当前课程知识点:智能控制 > 第一章 智能控制课程概论 > 1.1课程考试方式 > 1.1课程考试方式
那么本门课程的考试方法
就是最后要口头报告
找到一个实际的工程问题
提出一种智能控制算法的解决方案
评分的依据就是基于PPT的口头汇报 现场情况
以及word版本的文本报告
报告的形式呢
我们可以重复一下某些顶级期刊上的
英文论文的结果
或者是基于工程实际
提出一种实际的问题的解决方案
或者提出我们自己发现了新问题的解决方案
也就是说问题可以是
来自顶级期刊的某些最新的英文的结果
也可以是我们自己通过工程实践
总结出来的一些新的问题
发现了一些新的问题
方法就是我们要采用我们任意一种
智能控制算法来解决
你所提出这个问题可以是计算机仿真
也可以半实物仿真
当然是可以工程实际应用
问题的形式呢
内容方面既可以是有关工业过程模型辨识问题
比如火电厂的热工过程模型辨识问题
怎么样用智能控制算法
来辨识一个典型的热工过程
比如单回路控制 串级控制
或者是分层控制
或者其他复杂的控制回路
多变量控制
如何进行辨识
那么我们要采用我们自己研究掌握的一种算法
智能控制算法
怎么样编程
用计算机仿真语言把它给解决了
最后我们也可以研究一下
除了控制器算法设计之外
还可以研究一下怎么样提高整个系统的性能
作为有关性能优化
单目标优化 多目标优化
这样的问题都可以
问题的研究领域不限
可以是工业过程控制
也可以是日常的生活方面的应用
那么要求包括了问题
报告中
第一这个问题从哪里来的
是来自哪些参考文献
你读了哪些参考文献可以发现这个问题
第二 你采用了什么算法
这个算法的基本思想是什么
你在哪些地方做了什么样的改进
第三 要不要解决问题
你的这个算法如何解决你这个实际问题
第四 仿真的达到什么样的结果
或者是你做半实物仿真
你达到什么样的实验效果
或者是你做个实际应用
能够得到什么样的结果
最后呢就是要分析总结
通过你提出来这种算法
解决这个实际问题
你有没有达到预期目标
还有没有可以进一步改进的空间
内容要求
禁止综述 杜绝抄袭
要有实质性的仿真实验结果
或者是半实物仿真实验结果
必须要有可以重复的仿真程序
希望在算法上面有一定的深度
比如可以将粒子群算法
结合混沌算法
做一个混沌粒子群算法
当然可以做一个量子粒子群算法
或者是混沌量子粒子群算法
可以在某些方面做一些改进
争取有所创新
算法的语言不限
可以是04:25 语言 C语言
或者是汇编语言都可以
那么通过这个作业呢
就是为了提高大家的动手能力
发现问题 分析问题 解决问题的能力
希望大家在某些方面有所创新 有所收获
那么考试方式提交的内容就包括PPT汇报文档
DOC文本文档
还有原始程序及相应的程序说明txt文本
汇总后发送邮件
邮件主题就是题目加上姓名
形式不符合要求的
一律低于90分
抄袭的零分
相关的国际顶级期刊
包括这些杂志
HV自动控制会刊
控制系统会刊
工业电子会刊
工业信息化会刊
电力系统会刊等等
这些hy1系列
还有elsevier数据库里面的
有很多相关的国际顶级期刊
包括Automatica
系统与控制通信
过程控制期刊 控制工程实践
ISA Transactions
计算机和化学工程英文顶级期刊
这是相应的教材和参考书
-开篇
--开篇
-1.1课程考试方式
-1.2 数据、信息、知识与智能
-1.3传统控制面临的挑战
-1.4 控制科学发展过程
-1.5 智能控制的多元论
--1.5
-1.6 控制策略的渗透与融合
--1.6
-1.7 智能控制与传统控制的联系与区别
--1.7
-1.8 智能控制的类型之分级递阶智能控制系统
--1.8
-1.9 智能控制的类型之专家控制系统
--1.9
-1.10 智能控制的类型之模糊控制系统
--1.10
-1.11 智能控制的类型之神经网络控制系统,智能控制的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.11
-1.12智能控制系统的类型之基于规则的仿人智能控制系统,集成智能控制系统,组合智能控制
--1.12
-1.13本章小结
--1.13
-第一章测试
-2.1基于搜索的问题求解
-- 2.1.7 均一代价搜索
-- 2.1.10 A星算法
-2.2 专家系统简介
- 2.3 专家PID
-第二章测试
-3.1 模糊控制概述
-3.2 模糊集合
-3.3 隶属函数
--3.3隶属函数.
-3.4 模糊关系及其运算
-第三章测试
- 4.1 模糊自适应整定PID控制原理
-4.2 基于FF的模糊PID控制试验验证
-第四章测试
- 5.1 神经网络简介
- 5.2 神经网络的发展简史
-5.3 神经网络的基本概念
- 5.4 神经网络的分类
-5.5 神经网络的学习算法、基本特征和研究领域
-第五章测试
-6.1 感知器
--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)
- 6.2 BP神经网络
--6.2.2.1 BP神经网络应用实例分析之一:逻辑运算异或实现
--6.2.2.2 BP神经网络应用实例分析之二:非线性函数拟合
-第六章测试
- 7.1 什么是遗传算法
-7.2 遗传算法的特点
-7.3 遗传算法的基本操作之复制
-7.4 遗传算法的基本操作之交叉与变异
-第七章测试
-8.1 遗传编程工作原理
-8.2 遗传编程基本操作之复制
-8.3 遗传编程基本操作之交换和突变
- 8.4 遗传编程的工作步骤及实例分析
-第八章测试
-期末测试



