本书主要涵盖专家系统、模糊控制、神经网络、进化计算四个经典的智能控制模块，以及各常见的典型智能优化算法的基本理论及计算机仿真实现、工程实现及其实际应用等，各智能控制模块都分别详细阐述了其发展历史、核心思想基本含义、算法的Matlab软件仿真实现、半实物仿真试验验证、电力系统工程实际应用研究等五个方面。编写体例基本一致，首先阐述智能算法的发展历史，介绍其起源和发展改进过程，尽可能涵盖国内外相关历史文献资料；然后介绍基本智能算法的核心思想及其基本含义，接着详细分析如何采用Matlab软件仿真实现该智能算法，再结合实际装置介绍如何在PLC、DCS中组态设计实现智能优化算法，最后结合实际工程应用案例阐述如何在实际工程中设计实现智能优化算法，获得更优良的系统性能。
更多科学出版社服务，请扫码获取。
目录
前言
第1章 绪论 1
1.1 智能控制的发展历史 1
1.2 智能及智能控制的基本概念 3
1.3 PID控制策略 5
1.4 传统控制面临的挑战 7
1.5 智能控制与传统控制的联系和区别 8
1.6 本书主要内容 11
参考文献 12
第2章 专家系统 15
2.1 专家系统的发展历史 15
2.2 基于搜索的问题求解 16
2.2.1 搜索的基本概念 16
2.2.2 逐个搜索 18
2.2.3 基于人工智能的搜索 24
2.3 基于MATLAB的A算法程序设计与仿真实例 32
2.4 专家系统简介 40
2.5 专家PID控制 43
2.6 本章小结 45
参考文献 45
第3章 模糊控制 50
3.1 模糊控制的发展历史 50
3.2 模糊控制的数学基础 51
3.2.1 模糊集合 52
3.2.2 模糊关系 55
3.2.3 模糊推理 56
3.3 模糊控制器 58
3.4 模糊控制算法的MATLAB仿真设计与实现 61
3.4.1 MATLAB模糊逻辑工具箱简介 61
3.4.2 模糊控制算法的仿真程序设计与实现 67
3.5 基于基金会现场总线的模糊PID控制试验验证 71
3.6 本章小结 81
参考文献 81
第4章 神经网络 84
4.1 神经网络的发展历史 84
4.2 神经网络的基本结构 85
4.3 感知器 89
4.3.1 感知器的基本思想 89
4.3.2 感知器的应用 91
4.4 BP神经网络 98
4.5 基于MATLAB的神经网络应用仿真实例 103
4.5.1 基于MATLAB的感知器应用仿真实例分析 103
4.5.2 基于MATLAB的BP神经网络应用仿真实例分析 107
4.6 本章小结 119
参考文献 119
第5章 进化计算 124
5.1 进化计算概要 124
5.2 遗传算法 124
5.2.1 遗传算法的基本思想 125
5.2.2 基于MATLAB的遗传算法应用实例分析 128
5.2.3 遗传算法的模式理论 136
5.2.4 遗传算法的收敛性分析 139
5.2.5 遗传算法的改进 139
5.3 遗传编程 140
5.3.1 遗传编程的基本思想 141
5.3.2 遗传编程算法的工作步骤 146
5.3.3 基于MATLAB的遗传编程算法实例分析 146
5.4 本章小结 147
参考文献 148
第6章 基于CSAD_FWA的离散时间微分平坦自抗扰控制律参数优化 152
6.1 离散时间微分平坦自抗扰控制律 152
6.1.1 引言 152
6.1.2 微分平坦系统的概念 153
6.1.3 微分平坦自抗扰控制律 155
6.1.4 微分平坦自抗扰控制律离散化 157
6.2 混沌模拟退火动态烟花优化算法及仿真实例 164
6.2.1 动态烟花算法 164
6.2.2 混沌模拟退火动态烟花算法 166
6.2.3 优化算法的仿真实例 167
6.3 基于PLC的智能优化算法试验平台简介 169
6.3.1 系统结构示意图 169
6.3.2 人机界面的设计 170
6.4 基于CSAD_FWA的离散时间DFADRC参数优化仿真验证 173
6.5 基于CSAD_FWA的离散时间DFADRC参数优化试验验证 175
6.6 本章小结 177
参考文献 177
第7章 递减步长果蝇优化算法及其在风电机组齿轮箱故障诊断中的应用 180
7.1 递减步长果蝇优化算法简介 180
7.2 支持向量机简介 182
7.3 基于DS-FOA的支持向量机在风电机组齿轮箱故障诊断中的应用 186
7.3.1 风电机组齿轮箱振动数据的预处理 186
7.3.2 基于DS-FOA的支持向量机在风电机组齿轮箱故障诊断中的应用实例 197
7.4 本章小结 202
参考文献 202
第8章 基于云粒子群布谷鸟融合算法的典型热工过程模型参数辨识 206
8.1 火电机组热工过程模型参数辨识简介 206
8.2 云粒子群布谷鸟融合算法 207
8.2.1 粒子群优化算法简介 207
8.2.2 布谷鸟搜索算法简介 209
8.2.3 云粒子群布谷鸟融合算法简介 210
8.2.4 函数优化仿真实例分析 212
8.3 基于CPSO-CS的典型热工过程模型参数辨识 214
8.4 本章小结 220
参考文献 220
书单推荐
