智能控制导论

课程介绍：

智能控制是自动控制理论的最新研究阶段，内容涉及专家控制、模糊控制、神经网络控制、以及遗传算法等内容的理论、方法和实验、案例。同时配有MATLAB编程技术的学习，以及SIMULINK仿真平台的使用。本课程的学习有助于掌握和进一步学习深度学习等最新研究方向，能够使用人工智能的方法搭建控制系统，设计控制算法和程序从而实现被控对象的有效控制功能，同时具有避免数学模型的建立、智能、快速、有效的特点，同时能够把学习者从编程中解放出来，更专注于工程问题的解决。

〖课程目录〗:

• | └──5、智能控制导论
• | | ├──{10}–第十章燃料电池发电系统的智能控制应用研究
• | | | ├──{1}–10.1研究背景
• | | | ├──{2}–10.2Pemfc-ups系统的结构和设计
• | | | ├──{3}–10.3影响pemfc输出性能因素分析
• | | | ├──{4}–10.4燃料电池发电系统建模
• | | | ├──{5}–10.5燃料电池发电系统综合智能控制
• | | | ├──{6}–10.6燃料电池发电系统温度智能控制仿真研究
• | | | └──{7}–本课程的相关资料
• | | ├──{1}–第一章绪论
• | | | ├──{1}–1.1智能控制的产生和发展
• | | | ├──{2}–1.2智能控制的定义和特点
• | | | └──{3}–1.3智能控制的研究内容
• | | ├──{2}–第二章专家控制
• | | | ├──{1}–2.1专家系统
• | | | ├──{2}–2.2专家控制
• | | | └──{3}–2.3应用实例
• | | ├──{3}–第三章模糊控制的理论基础
• | | | ├──{1}–3.1模糊集合的定义和表示
• | | | ├──{2}–3.2模糊集合的基本运算
• | | | ├──{3}–3.3隶属度及隶属函数
• | | | ├──{4}–3.4模糊关系
• | | | ├──{5}–3.5模糊推理
• | | | ├──{6}–3.6Mamdani推理法
• | | | └──{7}–3.7应用实例
• | | ├──{4}–第四章模糊控制
• | | | ├──{1}–4.1模糊控制的基本原理
• | | | ├──{2}–4.2模糊控制器的组成
• | | | ├──{3}–4.3模糊控制器的设计
• | | | └──{4}–4.4应用实例
• | | ├──{5}–第五章神经网络的理论基础
• | | | ├──{1}–5.1人工神经网络概述
• | | | ├──{2}–5.2神经元与数学模型
• | | | ├──{3}–5.3人工神经网络
• | | | ├──{4}–5.4神经网络学习概述
• | | | ├──{5}–5.5神经网络学习算法
• | | | ├──{6}–5.6BP神经网络
• | | | └──{7}–5.7学习的类型
• | | ├──{6}–第六章神经网络控制
• | | | ├──{1}–6.1神经网络系统辨识
• | | | ├──{2}–6.2神经网络控制
• | | | └──{3}–6.3应用实例
• | | ├──{7}–第七章遗传算法控制参数优化
• | | | ├──{1}–7.1遗传算法的基本原理
• | | | ├──{2}–7.2遗传算法的设计及PID参数优化
• | | | └──{3}–7.3应用实例
• | | ├──{8}–第八章MATLAB程序设计与仿真平台
• | | | ├──{1}–8.1MATLAB简介
• | | | ├──{2}–8.2数据类型和运算符
• | | | ├──{3}–8.3矩阵及运算
• | | | ├──{4}–8.4MATLAB程序设计基础
• | | | ├──{5}–8.5SIMULINK仿真平台的使用
• | | | ├──{6}–8.6MATLAB图形输出
• | | | └──{7}–8.7MATLABGUI简介
• | | └──{9}–第九章课程实验
• | | | ├──{1}–9.1专家PID控制
• | | | ├──{2}–9.2模糊控制的信号跟踪
• | | | ├──{3}–9.3神经网络识别仿真实验
• | | | └──{4}–9.4遗传算法求函数极大值

yeyudao普通

收藏 海报 链接