值
10.5.2 实数编码遗传算法求函数极大值
10.6 基于遗传算法优化的RBF网络逼近
10.6.1 遗传算法优化原理
10.6.2 仿真实例
10.7 基于遗传算法的TSP问题优化
10.7.1 TSP问题的编码
10.7.2 TSP问题的遗传算法设计
10.7.3 仿真实例
10.8 差分进化算法
10.8.1 标准差分进化算法
10.8.2 差分进化算法的基本流程
10.8.3 差分进化算法的参数设置
10.9 差分进化算法的函数优化与参数辨识
10.9.1 基于差分进化算法的函数优化
10.9.2 基于差分进化算法的参数辨识
思考题与习题
附录 (程序代码)
1章 迭代学习控制
11.1 基本原理
11.2 基本迭代学习控制算法
11.3 迭代学习控制的关键技术
11.4 机械手轨迹跟踪迭代学习控制仿真实例
11.4.1 控制器设计
11.4.2 仿真实例
11.5 线性时变连续系统迭代学习控制
11.5.1 系统描述
11.5.2 控制器设计及收敛性分析
11.5.3 仿真实例
思考题与习题
附录 (程序代码)
附录A
参考文献

作者介绍

---

刘金琨，教授，北京航空航天大学自动化学院，多年来一直从事智能控制方面的教学与研究工作，出版过多部智能控制方面的书籍。

文摘

---

序言

---

《现代控制理论及其工程应用》 内容梗概 本书旨在为读者提供一个全面深入的现代控制理论基础，并着重探讨这些理论在实际工程问题中的应用。全书共分为十八章，从基础概念出发，逐步深入到复杂的先进控制策略，并通过大量的工程实例，展示了控制理论强大的解决问题能力。本书强调理论与实践的结合，既注重数学工具的严谨性，也关注工程实现的具体方法。 第一部分：基础理论与系统建模 第一章 绪论 本章将首先介绍控制系统的基本概念、发展历程以及其在现代科技和社会中的重要地位。我们将探讨什么是控制，控制系统是如何工作的，以及不同类型的控制系统（开环与闭环、线性与非线性、时不变与时变等）的特点。接着，本章会引入系统建模的基本思想，强调模型在分析和设计控制系统中的核心作用。我们将初步了解描述动态系统的不同方法，包括微分方程、传递函数和状态空间方程，为后续深入学习打下基础。 第二章 线性时不变系统的时域分析 本章将聚焦于线性时不变（LTI）系统的时域分析。我们将学习如何使用经典的数学工具，如单位冲激响应、单位阶跃响应等，来描述和理解系统的动态行为。通过分析系统的瞬态响应和稳态响应，我们可以评估系统的性能，如速度、超调量、稳态误差等。本章还会介绍稳定性分析的时域方法，如利用Routh-Hurwitz判据来判断系统的稳定性，并探讨系统参数变化对稳定性的影响。 第三章 线性时不变系统的频域分析 频域分析是研究系统动态特性的另一种重要方法。本章将介绍频率响应的概念，以及如何通过Bode图、Nyquist图和Nichols图等图形工具来直观地分析系统的频率特性。我们将学习如何从这些图表中提取关于系统带宽、增益裕度和相位裕度的信息，从而评估系统的稳定性和动态性能。本章还将介绍系统的频率响应与时域响应之间的关系，以及如何在频域中进行系统设计。 第四章 状态空间方法 状态空间方法提供了一种更为强大和通用的系统描述和分析框架，尤其适用于多输入多输出（MIMO）和非线性系统。本章将详细介绍状态空间方程的建立，包括如何从物理系统描述中提取状态变量，并推导出状态方程和输出方程。我们将学习如何利用状态转移矩阵来求解线性系统在任意初始条件下的零输入响应和零状态响应。本章还会介绍可控性和可观性等核心概念，它们是设计状态反馈控制器和状态观测器的基础。 第五章 系统的时域性能指标与稳定性 本章将对系统性能指标进行更深入的探讨。除了时域分析中的基本指标外，还将引入更具体的性能评价标准，例如在工业控制中常用的控制精度、响应速度、抗干扰能力等。同时，本章将详细阐述稳定性分析的各种方法，包括Lyapunov直接法和间接法。我们将学习如何通过Lyapunov方程来判断非线性系统的稳定性，并理解渐近稳定性、指数稳定性等不同类型的稳定性概念。 第六章 线性系统的根轨迹分析 根轨迹是描述闭环系统极点随开环系统增益变化轨迹的一种强大图示方法。本章将详细介绍根轨迹的绘制规则，包括如何确定根轨迹的起点、终点、渐近线、分离点以及根轨迹与虚轴的交点。通过分析根轨迹的形状，我们可以直观地了解系统增益对系统性能和稳定性的影响，并据此选择合适的控制器参数。 第二部分：控制器设计与先进控制策略 第七章 PID控制器设计 比例-积分-微分（PID）控制器是工业界最常用、最经典的一类控制器。本章将详细介绍PID控制器的原理、结构及其在各种系统中的应用。我们将学习如何根据系统特性和性能要求，选择合适的PID参数整定方法，如Ziegler-Nichols方法、临界比例度法、衰减振荡法等。本章还将讨论PID控制器的改进，如模糊PID、自适应PID等，以克服传统PID控制器的局限性。 第八章 状态反馈控制 状态反馈控制是现代控制理论中的核心内容。本章将介绍如何利用系统的状态变量来设计控制器，实现期望的闭环系统性能。我们将学习状态反馈增益矩阵的设计方法，包括极点配置法，使得闭环系统的极点位于期望的位置，从而达到期望的稳定性和动态响应。本章还将讨论状态观测器的设计，用于估计无法直接测量的系统状态，并将其应用于状态反馈控制器中。 第九章 模态控制与最优控制 模态控制旨在通过状态反馈来改变闭环系统的固有模式，从而实现期望的动态性能。本章将介绍模态控制的原理和设计方法。接着，本章将引入最优控制的概念，即在满足系统动态约束和性能指标的前提下，寻找最优的控制输入。我们将学习如何使用变分法和Pontryagin最小化原理来推导最优控制律，并介绍线性二次调节器（LQR）作为最优控制的一种重要形式，以及其设计方法。 第十章 鲁棒控制 现实系统往往存在模型不确定性和外部干扰，鲁棒控制旨在设计能够在这些不确定性下依然保持良好性能的控制器。本章将介绍鲁棒控制的基本概念，包括不确定性模型的描述方法，如区间不确定性、结构化不确定性等。我们将学习如何使用H-infinity控制、mu-分析等方法来设计对模型不确定性不敏感的控制器。 第十一章 预测控制 模型预测控制（MPC）是一种基于模型、具有前瞻性的控制策略，在化工、能源、机器人等领域得到了广泛应用。本章将详细介绍MPC的基本原理，包括预测模型、滚动优化和反馈校正。我们将学习如何建立预测模型，定义性能指标和约束条件，并通过在线优化求解控制输入。本章还将讨论MPC在约束跟踪、多变量系统控制等方面的优势。 第十二章 自适应控制 自适应控制系统能够根据系统性能的变化，在线调整控制器参数，以维持系统的期望性能。本章将介绍自适应控制的基本思想，包括参数辨识和控制率更新。我们将学习几种典型的自适应控制算法，如基于梯度的自适应控制、基于模型参考的自适应控制（MRAC）和自调整控制器。 第三部分：工程应用与实践 第十三章 采样系统与数字控制 在现代工程中，绝大多数控制系统都是数字实现的。本章将介绍采样系统的基本原理，包括采样定理、保持器和零阶保持器。我们将学习如何将连续时间系统转换为离散时间系统，以及离散时间系统的时域和频域分析方法。本章还将介绍数字PID控制器、离散状态空间方程等内容，为数字控制器设计奠定基础。 第十四章 状态观测器设计与应用 状态观测器是用于估计系统状态变量的动态系统。本章将详细介绍不同类型状态观测器的设计方法，包括Luenberger观测器和卡尔曼滤波器。我们将深入理解卡尔曼滤波器的工作原理，包括其在噪声估计和状态预测方面的优势，并讨论其在实际工程中的应用，例如姿态估计、目标跟踪等。 第十五章 线性二次高斯（LQG）控制 LQG控制是结合了最优控制和卡尔曼滤波的先进控制策略，适用于存在随机噪声的线性系统。本章将介绍LQG控制器的构成，即最优状态反馈控制器与最优状态观测器（卡尔曼滤波器）的结合。我们将分析LQG控制器的性能特点，并探讨其在跟踪控制、扰动抑制等方面的应用。 第十六章 非线性控制基础 现实系统往往包含非线性环节，因此非线性控制的研究至关重要。本章将介绍非线性系统的基本概念，如平衡点、李雅普诺夫稳定性等。我们将学习一些基本的非线性控制方法，如线性化控制、反馈线性化、滑模控制等。本章将侧重于为读者提供理解和分析非线性系统所需的基本工具。 第十七章 机器人控制 机器人控制是控制理论的一个重要应用领域。本章将介绍机器人系统的动力学建模，包括关节空间和任务空间描述。我们将学习如何设计用于轨迹跟踪、力控制以及多自由度机器人协调控制的控制器。本章还将介绍一些先进的机器人控制技术，如基于视觉的伺服控制、柔顺控制等。 第十八章 现代控制工程实例 本章将通过多个具体的工程案例，系统地展示前面章节所介绍的控制理论和方法。我们将深入分析不同行业的实际控制问题，例如飞机自动驾驶系统、工业过程控制系统、电力系统稳定控制、汽车主动悬挂系统等。通过对这些案例的剖析，读者将能够理解如何将抽象的控制理论转化为解决实际工程挑战的有效工具，并体会到控制工程的广泛应用价值。 本书特色 体系完整，内容丰富： 涵盖了从基础理论到先进控制策略的广泛内容，力求为读者构建一个完整的控制理论知识体系。 理论与实践并重： 强调理论知识的严谨推导，同时通过大量的工程实例展示其在实际问题中的应用，帮助读者将理论应用于实践。 循序渐进，易于理解： 按照由浅入深的逻辑顺序安排章节，并辅以清晰的数学推导和直观的图示，便于不同背景的读者学习。 注重工程实现： 关注控制器的实际实现方法和性能评价，为读者在工程设计中提供指导。 本书适合作为高等院校自动化、电气工程、机械工程、航空航天等专业本科生和研究生的教材或参考书，同时也适用于从事相关领域工程技术人员的自学与进修。

评分☆☆☆☆☆

这本书的排版和图示质量简直无可挑剔。很多控制理论的书籍，图表模糊不清，看着非常费力，但这本第三版在图形化表达上花费了大量心思。无论是波德图、根轨迹，还是状态转移图，都清晰锐利，标注明确。特别是对于复杂的反馈结构图，作者使用了多层嵌套和清晰的颜色区分，使得即便是最绕的概念也能一目了然。这种对细节的关注，体现了出版方和作者对读者体验的极高重视。阅读过程中几乎没有因为看不清图表而产生的挫败感，这对于长时间的深度学习至关重要。

评分☆☆☆☆☆

我个人更关注于强化学习在决策优化中的潜力，这本书恰好满足了我的好奇心。虽然它并非完全专注于强化学习，但其中关于最优控制和动态规划的章节，为理解现代强化学习算法的根基打下了坚实的基础。作者对庞特里亚金的最大值原理的阐述非常到位，让我明白了为什么现代的Actor-Critic结构能够有效地近似最优策略。此外，书中对离散时间系统和连续时间系统的统一处理方式，极大地拓宽了我的思路，让我不再局限于某一特定时间域的思考模式。我甚至找到了一些可以启发我当前研究方向的切入点，这绝对是意外的收获。

评分☆☆☆☆☆

老实说，我对控制理论的学习一直持有一种“敬畏”的态度，总觉得里面充斥着太多高深的数学公式，难以消化。然而，这本第三版在“可读性”上做得极其出色。它不像某些版本那样，上来就抛出一大堆矩阵运算，而是循序渐进地引导读者进入状态。比如讲到鲁棒控制时，它没有直接跳到 $H_infty$ 控制，而是先用一个简单的例子解释了“不确定性”对系统性能的影响，再引出如何通过数学工具来量化和抑制这种不确定性。这种教学设计非常人性化，对于初学者或者想系统回顾知识的工程师来说，简直是福音。我感觉作者不仅仅是在传授知识，更像是在培养一种控制系统的“直觉”。

评分☆☆☆☆☆

作为一名从事工业自动化多年的老工程师，我最看重的是技术的实用性与前瞻性的平衡。这本书在这方面做得非常成功。它不仅涵盖了经典的PID、状态反馈等基础内容，还用相当的篇幅介绍了面向未来的趋势，比如事件触发控制和分布式控制系统的设计。我尤其欣赏它对“智能”二字的诠释，它并没有将智能控制片面地等同于AI，而是将其放在一个更广阔的控制理论框架下进行探讨，强调了在线学习和在线重构能力的重要性。这本书更像是一本“工具箱”，里面装满了应对现代复杂工程挑战的利器。

评分☆☆☆☆☆

这本《智能控制（第3版）》真是让我大开眼界，尤其是在系统辨识和自适应控制这一块，作者的讲解深入浅出，简直是教科书级别的范本。我之前看其他教材时，对于模糊逻辑和神经网络在控制系统中的应用总是感觉云里雾里，但这本书通过大量的实例和清晰的数学推导，将这些复杂的概念一步步拆解，让人豁然开朗。特别是关于模型参考自适应控制（MRAC）的稳定性分析部分，处理得非常细致，不仅仅停留在理论层面，还结合了最新的工程实践案例，比如在航空航天和精密机械制造中的应用，这使得抽象的理论变得非常具体和可操作。