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
• 电气工程
• 自动化
• 机器人
• 优化算法
• 现代控制
• 人工智能

店铺： 博学精华图书专营店

出版社： 电子工业出版社

ISBN：9787121219665

商品编码：29692483001

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

掌控未来，洞见趋势：一本关于决策、系统与智能的深刻探索 在信息爆炸、技术飞速迭代的时代，理解并驾驭复杂系统，实现高效、精准的决策，已成为个人、组织乃至社会发展的重要驱动力。本书并非一本关于“智能控制(第3版)”的教科书，而是一次对“智能”这一核心概念在不同维度上的深度审视，一次对“控制”这一普遍规律的广泛解析，一次对“系统”这一本质结构的精微洞察。它旨在为那些渴望超越传统认知，探索更深层次运作机制，并致力于在瞬息万变的现实中做出卓越选择的读者，提供一套全新的思维框架与分析工具。 第一部分：思维的疆域——突破认知的边界 在信息过载和知识碎片化的今天，我们的思维模式和认知框架往往面临着巨大的挑战。本书的第一部分，将带领读者进行一次关于“思维”的考古与重塑。我们并非直接教授某种具体的“智能控制”理论，而是回归到“智能”本身的定义与演变。智能，究竟意味着什么？是逻辑推理的能力，还是情感的共鸣？是学习适应的潜力，还是创造性地解决问题的智慧？我们将从哲学、心理学、认知科学等多个角度，剖析智能的内涵，追溯其在人类文明发展进程中的演化轨迹。 我们将深入探讨“认知偏差”的根源，揭示那些潜藏在日常决策中的非理性因素，例如确认偏差、锚定效应、可用性启发等，它们如何不动声色地影响着我们的判断，并常常导致次优甚至错误的决策。本书将提供一系列引人入胜的案例，通过分析历史事件、商业决策、社会现象，来具体呈现这些认知陷阱的运作机制。我们并非要“控制”你的思维，而是要让你“看见”思维的运作，从而获得更加清醒和理性的认知。 更重要的是，我们将着重阐述“系统思维”的重要性。个体孤立的事件往往难以理解其背后的真正原因和发展规律。只有将事物置于更宏大的系统之中，理解各要素之间的相互作用、反馈回路以及涌现性特征，我们才能洞察事物发展的深层逻辑。本书将运用比喻、模型和图示等多种方式，形象地展示系统思维的强大力量，比如蝴蝶效应如何影响天气，森林生态系统如何自我调节，以及经济周期如何循环往复。我们并非要“控制”系统，而是要“理解”系统，从而更好地与之互动。 最后，本部分将触及“概率与不确定性”的思考。在现实世界中，完美的信息和确定的结果是罕见的。本书将引导读者拥抱不确定性，理解概率在决策中的核心作用。我们将探讨如何评估风险，如何在信息不完全的情况下做出最优选择，以及如何通过“黑天鹅”事件的视角，来审视那些我们低估了其可能性但后果极其重大的事件。这是一种关于“理解”不确定性，而非“消除”不确定性的智慧。 第二部分：系统的脉络——解析运行的规律 如果说第一部分是关于思维的“内功心法”，那么第二部分则聚焦于“外在世界”的运行规律，即“系统”的奥秘。这里，“系统”并非特指某个工程领域，而是泛指任何由相互关联的要素组成的整体，从微观的分子结构到宏观的社会经济体，皆可视为系统。本书将致力于解析各类系统的共性与特性，帮助读者建立起一种“看见连接”的能力。 我们将从“信息流”的角度来审视系统。信息在系统内部如何传递、转化、累积和丢失？信息不对称如何影响决策？信息过载又会带来怎样的挑战？本书将通过对通信理论、信息论基础概念的介绍，以及对实际案例的分析，来揭示信息在系统运作中的关键作用。例如，在商业竞争中，信息的获取与传播速度如何决定企业的生死存亡；在科研领域，信息的共享与协同又如何加速知识的创造。我们并非要“控制”信息的流动，而是要“优化”信息的利用。 接下来，我们将深入探讨“反馈机制”。反馈是系统自我调节、稳定或失稳的关键。正反馈会让系统朝着某个方向加速演进，可能带来指数级的增长，也可能导致失控的危机；负反馈则会抑制系统的偏离，维持其稳定状态。本书将通过丰富的图示和模型，生动地展示正负反馈在不同系统中的表现，例如经济的繁荣与衰退、生态系统的平衡与破坏、以及学习过程中的进步与停滞。理解反馈，才能预见趋势，并在必要时进行干预。 “涌现性”是系统思维中一个极具魅力的概念。当大量简单的个体按照一定的规则互动时，往往会产生出个体本身不具备的、更加复杂和高级的整体行为。例如，单个的蚂蚁行为简单，但群体却能协同完成复杂的觅食任务；单个的神经元活动有限，但大脑却能产生意识。本书将通过对复杂性科学、群体动力学等领域的介绍，带领读者领略涌现性的力量，理解“整体大于部分之和”的深刻含义。这将有助于我们理解社会现象、市场行为乃至生命本身的起源。 最后，本部分还将关注“适应性”。在不断变化的环境中，能够持续学习、调整自身行为以适应新条件的系统，才能生存和发展。本书将探讨系统的“学习能力”以及“进化策略”，从生物进化到技术迭代，再到组织变革，都离不开适应性的力量。我们并非要“控制”系统的适应，而是要“赋能”系统的适应，使其能够应对未知的挑战。 第三部分：智慧的实践——赋能卓越的决策 在掌握了思维的工具和系统的规律之后，本书的第三部分将聚焦于“实践”——如何将这些洞见转化为卓越的决策，从而在真实世界中产生积极的影响。这里的“控制”并非强制性的命令，而是一种有意识的引导、优化和协调，以实现预期的目标。 我们将探讨“目标设定与度量”。清晰、可行的目标是任何有效行动的起点。本书将介绍 SMART 原则等目标设定方法，更重要的是，将探讨如何为复杂系统设定恰当的目标，以及如何设计有效的度量体系来跟踪进展。在没有明确度量标准的情况下，我们很难知道自己是否在朝着正确的方向前进，也难以进行有效的调整。 “策略制定与执行”将是本书的重中之重。在理解了系统运作规律和潜在风险后，我们才能制定出有效的策略。本书将介绍不同类型的决策模型，从简单的二元选择到复杂的博弈论，以及如何根据具体情况选择合适的模型。同时，我们将强调策略执行过程中的灵活性和应变能力。真正的“控制”并非一成不变的计划，而是在执行中根据反馈不断调整的动态过程。 “风险管理与危机应对”是保障决策成果的关键。任何行动都伴随着风险，尤其是在不确定的环境中。本书将提供一套系统性的风险评估和管理框架，帮助读者识别潜在风险，评估其可能性和影响，并制定相应的规避或应对措施。同时，我们将探讨在危机发生时，如何保持冷静，如何运用已有的知识和系统思维，迅速做出有效的反应，将损失降到最低，甚至将危机转化为机遇。 “伦理与责任”是卓越决策的终极考量。技术的进步和系统能力的提升，也带来了前所未有的伦理挑战。本书将引导读者思考，在追求效率和优化的同时，如何兼顾公平、公正、安全和可持续性。我们并非要“控制”伦理，而是要“引导”技术和决策朝着符合人类整体利益的方向发展。 最后，本书将以“赋能与协同”作为实践的升华。真正的强大并非来自单方面的控制，而是来自赋能他人，激发整个系统的潜力，促进协同合作。本书将鼓励读者运用所学知识，去理解和帮助他人，去构建更具协作精神的团队和组织，去共同创造一个更加智能、高效、可持续的未来。 这本书，献给每一个渴望理解世界运行的底层逻辑，渴望在复杂环境中做出明智选择，渴望以更深刻的洞察力去塑造未来的你。它不是一本指导你如何“控制”什么具体事物的操作手册，而是一份关于“智能”、“系统”与“决策”的哲学性与实践性的深度对话。通过阅读本书，你将获得一套强大的思维工具，一种全局的视角，以及一种赋能未来的力量。

评分☆☆☆☆☆

我花了整整一个周末试图啃下关于“鲁棒性设计”的章节，说实话，那部分的阅读体验简直是一场智力上的马拉松。作者对于各种不确定性建模和容错机制的描述，用词极其专业和晦涩，大量使用了缩写和术语，如果没有一本专门的术语词典在手边，光是理解作者在描述什么对象就已经耗费了大量精力。书中的习题设计也充分体现了这一点，它们都不是那种可以简单套用公式就能得出答案的选择题或填空题，而是需要你构建完整的数学模型，然后进行复杂的分析和证明，有些题目甚至需要你手动画出相平面图或者波特图来辅助论证，这显然不是给那些只求过关的大学生准备的，而是给那些准备在控制领域深耕，需要打下最坚实数学基础的研究生量身定做的“磨刀石”。每当我感觉快要理解透彻的时候，作者总能引入一个更深层次的数学定理来进一步深化这个概念，让人不得不感叹其学识之渊博，同时也深刻体会到自己知识储备的不足。

评分☆☆☆☆☆

我个人在学习控制理论时，更偏爱那种带有强烈个人色彩和教学热情的作者的作品，他们往往能用生动形象的比喻将抽象的概念拉到地面上。而这本《XX（你的书名）》，则完全是另一种风格——极度的客观和冷静。作者仿佛是一位冷峻的数学家，他关注的是逻辑的完美闭合，而非读者的接受程度。全书阅读下来，我几乎找不到任何可以称之为“幽默”或者“启发性故事”的段落，它像一块打磨得光滑无比的黑曜石，冰冷、坚硬，散发着纯粹的理论之光。虽然我承认其内容的权威性和覆盖面的广度是无可挑剔的，它确实涵盖了该领域几乎所有主要的理论分支和经典方法，但它缺乏一种“人味儿”，阅读过程更像是与一个极其聪明的、但情感缺失的机器进行知识交换，而不是一场富有激情的学习之旅。对于那些需要“被推动”才能前进的学习者来说，这本书的“自驱力”要求会显得过于苛刻。

评分☆☆☆☆☆

说实话，这本书给我的第一印象是“实在”，但这种实在感带着一种强烈的时代烙印。它更像是一部详尽的技术手册，而不是一本引导思维的启发性著作。书中的案例和应用场景似乎停留在某个特定的时间点，虽然基本原理是永恒的，但那些具体的工程实例，比如提到的某个特定型号的控制器或者某个老旧的系统架构，让我感觉有些脱节。阅读过程中，我发现作者对理论的阐述极其详尽，恨不得把每一个数学步骤都掰开了揉碎了讲清楚，这对于需要精确复现实验或者理解推导过程的人来说是优点，但对于我这种更偏向于快速掌握“能做什么”和“怎么用”的实践者来说，阅读体验就显得有些冗长和拖沓了。我希望能在其中找到更多关于最新的机器学习模型如何融入传统控制架构的讨论，或者关于云计算、边缘计算背景下的分布式控制策略的探讨，但这些在本书中似乎是付之阙如的。它更像是对经典理论的一次全面而系统的梳理和总结，而不是面向未来趋势的展望。

评分☆☆☆☆☆

这本厚厚的书摆在桌上，沉甸甸的，光是封面设计就透着一股严谨和专业的气息，那种传统的学术书籍的排版风格，让人一看就知道这不是一本轻松入门的读物。我翻开扉页，首先映入眼帘的是满满的参考文献列表，密密麻麻的，看得出来作者在学术上的积累是非常深厚的，引用了大量前沿的研究成果。内页的纸张质量不错，印刷清晰，但图表的设计略显老旧，很多流程图和数学模型的呈现方式，更像是上个世纪末的教科书风格，虽然内容本身可能很扎实，但对于习惯了现代可视化效果的读者来说，可能需要花更多的时间去解码这些图示背后的含义。这本书的语言风格是典型的学术论述体，措辞精准，逻辑链条严密到几乎没有可以钻空子的地方，每一个概念的提出和论证都建立在前序章节扎实的基础之上，这对于初学者来说，无疑是一座难以逾越的高山，你需要有很强的数学和自动控制理论背景才能跟上作者的思路，否则很容易在复杂的公式推导中迷失方向。整体来说，这是一部需要投入大量时间和精力的硬核参考书，适合那些想深入探究底层原理的研究人员或者高年级学生。

评分☆☆☆☆☆

这本书的装帧和排版风格，说得不客气点，简直是上个世纪的产物。封面设计保守到几乎没有辨识度，如果不是书名写得很大，扔在图书馆的书架上很容易被其他更具视觉冲击力的现代教材淹没。内页的留白非常少，导致文本密度极高，阅读起来眼睛非常容易疲劳，尤其是当涉及到需要集中精力理解的矩阵运算或者微分方程组时，这种拥挤的感觉会被放大。更让我感到困扰的是，这本书似乎完全没有考虑到电子阅读的便利性，它的数字化版本（如果存在的话）很可能只是一个简单的PDF扫描件，缺乏良好的目录跳转和内容搜索功能，这在查阅特定公式或概念时极其不便。如果作者能借鉴一些现代教材的做法，比如在关键公式旁用不同颜色或加粗来强调核心变量，或者为复杂的算法提供伪代码而不是纯粹的数学推导，阅读体验会大大提升，但很遗憾，这部作品坚持了一种“一切皆平等”的文本呈现方式。