本书是一部系统阐述智能控制系统基本原理、设计方法与应用的综合性教材。全书分10章，主要内容包括微型计算机系统、微机控制系统基础、数字控制器设计、数字控制技术、模糊控制技术、神经网络控制技术、深度学习和强化学习、专家控制系统、智能优化算法等。
样章试读
目录
- 目录
前言
第1章 绪论 1
1.1 微机控制技术概述 1
1.2 微型计算机系统及微机控制系统组成 3
1.3 微机控制系统分类与特点 8
1.3.1 微机控制系统的分类 8
1.3.2 微机控制系统的特点 11
1.4 智能控制技术概述 12
1.4.1 智能控制的产生背景与发展需求 13
1.4.2 智能控制的定义与特征 13
1.4.3 智能控制的理论基础与结构体系 14
1.5 智能控制的主要类型 15
1.5.1 模糊控制 16
1.5.2 神经网络控制 16
1.5.3 专家控制 18
1.5.4 其他智能控制 18
1.6 智能控制技术应用及发展趋势 20
本章习题 22
第2章 微型计算机系统 23
2.1 8086微处理器 23
2.1.1 8086的内部结构 24
2.1.2 8086的总线周期 29
2.1.3 8086的引脚信号及其功能 30
2.1.4 8086存储器组织 37
2.1.5 8086 I/O组织 41
2.1.6 8086中断系统 43
2.1.7 8086指令系统 51
2.1.8 汇编语言与程序设计 59
2.2 存储器 76
2.2.1 半导体存储器概述 76
2.2.2 存储器系统 79
2.3 基本接口模块 81
2.3.1 可编程并行接口芯片8255A 81
2.3.2 可编程定时器/计数器芯片8253 88
2.4 8086微机系统 96
2.4.1 8086模型机的存储器系统 97
2.4.2 8086模型机的输入输出接口 100
2.4.3 8086模型微机的人机接口与系统支持 105
2.5 x86系列微机系统的技术发展 105
本章习题 109
第3章 微机控制系统基础 112
3.1 数字量输入输出接口与过程通道 113
3.1.1 数字量输入输出接口技术 113
3.1.2 数字量输入通道 114
3.1.3 数字量输出通道 116
3.2 模拟量输入输出接口与过程通道 118
3.2.1 模拟信号到数字信号的转换 118
3.2.2 模拟量输入通道 119
3.2.3 A/D转换器及其接口技术 121
3.2.4 模拟量输出通道 126
3.2.5 D/A转换器及其接口技术 127
3.3 常用传感器与执行器 130
3.3.1 传感器 130
3.3.2 执行器 133
3.4 人机接口 137
3.4.1 LED显示 137
3.4.2 按键输入 138
3.5 抗干扰技术 140
3.5.1 过程通道抗干扰技术 140
3.5.2 CPU及软件抗干扰技术 141
本章习题 145
第4章 数字控制器设计 146
4.1 采样控制系统 147
4.1.1 采样过程与采样定理 148
4.1.2 Z传递函数 152
4.1.3 稳定性分析 158
4.2 数字控制器的模拟化设计 162
4.2.1 差分变换法 163
4.2.2 模拟PID控制器 165
4.2.3 数字PID控制器 166
4.2.4 PID控制算法的改进 167
4.2.5 PID控制参数的整定 170
4.3 数字控制器的直接设计 172
4.3.1 数字控制器直接设计的一般方法 173
4.3.2 时间最优控制系统 176
4.3.3 纯滞后控制技术 181
4.3.4 其他控制技术 185
4.3.5 数字控制器算法实现 187
本章习题 192
第5章 数字控制技术 193
5.1 数字控制基础 193
5.2 逐点比较法运动轨迹插补 195
5.2.1 逐点比较法直线插补 196
5.2.2 逐点比较法圆弧插补 200
5.3 进给速度控制和加减速控制 205
5.3.1 进给速度控制 206
5.3.2 加减速控制 207
5.4 电机驱动控制与位置伺服系统 210
5.4.1 步进电机驱动控制 210
5.4.2 直流伺服电机驱动控制 215
5.4.3 交流伺服电机驱动控制 216
5.4.4 位置伺服系统 216
5.5 多轴运动控制 221
5.5.1 多轴运动控制系统结构 221
5.5.2 多轴运动控制系统硬件设计 221
5.5.3 多轴运动控制系统软件设计 223
5.5.4 基于IPC的多轴运动控制系统设计实例 225
本章习题 228
第6章 模糊控制技术 229
6.1 模糊控制基本原理 229
6.1.1 模糊控制的起源与特点 229
6.1.2 模糊控制的理论基础 230
6.1.3 模糊逻辑及其推理 239
6.2 模糊控制器设计 243
6.2.1 模糊控制系统 243
6.2.2 模糊控制器的设计步骤 247
6.2.3 模糊自适应PID控制器 250
6.3 模糊控制系统设计与仿真实例 255
6.3.1 单输入单输出水箱液位模糊控制系统设计与仿真 255
6.3.2 两输入单输出水箱液位模糊控制系统设计与仿真 259
本章习题 263
第7章 神经网络控制技术 265
7.1 神经网络基础理论 265
7.1.1 神经网络发展历程 265
7.1.2 神经网络原理 266
7.1.3 单层感知器 268
7.1.4 BP神经网络 274
7.1.5 径向基函数神经网络 281
7.2 神经网络控制 289
7.2.1 神经网络控制系统结构 290
7.2.2 神经网络PID控制 291
7.2.3 神经网络内模控制 297
7.3 神经网络实现技术 298
7.3.1 神经网络设计基础 298
7.3.2 神经网络训练与测试 302
7.3.3 神经网络软件运行调试 303
7.3.4 MATLAB神经网络工具箱 304
7.4 模糊神经网络算法 309
7.4.1 模糊神经元 309
7.4.2 模糊神经网络 311
7.4.3 模糊神经网络控制器 312
7.5 应用与仿真实例 314
7.5.1 神经网络模型参考自适应带材板形控制系统设计 314
7.5.2 BP神经网络仿真 318
7.5.3 PID神经网络控制仿真 318
7.5.4 模糊神经网络非线性逼近仿真 321
本章习题 322
第8章 深度学习和强化学习 324
8.1 卷积神经网络 324
8.1.1 卷积运算原理 324
8.1.2 卷积神经网络的组成 326
8.1.3 深度卷积神经网络 329
8.1.4 VGG神经网络 329
8.1.5 GoogLeNet神经网络 332
8.2 循环神经网络和递归神经网络 333
8.2.1 循环神经网络 333
8.2.2 递归神经网络 338
8.3 深度强化学习 343
8.3.1 强化学习 343
8.3.2 深度强化学习的核心分类与关键算法解析 348
8.4 应用与仿真实例 352
8.4.1 基于深度学习的手写体识别 352
8.4.2 基于深度强化学习的月球着陆器仿真 355
本章习题 362
第9章 专家控制系统 363
9.1 专家系统基础 363
9.1.1 专家系统概述 363
9.1.2 专家系统结构 365
9.1.3 专家系统的知识表示 366
9.1.4 专家系统的推理机制 372
9.1.5 专家系统的知识获取 377
9.2 专家控制系统概述 380
9.2.1 专家控制系统的特点 380
9.2.2 专家控制系统的类型 381
9.3 专家控制系统的原理与结构 384
9.3.1 专家控制系统的工作原理 384
9.3.2 专家控制系统的设计规范和运行机制 386
9.3.3 专家控制系统的基本结构 388
9.3.4 黑板专家控制系统 390
9.4 专家控制系统应用实例 391
本章习题 396
第10章 智能优化算法 397
10.1 遗传算法 397
10.1.1 遗传算法的基本步骤 397
10.1.2 遗传算法的实现 405
10.1.3 基于遗传算法的BP神经网络优化 407
10.2 粒子群优化算法 412
10.2.1 粒子群优化算法基本原理 412
10.2.2 粒子群优化算法流程 414
10.2.3 粒子群优化算法的参数调节 414
10.2.4 基于粒子群优化算法的PID参数优化 415
10.3 蚁群算法 419
10.3.1 蚁群算法基本原理 419
10.3.2 基于TSP优化的蚁群算法 421
10.3.3 基于蚁群算法的函数参数优化 422
本章习题 427
参考文献 428
附录 8086汇编指令 429
京公网安备 11010102004214号