智能控制導論課程教學大綱

1、智能控制導論課程教學大綱課程名稱：智能控制導論英文名稱：An Introduction to Intelligent Control課程編號：204學 時 數(shù)：48其中實驗（實訓）學時數(shù)：8 課外學時數(shù)：0學 分 數(shù)：3適用專業(yè)：電氣工程及其自動化、自動化、自動化（試點）一、課程的性質(zhì)和任務(wù)智能控制導論是電氣工程及其自動化、冶金工程（自動化方向）、自動化、自動化（試點）本科專業(yè)的一門專業(yè)選修課。本課程面向智能控制學科前沿，以模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)為重點，比較全面地介紹智能控制的基本概念、基本理論和系統(tǒng)分析方法，以及在生產(chǎn)領(lǐng)域的典型應(yīng)用實例。學生通過本課程的學習，能夠了解智能控制技術(shù)理論

2、與實踐方面的基礎(chǔ)知識、發(fā)展趨勢；理解模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)的基本概念、基本定義、典型控制系統(tǒng)的基本結(jié)構(gòu)和工作原理；掌握典型智能控制系統(tǒng)的理論和實際分析方法，具有用智能控制理論分析和解決典型實際問題的能力。二、課程教學內(nèi)容的基本要求、重點和難點1、智能控制概論了解智能控制技術(shù)的發(fā)展歷史、了解以模糊控制技術(shù)和神經(jīng)網(wǎng)絡(luò)控制技術(shù)為代表的智能控制技術(shù)的應(yīng)用現(xiàn)狀及發(fā)展趨勢；掌握智能控制的概念、特點、基本原理和研究方法。重點：智能控制的概念、特點、基本原理和研究方法。2、模糊數(shù)學基礎(chǔ)了解模糊數(shù)學在模糊控制中的基礎(chǔ)作用；理解模糊數(shù)、模糊集、模糊集的割集和強割集等基本概念，理解模糊理論中三個重要原理：分

3、解原理、擴張原理和表現(xiàn)原理；掌握模糊數(shù)和模糊集的性質(zhì)；熟練掌握隸屬函數(shù)的概念，熟練掌握模糊數(shù)和模糊集的運算。重點：模糊數(shù)和模糊集的性質(zhì)，隸屬函數(shù)的概念，熟練掌握模糊數(shù)和模糊集的運算。難點：分解原理、擴張原理和表現(xiàn)原理。3、模糊關(guān)系和模糊推理了解模糊命題的基本概念；理解模糊矩陣的定義、模糊關(guān)系和模糊關(guān)系的基本性質(zhì)；掌握模糊關(guān)系的各種運算方法、掌握模糊邏輯推理的形式；熟練掌握模糊關(guān)系的合成運算、max-min合成法；模糊邏輯的推理、三段推理法。重點：模糊關(guān)系的合成運算，max-min合成法，模糊邏輯的推理、三段推理法，難點：模糊關(guān)系的合成運算，4、模糊控制了解模糊控制技術(shù)的基本概念；理解模糊控制系

4、統(tǒng)工作原理；掌握模糊控制器設(shè)計中輸入/輸出量的規(guī)范化、輸入量的模糊化、語言控制規(guī)則、模糊邏輯推理法和輸出量非模糊化的方法；熟練掌握模糊控制系統(tǒng)的基本結(jié)構(gòu)和模糊控制器的設(shè)計方法及步驟。重點：模糊控制系統(tǒng)工作原理，模糊控制器設(shè)計中輸入/輸出量的規(guī)范化、輸入量的模糊化、語言控制規(guī)則、模糊邏輯推理法和輸出量非模糊化的方法，模糊控制系統(tǒng)的基本結(jié)構(gòu)和模糊控制器的設(shè)計方法及步驟。難點：模糊控制器設(shè)計中輸入/輸出量的規(guī)范化、輸入量的模糊化、語言控制規(guī)則、模糊邏輯推理法和輸出量非模糊化的方法，5、模糊系統(tǒng)的建模掌握模糊系統(tǒng)模型的建立方法；理解模糊系統(tǒng)模型建立過程中，輸入/輸出變量對應(yīng)的模糊集及其隸屬函數(shù)確定方法

5、；掌握模糊規(guī)則的確定方法。重點：模糊系統(tǒng)模型的建立方法，模糊規(guī)則的確定方法。難點：模糊規(guī)則的確定方法。6、模糊控制技術(shù)的應(yīng)用了解模糊控制技術(shù)在生產(chǎn)領(lǐng)域中的應(yīng)用現(xiàn)狀；掌握模糊控制的各種典型應(yīng)用形式；熟練掌握模糊PID控制及模糊PID控制器的設(shè)計方法，如隸屬函數(shù)的選擇、模糊控制規(guī)則的選取等等； 重點：模糊控制的各種典型應(yīng)用形式，模糊PID控制器的設(shè)計中隸屬函數(shù)的選擇、模糊控制規(guī)則的選取等等。難點：模糊PID控制器的設(shè)計中隸屬函數(shù)的選擇、模糊控制規(guī)則的選取等等。7、神經(jīng)網(wǎng)絡(luò)控制技術(shù)基礎(chǔ)了解生物神經(jīng)元的模型；理解 Kolmogorov定理和BP定理，理解BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近能力；掌握常用神經(jīng)元函數(shù)及

6、神經(jīng)網(wǎng)絡(luò)的分類，掌握 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特性、感知器的線性可分能力；熟練掌握人工神經(jīng)元模型、感知器的結(jié)構(gòu)和特性、熟練掌握Hopfield網(wǎng)絡(luò)的聯(lián)系記憶功能。重點：RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、特性、感知器的線性可分能力，人工神經(jīng)元模型、感知器的結(jié)構(gòu)和特性，Hopfield網(wǎng)絡(luò)的聯(lián)系記憶功能。難點：Hopfield網(wǎng)絡(luò)的聯(lián)系記憶功能。8、神經(jīng)網(wǎng)絡(luò)學習方法了解典型神經(jīng)網(wǎng)絡(luò)的各種學習方法和神經(jīng)網(wǎng)絡(luò)學習技巧；掌握Hebb學習規(guī)則、學習規(guī)則；熟練掌握BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)學習算法。重點：Hebb學習規(guī)則、學習規(guī)則，BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)學習算法難點：H

7、ebb學習規(guī)則、學習規(guī)則，BP神經(jīng)網(wǎng)絡(luò)、RBF神經(jīng)網(wǎng)絡(luò)、Hopfield網(wǎng)絡(luò)學習算法。9、神經(jīng)網(wǎng)絡(luò)控制了解神經(jīng)網(wǎng)絡(luò)控制技術(shù)在生產(chǎn)領(lǐng)域中的應(yīng)用現(xiàn)狀；掌握神經(jīng)網(wǎng)絡(luò)控制的各種典型應(yīng)用形式。重點：神經(jīng)網(wǎng)絡(luò)控制的各種典型應(yīng)用形式。三、教學方式及學時分配序號主要內(nèi)容主要教學方式學時分配輔導答疑比例一智能控制概論講授22 ：1二模糊數(shù)學基礎(chǔ)。講授42 ：1三模糊關(guān)系和模糊推理講授42 ：1四模糊控制講授+實驗622 ：1五模糊系統(tǒng)的建模講授+實驗422 ：1六模糊控制技術(shù)的應(yīng)用講授62 ：1七神經(jīng)網(wǎng)絡(luò)控制技術(shù)基礎(chǔ)講授+實驗622 ：1八神經(jīng)網(wǎng)絡(luò)學習方法講授+實驗622 ：1九神經(jīng)網(wǎng)絡(luò)控制講授22 ：1四、課程其他教學環(huán)節(jié)要求實驗環(huán)節(jié)要求：由4個實驗組成，實驗的名稱、主要內(nèi)容及要求詳見實驗教學大綱。作業(yè)的基本要求：根據(jù)各章內(nèi)容，布置一定數(shù)量的以問答題或計算題為主要形式的課后作業(yè)。要求學生認真獨立地完成每次作業(yè)，有興趣的同學可以找些習題自己練習，閱讀有益的輔助學習資料。五、本課程與其他課程的聯(lián)系先修課程：現(xiàn)代控制理論、計算機控制系統(tǒng)。六、教學參考書目1. 智能控制技術(shù)，羅兵編著，清華大學出版社，1年。2.模糊理論和神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)與應(yīng)用，趙振宇編著，清華大學出版社，1996年。3. 模糊控制、神經(jīng)網(wǎng)絡(luò)和智能控制論