Chapter 1 智慧型控制的工程基础

1.1专家系统基础

1.2专家系统的结构

1.3知识的表示

1.4专家系统中的推论方法

1.5智慧型控制系统中的推论

1.6知识的获取

1.7产生式系统

1.8智能学习系统

1.9人机智慧型结合系统

Chapter 2 智慧控制理论与系统设计

2.1智慧控制基本概念

2.2智慧控制系统的结构

2.3智慧型控制系统的类型

2.4智慧型控制系统的理论基础及基本质

Chapter 3 多层递阶智慧型控制

3.1复杂系统控制的基本形式

3.2递阶控制的一般原理

3.3多级递阶智慧控制

3.4人-机交互的多级递阶智慧控制

Chapter 4 基于知识的专家控制

4.1专家控制系统

4.2即时过程控制专家系统

4.3专家控制器

4.4基于知识的智能过程控制

Chapter 5 模糊控制

5.1模糊控制原理

5.2模糊控制器设计的基本方法

5.3模糊控制器的设计举例

5.4解析描述控制规则可调整的模糊控制器

5.5模糊系统辨识与模糊预测

5.6自适应、自组织与自学习模糊控制

5.7提高模糊控制性能的多种方法

Chapter 6 神经网路与计算智能

6.1神经网路研究的概述

6.2脑与神经系统

6.3神经网路的结构与学习原则

6.4典型前向网路—BP网路

6.5典型反馈网路—Hopfield网路

6.6小脑模型关联控制器—CMAC网路

6.7大脑自组织特性映射模型—Kohonen网路

6.8基于概率是学习的Boltzmann模型

6.9其它类型的神经网路

Chapter 7 神经控制

7.1神经控制的基本原理

7.2神经网路控制的分类

7.3神经网路学习控制的结构

7.4神经网路直接反馈控制

7.5神经网路模型参考自适应控制

7.6神经网路自校正控制

7.7神经网路内模控制

7.8神经元自适应PSD控制

7.9基于模糊神经网路的自组织控制

7.10多变量系统的模糊神经网路控制

7.11基于神经网路的模糊逻辑控制系统设计

7.12基于模糊推理和神经网路建造专家系统的一种方法

7.13神经网路专家系统与故障诊断

Chapter 8 基于规则的仿人智能控制

8.1以PID控制看仿人智能控制

8.2仿人智能控制的原理与结构

8.3仿人智能开关控制器

8.4仿人比例控制器

8.5仿人智能积分控制

8.6仿人智能采样控制

8.7仿人智能控制周期的自选择

8.8基于极值采样的仿人智能控制

英中文索引