当前课程知识点:智能控制 >  第一章 智能控制课程概论 >  1.6 控制策略的渗透与融合  >  1.6

返回《智能控制》慕课在线视频课程列表

1.6在线视频

下一节:1.7

返回《智能控制》慕课在线视频列表

1.6课程教案、知识点、字幕

这张图就描述了各种各样的控制策略

它如何进行渗透和融合的

我们总体来说

控制理论会划分为三个阶段

以前我们学过的

自动控制原理属于传统课程理论

里面主要介绍的就是PID控制算法

史密斯预估补偿

第二个方面就是现代控制理论

主要是关于状态空间表达式的

状态方程 输出方程

状态反馈 输出反馈内容

那么这门课程学习的就是智能控制

它涉及模糊控制 专家系统

神经网络 进化计算等相关领域

我们发现传统的控制理论

它是基于自动控制理论来的

从传递函数的角度出发

研究的就是经典的自动控制理论

包括PID控制器

史密斯预估补偿

还有多变量解耦控制

经典的自动控制理论里

它描述的是

被控对象的输入输出之间的关系

建立的是被控对象外在的数学模型

它的输入和输出之间什么样的关系

而现代控制理论

着重于分析被控对象的内在的数学模型

我们怎么样提取出

某些重要的关键的状态变量

从而构成一个状态方程 输出方程

从而形成了有关状态反馈 输出反馈

以及李亚波普洛夫稳定性定理的现代控制理论

这里面后来又进行了发展

基于状态空间表达式

基于状态方程 状态反馈 输出反馈

又形成了预测控制 鲁棒控制

自适应控制理论等等

那么智能控制理论

它就包括刚才说的四类

专家系统 模糊控制

神经网络 进化计算

这是宏观上分为这三大类

那么智能控制理论它是一门跨学科的研究领域

所以智能控制不仅涉及运筹学 信息论

计算机 生物学 心理学等各门跨学科的领域

那么在这些传统的控制策略

现代控制理论 智能控制理论之间

它们又可以进行相互渗透结合融合

从而形成了很多新的控制算法

比如专家PID 模糊PID 神经网络PID

遗传模糊神经网络PID等等

各种组合式的复杂的控制策略

智能控制课程列表:

第一章 智能控制课程概论

-开篇

--开篇

-1.1课程考试方式

--1.1课程考试方式

-1.2 数据、信息、知识与智能

--1.2 数据、信息、知识与智能

-1.3传统控制面临的挑战

--1.3 传统控制面临的挑战.

-1.4 控制科学发展过程

--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

第二章 专家控制专题

-2.1基于搜索的问题求解

--2.1.1 搜索与人工智能的关系

--2.1.2 算法1 随机搜索

--2.1.3 算法2 引入CLOSED表.

--2.1.4 算法3 引入OPEN表.

--2.1.5 纵向搜索算法(深度优先搜索)

--2.1.6 横向搜索算法(广度优先搜索)

-- 2.1.7 均一代价搜索

--2.1.8 启发式搜索

--2.1.9 登山法和最佳优先搜索.

-- 2.1.10 A星算法

-- 2.1.11 八数码魔方实例分析

-2.2 专家系统简介

--2.2.1 专家系统简介(上)

--2.2.2 专家系统简介(下)

- 2.3 专家PID

--2.3.1 专家PID (上)

--2.3.2 专家PID (下)

-第二章测试

第三章 模糊控制的理论基础

-3.1 模糊控制概述

--3.1.1 模糊控制概述

-3.2 模糊集合

--3.2.1 模糊集合(上)

--3.2.2 模糊集合(中)

--3.2.3 模糊集合(下)

-3.3 隶属函数

--3.3隶属函数.

-3.4 模糊关系及其运算

--3.4模糊关系及其运算

-第三章测试

第四章 模糊控制

- 4.1 模糊自适应整定PID控制原理

--4.1.1 模糊自适应整定PID控制原理(上)

--4.1.2 模糊自适应整定PID控制原理(下)

-4.2 基于FF的模糊PID控制试验验证

-- 4.2.1 基于FF的模糊PID控制试验验证(上)

-- 4.2.2 基于FF的模糊PID控制试验验证(下)

-第四章测试

第五章 神经网络的理论基础

- 5.1 神经网络简介

--5.1 神经网络简介

- 5.2 神经网络的发展简史

--5.2 神经网络的发展简史

-5.3 神经网络的基本概念

--5.3 神经网络的基本概念

- 5.4 神经网络的分类

--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

--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

第六章 典型神经网络

-6.1 感知器

--6.1.1 感知器的数学模型.

--6.1.2.1 感知器应用实例分析(实现逻辑运算与或非)

--6.1.2.2 感知器应用实例分析(实现逻辑运算异或)

- 6.2 BP神经网络

--6.2.1.1 BP神经网络简介(上)

--6.2.1.2 BP神经网络简介(中)

--6.2.1.3 BP神经网络简介(下)

--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

第七章 遗传算法及其应用

- 7.1 什么是遗传算法

--7.1 什么是遗传算法

-7.2 遗传算法的特点

--7.2 遗传算法的特点

-7.3 遗传算法的基本操作之复制

--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

--7.4 遗传算法的基本操作之交叉与变异

-第七章测试

第八章 遗传编程

-8.1 遗传编程工作原理

--8.1 遗传编程工作原理

-8.2 遗传编程基本操作之复制

--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

--8.3 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

-- 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

-期末测试

1.6笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。