|
課程概述
在自然界中存在很多種智能現象，例如：人類大腦的思維過程，鳥兒在覓食過程中的協同機制，每隻螞蟻動作行為簡單但蟻群卻能夠完成複雜的任務，染色體之間的交叉變異可以衍生出更適應環境的個體，等等。那麼，有沒有這種可能性，就是我們通過計算機編程的方法將這種智能現象再現出來，用程序去模擬自然界中的自然現象從而服務於控制過程？答案是肯定的，人類已經為此探索了幾十年，而且也已經初步得到了一些成果，我們本門課程就是學習和探索自然界中的智能現象，進而為智能控制服務。那麼，相比傳統的經典控制理論、現代控制理論，智能控制有何優勢和特點呢：簡單來說，智能控制最大的特點在於無需建立對象的數學模型，而數學模擬在諸如大系統、非線性環節、滯後環節是很難精確建立的，甚至是無法建立的。因此，智能控制的無需數學模型的特點在控制理論中具有廣闊的應用前景。
本門課程學習的內容有哪些？ （1）專家控制專家控制
系統主要指的是一個智能計算機程序系統，其內部含有大量的某個領域專家水平的知識與經驗，能夠利用人類專家的知識和解決問題的經驗方法來處理該領域的高水平難題。也就是說，專家系統是一個具有大量的專門知識與經驗的程序系統，它應用人工智能技術和計算機技術，根據某領域一個或多個專家提供的知識和經驗，進行推理和判斷，模擬人類專家的決策過程，以便解決那些需要人類專家才能處理好的複雜問題。簡而言之，專家系統是一種模擬人類專家解決領域問題的計算機程序系統。
（2）模糊控制模糊控制
就是在控制方法上應用模糊集合論，運用模糊語言變量及模糊邏輯揄實現系統的智能控制。這種方法擺脫了控制對像輸入、輸出物理量的精確描述，用自然語言描述專家控制策略，以機器模擬人的模糊思維對系統實現有效控制。
在實際控制過程中，將計算機採樣的輸入量（精確量）模糊化，經模糊揄確定控制量的模糊值，最後進行反模糊處理獲得控制量的實際輸出，對被控對像進行控制。
（3）人工神經網絡控制
人工神經網絡是模擬人腦生物神經網絡系統處理信息的方式，通過經驗而不是通過設計好的程序進行學習、訓練，這些構成了人工神經網絡具有模式識別、預測、評價和優化決策等能力的基礎。神經網絡控制是指在控制系統中，應用神經網絡技術，對難以精確建模的複雜非線性對像進行神經網絡模型辨識，或作為控制器，或進行優化計算，或進行推理，或進行故障診斷，或同時兼有上述多種功能。
（4）遺傳算法
借鑒生物進化論，遺傳算法將要解決的問題模擬成一個生物進化的過程，通過複製、交叉、突變等操作產生下一代的解，並逐步淘汰掉適應度函數值低的解，增加適應度函數值高的解。這樣進化N代後就很有可能會進化出適應度函數值很高的個體。
最後，為了使同學們能夠深入理解並應用課程理論知識，我們專門使用第八章內容來講解MATLAB編程和SIMULINK知識，方便同學們使用工具來實現課程理論知識，能夠學以致用，為後續的實驗部分打下良好基礎。總之，本課程通過理論學習和程序設計，實現人工智能與自動控制任務的結合。通過學習本課程，同學們會對自動控制理論有更深一步的理解，為後續的工作和科研打下良好的基礎。
教學單元
1 第一章 緒論
1.1智能控制產生的背景
1.2智能控制的概念和特點
1.3智能控制的研究內容
2 第二章 專家控制
2.1專家系統
2.2專家控制
2.3應用實例
3 第三章 模糊控制的理論基礎
3.1模糊集合的定義和表示
3.2模糊集合的基本運算
3.3隸屬度及隸屬函數
3.4模糊關係
3.5模糊推理
3.6Mamdani推理法
3.7應用實例
4 第四章 模糊控制
4.1模糊控制的基本原理
4.2模糊控制器的組成
4.3模糊控制器的設計
4.4應用實例
5 第五章 神經網絡的理論基礎
5.1人工神經網絡概述
5.2神經元與數學模型
5.3人工神經網絡
5.4神經網絡學習概述
5.5神經網絡學習算法
5.6BP神經網絡
5.7學習的類型
6 第六章 神經網絡控制
6.1神經網絡系統辨識
6.2神經網絡控制
6.3應用實例
7 第七章 遺傳算法控制參數優化
7.1遺傳算法的基本原理
7.2遺傳算法的設計及PID參數優化
7.3應用實例
8 第八章 MATLAB程序設計與仿真平台
8.1MATLAB簡介
8.2數據類型和運算符
8.3矩陣及運算
8.4MATLAB程序設計基礎
8.5 SIMULINK仿真平台的使用
8.6 MATLAB圖形輸出
8.7 MATLAB GUI簡介
9 第九章 課程實驗
9.1專家PID控制
9.2模糊控制的信號跟蹤
9.3人工神經網絡
9.4遺傳算法
10 第十章 燃料電池發電系統的智能控制應用研究
10.1研究背景
10.2 PEMFC-UPS系統的結構和設計
10.3影響PEMFC輸出性能因素分析
10.4燃料電池發電系統建模
10.5燃料電池發電系統綜合智能控制
10.6燃料電池發電系統溫度智能控制仿真研究
課程列表
名稱 時間長度
第01講1.1 智能控制的□生和□展 00:14:27
第02講1.2 智能控制的定□和特□ 00:05:50
第03講1.3 智能控制的研究□容 00:08:33
第04講2.1 □家系□ 00:10:26
第05講2.2 □家控制 00:14:13
第06講2.3 □用□例 00:11:51
第07講3.1模糊集合的定□和表示 00:13:58
第08講3.2模糊集合的基本□算 00:10:47
第09講3.3□□度及□□函□ 00:07:46
第10講3.4模糊□系 00:09:32
第11講3.5模糊推理 00:10:46
第12講3.6Mamdani推理法 00:11:45
第13講3.7 □用□例 00:09:26
第14講4.1模糊控制的基本原理 00:05:30
第15講4.2模糊控制器的□成 00:17:53
第16講4.3模糊控制器的□□ 00:08:41
第17講4 00:13:25
第18講5.1人工神□网□概述 00:10:56
第19講5.2神□元与□□模型 00:14:26
第20講5.3人工神□网□ 00:11:44
第21講5.4神□网□□□概述 00:05:18
第22講5.5神□网□□□算法 00:12:00
第23講5.6BP神□网□ 00:13:53
第24講5.7□□的□型 00:06:57
第25講6.1神□网□系□辨□ 00:09:48
第26講6.2神□网□控制 00:06:54
第27講6.3□用□例 00:15:10
第28講7.1□□算法的基本原理 00:11:38
第29講7.2□□算法的□□及PID□□优化 00:16:29
第30講7.3□用□例 00:14:23
第31講8.1MATLAB□介 00:11:57
第32講8.2□据□型和□算符 00:08:05
第33講8.3矩□及□算 00:08:36
第34講8.4MATLAB程序□□基□ 00:13:08
第35講8.5 SIMULINK仿真平台的使用 00:11:49
第36講8.6 MATLAB□形□出 00:07:36
第37講8.7 MATLAB GUI□介 00:14:34
第38講9.1.1 □家PID控制□□——□□介□ 00:12:26
第39講9.1.2 □家pid控制□□——□□程序流程□ 00:03:18
第40講9.1.3 □家pid控制□□——□□□程 00:13:04
第41講9.2.1 模糊控制的信□跟□——□□介□ 00:05:43
第42講9.2.2 模糊控制的信□跟□——搭建仿真模□ 00:13:46
第43講9.2.3 模糊控制的信□跟□——模糊控制□入□出□置 00:12:35
第44講9.2.4 模糊控制的信□跟□——模糊控制推理器□置 00:11:22
第45講9.2.5 模糊控制的信□跟□——采用Simulink□行仿真 00:11:02
第46講9.3.1 神□网□□□仿真□□——□□介□ 00:06:03
第47講9.3.2 神□网□□□仿真□□——□□□程 00:18:37
第48講9.3.3 神□网□□□仿真□□——□□程序□□ 00:10:15
第49講9.4.1 □□算法求函□极大值——□□介□ 00:04:35
第50講9.4.2 □□算法求函□极大值——□□□程 00:13:16
第51講10.1研究背景 00:18:46
第52講10.2 PEMFC-UPS系□的□构和□□ 00:06:42
第53講10.3影□PEMFC□出性能因素分析 00:09:16
第54講10.4燃料□池□□系□建模 00:10:47
第55講10.5燃料□池□□系□□合智能控制 00:13:58
第56講10.6燃料□池□□系□□度智能控制仿真研究 00:14:57
|
MS_3270