更新时间：2018-12-28 18:29:46
封面
版权信息
再版前言
第1章 绪论
1.1 智能控制的发展过程
1.2 智能控制的几个重要分支
1.3 智能控制的特点、研究工具及应用
思考题与习题
第2章 专家控制
2.1 专家系统
2.2 专家控制
2.3 专家PID控制
附录（程序代码）
第3章 模糊控制的理论基础
3.1 概述
3.2 模糊集合
3.3 隶属函数
3.4 模糊关系及其运算
3.5 模糊推理
第4章 模糊控制
4.1 模糊控制的基本原理
4.2 模糊控制系统分类
4.3 模糊控制器的设计
4.4 模糊控制应用实例——洗衣机的模糊控制
4.5 模糊自适应整定PID控制
4.6 Sugeno模糊模型
4.7 基于Sugeno模糊模型的倒立摆模糊控制
4.8 模糊控制的应用
4.9 模糊控制发展概况
第5章 自适应模糊控制
5.1 模糊逼近
5.2 间接自适应模糊控制
5.3 直接自适应模糊控制
5.4 机器人关节数学模型
5.5 基于模糊补偿的机械手自适应模糊控制
第6章 神经网络的理论基础
6.1 神经网络发展简史
6.2 神经网络原理
6.3 神经网络的分类
6.4 神经网络学习算法
6.5 神经网络的特征及要素
6.6 神经网络控制的研究领域
第7章 典型神经网络
7.1 单神经元网络
7.2 BP神经网络
7.3 RBF神经网络
7.4 回归神经网络
第8章 高级神经网络
8.1 模糊RBF网络
8.2 pi-sigma神经网络
8.3 小脑模型神经网络
8.4 Hopfield网络
8.5 基于Hopfield网络的路径优化
第9章 神经网络控制
9.1 概述
9.2 神经网络控制的结构
9.3 单神经元自适应控制
9.4 RBF网络监督控制
9.5 RBF网络自校正控制
9.6 基于RBF网络直接模型参考自适应控制
9.7 基于不确定逼近的RBF网络自适应控制
9.8 基于模型整体逼近的机器人RBF网络自适应控制
9.9 神经网络数字控制
第10章 遗传算法及其应用
10.1 遗传算法的基本原理
10.2 遗传算法的特点
10.3 遗传算法的发展及应用
10.4 遗传算法的设计
10.5 遗传算法求函数极大值
10.6 基于遗传算法优化的RBF网络逼近
10.7 基于遗传算法的伺服系统静态摩擦参数辨识
10.8 基于遗传算法的TSP问题优化
第11章 迭代学习控制
11.1 基本原理
11.2 基本迭代学习控制算法
11.3 迭代学习控制的关键技术
11.4 机械手轨迹跟踪迭代学习控制仿真实例
11.5 线性时变连续系统迭代学习控制
11.6 移动机器人轨迹跟踪迭代学习控制
附录A
参考文献
