●前言
章 緒論
1.1 智能控制的發展歷史
1.2 智能及智能控制的基本概念
1.3 PID控制策略
1.4 傳統控制面臨的挑戰
1.5 智能控制與傳統控制的聯繫和區別
1.6 本書主要內容
參考文獻
第2章 專家繫統
2.1 專家繫統的發展歷史
2.2 基於搜索的問題求解
2.2.1 搜索的基本概念
2.2.2 逐個搜索
2.2.3 基於人工智能的搜索
2.3 基於MATLAB的A算法程序設計與仿真實例
2.4 專家繫統簡介
2.5 專家PID控制
2.6 本章小結
參考文獻
第3章 模糊控制
3.1 模糊控制的發展歷史
3.2 模糊控制的數學基礎
3.2.1 模糊集合
3.2.2 模糊關繫
3.2.3 模糊推理
3.3 模糊控制器
3.4 模糊控制算法的MATLAB仿真設計與實現
3.4.1 MATLAB模糊邏輯工具箱簡介
3.4.2 模糊控制算法的仿真程序設計與實現
3.5 基於基金會現場總線的模糊PID控制試驗驗證
3.6 本章小結
參考文獻
第4章 神經網絡
4.1 神經網絡的發展歷史
4.2 神經網絡的基本結構
4.3 感知器
4.3.1 感知器的基本思想
4.3.2 感知器的應用
4.4 BP神經網絡
4.5 基於MATLAB的神經網絡應用仿真實例
4.5.1 基於MATLAB的感知器應用仿真實例分析
4.5.2 基於MATLAB的BP神經網絡應用仿真實例分析
4.6 本章小結
參考文獻
第5章 進化計算
5.1 進化計算概要
5.2 遺傳算法
5.2.1 遺傳算法的基本思想
5.2.2 基於MATLAB的遺傳算法應用實例分析
5.2.3 遺傳算法的模式理論
5.2.4 遺傳算法的收斂性分析
5.2.5 遺傳算法的改進
5.3 遺傳編程
5.3.1 遺傳編程的基本思想
5.3.2 遺傳編程算法的工作步驟
5.3.3 基於MATLAB的遺傳編程算法實例分析
5.4 本章小結
參考文獻
第6章 基於CSAD_FWA的離散時間微分平坦自抗擾控制律參數優化
6.1 離散時間微分平坦自抗擾控制律
6.1.1 引言
6.1.2 微分平坦繫統的概念
6.1.3 微分平坦自抗擾控制律
6.1.4 微分平坦自抗擾控制律離散化
6.2 混沌模擬退火動態煙花優化算法及仿真實例
6.2.1 動態煙花算法
6.2.2 混沌模擬退火動態煙花算法
6.2.3 優化算法的仿真實例
6.3 基於PLC的智能優化算法試驗平臺簡介
6.3.1 繫統結構示意圖
6.3.2 人機界面的設計
6.4 基於CSAD_FWA的離散時間DFADRC參數優化仿真驗證
6.5 基於CSAD_FWA的離散時間DFADRC參數優化試驗驗證
6.6 本章小結
參考文獻
第7章 遞減步長果蠅優化算法及其在風電機組齒輪箱故障診斷中的應用
7.1 遞減步長果蠅優化算法簡介
7.2 支持向量機簡介
7.3 基於DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用
7.3.1 風電機組齒輪箱振動數據的預處理
7.3.2 基於DS-FOA的支持向量機在風電機組齒輪箱故障診斷中的應用實例
7.4 本章小結
參考文獻
第8章 基於雲粒子群布谷鳥融合算法的典型熱工過程模型參數辨識
8.1 火電機組熱工過程模型參數辨識簡介
8.2 雲粒子群布谷鳥融合算法
8.2.1 粒子群優化算法簡介
8.2.2 布谷鳥搜索算法簡介
8.2.3 雲粒子群布谷鳥融合算法簡介
8.2.4 函數優化仿真實例分析
8.3 基於CPSO-CS的典型熱工過程模型參數辨識
8.4 本章小結
參考文獻
內容簡介
《智能控制算法及其應用》主要介紹各種典型智能控制算法的基本內容、設計與實現方法及其在函數優化、電力繫統中的應用。《智能控制算法及其應用》首先闡述智能、智能控制的基本概念,介紹智能控制與傳統的經典控制理論、現代控制理論的聯繫和區別。然後從四種典型智能控制算法(專家繫統、模糊控制、神經網絡和進化計算)入手分別闡述它們的發展歷史、基本內容、實現方法及其應用。很後介紹混沌模擬退火動態煙花優化算法,並將其用於優化離散時間微分平坦自抗擾控制律的參數,通過計算機仿真和基於智能優化算法試驗平臺開展試驗以驗證該算法的有效性;介紹遞減步長果蠅優化算法,並將其應用於風電機組齒輪箱的故障診斷;介紹雲粒子群布谷鳥融合算法,通過聯合循環發電機組典型熱工過程模型參數辨識實例驗證該算法的有效性。