目录1 绪论1

  1.1 传统控制所面临的问题1

  1.2 智能控制的定义、特点及其发展历史2

  1.3 智能控制的主要研究内容3

1.3.1 模糊控制3

1.3.2 神经网络控制5

1.3.3 遗传算法6

  1.4 智能控制面临的问题7

  习题82 递阶智能系统9

  2.1 递阶智能系统概述9

2.1.1 信息的层次9

2.1.2 信息的特征10

  2.2 递阶智能系统的信息处理11

2.2.1 基本概念11

2.2.2 基本方法13

  2.3 递阶智能系统的数据融合18

2.3.1 分解与综合18

2.3.2 数据融合19

  2.4 递阶智能系统的优化算法21

  习题223 模糊控制理论23

  3.1 概述23

3.1.1 模糊控制理论简介23

3.1.2 模糊理论的发展简史23

3.1.3 模糊控制理论的特点24

  3.2 模糊集合与隶属函数24

3.2.1 从经典集合到模糊集合24

3.2.2 模糊集合及其运算25

3.2.3 隶属函数29

  3.3 模糊矩阵与模糊关系31

3.3.1 模糊矩阵的定义及其运算31

3.3.2 模糊关系32

3.3.3 模糊关系的合成34

  3.4 模糊逻辑与模糊推理35

3.4.1 语言变量与蕴含关系35

3.4.2 模糊推理的方式38

3.4.3 模糊推理的性质41

  3.5 模糊控制器42

3.5.1 模糊控制结构概述42

3.5.2 模糊控制器的设计结构43

3.5.3 输入向量的模糊化43

3.5.4 规则库和推理机45

3.5.5 输出向量的解模糊46

  3.6 模糊单点算法优化48

3.6.1 传统的模糊查询表算法48

3.6.2 由传统模糊查询表算法推导出模糊单点算法48

3.6.3 二输入下的模糊单点算法及编程思路53

  习题54目录智能控制理论、方法与应用4 专家系统56

  4.1 专家系统概述56

4.1.1 专家系统简介56

4.1.2 专家系统发展简史56

4.1.3 专家系统的特点57

  4.2 专家系统类型及基本组成57

4.2.1 专家系统的类型57

4.2.2 专家系统的基本组成58

  4.3 专家系统的知识表示法60

4.3.1 逻辑表示法60

4.3.2 产生式表示法65

4.3.3 框架表示法68

4.3.4 “与或图”表示法70

4.3.5 语义网络表示法71

  4.4 专家系统的推理机制74

4.4.1 盲目推理74

4.4.2 启发式推理机制82

4.4.3 演绎推理和归纳推理89

4.4.4 精确推理和不精确推理91

  4.5 知识库91

4.5.1 设计初始知识库92

4.5.2 知识库的建立92

4.5.3 知识库的管理和维护95

  习题965 神经网络98

  5.1 神经网络概述98

5.1.1 神经网络简介98

5.1.2 神经网络发展历史99

5.1.3 神经网络的特点99

  5.2 神经网络模型及学习方法100

5.2.1 神经网络模型100

5.2.2 神经网络学习方法101

  5.3 前向神经网络101

5.3.1 前向神经网络的数学基础101

5.3.2 前馈BP网络104

5.3.3 径向基函数神经网络110

5.3.4 前馈神经网络的泛化问题114

  5.4 反馈神经网络114

5.4.1 离散型Hopfield神经网络115

5.4.2 连续型Hopfield神经网络116

5.4.3 Hopfield神经网络的应用领域118

  5.5 自组织神经网络120

5.5.1 网络的拓扑结构121

5.5.2 SOM网络的原理及其算法121

  习题1246 遗传算法125

  6.1 概述125

6.1.1 遗传算法简介125

6.2.2 遗传算法发展简史125

6.2.3 遗传算法的特点126

  6.2 基本遗传算法127

6.2.1 遗传算法的基本原理127

6.2.2 遗传算法的设计与实现128

6.2.3 遗传算法运行参数的选择133

6.2.4 函数寻优实例134

  6.3 遗传算法的数学基础137

6.3.1 模式定理137

6.3.2 积木块假设142

  6.4 遗传算法的改进142

6.4.1 早熟现象142

6.4.2 自适应遗传算法143

6.4.3 小生境技术1457 应用篇147

  7.1 物料平衡的数字仿真147

7.1.1 工艺描述147

7.1.2 纯滞后系统的机制分析149

7.1.3 数据跟踪154

7.1.4 数字仿真控制156

7.1.5 程序设计157

7.1.6 系统调试158

  7.2 烧结矿化学成分预测系统159

7.2.1 工艺介绍159

7.2.2 样本数据归一化160

7.2.3 专家系统161

7.2.4 烧结过程化学成分专家控制系统知识库163

7.2.5 烧结过程化学成分知识库的组织结构165

7.2.6 知识库的检测166

7.2.7 化学成分专家控制系统推理机167

7.2.8 专家系统的实现168

  7.3 高炉专家系统的建立175

7.3.1 工艺描述175

7.3.2 国内外高炉专家系统现状176

7.3.3 系统总体结构177

7.3.4 高炉炉况异常预报的方法研究179

7.3.5 运行情况185

7.3.6 小结186

  7.4 LF炉模糊控制系统设计186

7.4.1 工艺介绍186

7.4.2 电弧炉炼钢过程电极升降智能复合控制系统188

  7.5 SKF炉自适应预测推理系统195

7.5.1 问题的引入195

7.5.2 APIS总结构流程图及设计196

7.5.3 系统运行结果205

  7.6 烧透点递阶智能控制系统208

7.6.1 工艺描述208

7.6.2 研究现状209

7.6.3 递阶系统的优化算法210

7.6.4 建立预测模型211

7.6.5 隶属函数的建立216

7.6.6 开发阶段220

7.6.7 系统框架设计221

7.6.8 烧透点预测系统与模糊控制联调225参考文献227