《智能控制》教學大綱

《智能控制》教學大綱適用范圍：202X版本科人才培養(yǎng)方案課程代碼：05156201課程性質(zhì)：專業(yè)選修課學分：2學分學時：32學時（理論32學時）先修課程：線性代數(shù)、自動控制原理后續(xù)課程：畢業(yè)設計適用專業(yè)：電氣工程及其自動化開課單位：電氣工程與自動化學院一、課程說明《智能控制》是電氣工程及其自動化專業(yè)的一門專業(yè)選修課。智能控制是自動控制發(fā)展的高級階段，它理論性強、涉及面廣，涵蓋專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡、智能優(yōu)化算法等前沿學科的理論與方法。通過本課程的學習使學生熟悉各類智能控制方法的基本原理，掌握典型控制方法的算法實現(xiàn)，提高學生應用計算機技術進行控制算法仿真的能力，課程重在拓寬學生的學術視野，同時為分析解決復雜非線性、時變、不確定系統(tǒng)的控制問題奠定基礎。二、課程目標通過本課程的學習，使學生達到如下目標：課程目標1：能夠將智能控制的技術、方法、原理用于研究分析一些復雜的實際工程問題，提出解決方案。課程目標2：能夠使用MATLAB等仿真軟件對典型的模糊控制技術、神經(jīng)網(wǎng)絡控制方法與群智能優(yōu)化算法進行模型仿真，分析復雜電氣工程問題的特性，獲得解決方案。課程目標3：了解控制領域關鍵技術的前沿動態(tài)，拓展學生的學術視野，激發(fā)學生的學習興趣與學習探索能力，樹立終身學習意識，積極思考，大膽創(chuàng)新。三、課程目標與畢業(yè)要求《智能控制》課程教學目標對電氣工程及其自動化專業(yè)畢業(yè)要求的支撐見表1。表1課程教學目標與畢業(yè)要求關系畢業(yè)要求指標點課程目標支撐強度1.工程知識1.4能夠將電氣工程及其自動化專業(yè)知識用于復雜電氣工程問題解決方案的比較與優(yōu)化。課程目標1：能夠將智能控制的技術、方法、原理用于研究分析一些復雜的實際工程問題，提出解決方案。H2.問題分析2.2能夠運用數(shù)學、自然科學和工程科學的基本原理，分析并表達復雜電氣工程問題的特性，獲得多種解決方案。課程目標2：能夠使用MATLAB等仿真軟件對典型的模糊控制技術、神經(jīng)網(wǎng)絡控制方法與群智能優(yōu)化算法進行模型仿真，分析復雜電氣工程問題的特性，獲得解決方案。M3.設計/開發(fā)解決方案3.1能夠掌握工程設計和產(chǎn)品開發(fā)全周期、全流程的基本方法和技術，了解影響設計目標和技術方案的各種因素。課程目標3：了解控制領域關鍵技術，掌握工程設計、產(chǎn)品開發(fā)的基本方法和技術，了解影響技術方案的因素，激發(fā)學生的學習興趣與學習探索能力。M注：表中“H（高）、M（中）”表示課程與相關畢業(yè)要求的關聯(lián)度。四、教學內(nèi)容、基本要求與學時分配智能控制課程教學內(nèi)容、基本要求與學時分配見表2。表2教學內(nèi)容、基本要求與學時分配教學內(nèi)容教學要求，教學重點難點理論學時對應的課程目標1.智能控制概述1.1智能控制的發(fā)展與應用1.2智能控制的特點1.3智能控制的重要分支教學要求：使學生了解智能控制的概念及發(fā)展過程；熟悉智能控制的分支特點；了解智能控制的研究工具及應用領域。重點：智能控制的分支特點及應用。難點：智能控制的應用。232.專家控制2.1專家系統(tǒng)2.2專家控制2.3專家PID控制教學要求：使學生熟悉專家系統(tǒng)結構與專家控制原理；掌握專家PID的仿真實現(xiàn)。重點：專家控制結構原理與應用仿真難點：專家控制的應用仿真41、23.模糊控制3.1模糊控制理論基礎3.2模糊運算與模糊關系推理3.3模糊控制基本原理與設計方法3.4模糊PID與T-S模糊控制3.5自適應模糊控制教學要求：使學生了解模糊集合與隸屬函數(shù)的概念；掌握模糊矩陣運算與模糊關系合成推理方法；熟悉模糊PID、T-S模糊控制器原理與設計方法；了解模糊逼近概念與自適應模糊控制原理。重點：隸屬函數(shù)、模糊矩陣運算、模糊控制器設計及應用仿真。難點：模糊矩陣運算與模糊關系合成推理方；模糊控制器設計與應用仿真。101、24.神經(jīng)網(wǎng)絡控制4.1神經(jīng)網(wǎng)絡理論的基礎4.2BP神經(jīng)網(wǎng)絡4.3RBF神經(jīng)網(wǎng)絡4.4高級神經(jīng)網(wǎng)絡4.5神經(jīng)網(wǎng)絡自適應控制教學要求：使學生了解神經(jīng)網(wǎng)絡的概念、原理、分類及學習規(guī)則；掌握BP、RBF等典型神經(jīng)網(wǎng)絡的結構原理與設計方法；了解模糊神經(jīng)網(wǎng)絡、Hopfield等高級神經(jīng)網(wǎng)絡的結構原理；熟悉神經(jīng)網(wǎng)絡自適應控制的原理。重點：神經(jīng)網(wǎng)絡的學習規(guī)則，BP、RBF網(wǎng)絡的結構原理與設計方法。難點：神經(jīng)網(wǎng)絡的結構原理與仿真實現(xiàn)101、35.智能優(yōu)化算法5.1遺傳算法基礎5.2遺傳算法應用5.3粒子群優(yōu)化算法5.4差分進化算法教學要求：使學生熟悉遺傳算法的概念、原理與仿真實現(xiàn)過程；了解遺傳算法的應用與改進；了解粒子群優(yōu)化算法、差分進化算法的原理與應用。61、2合計32五、教學方法及手段本課程以課堂講授為主，利用網(wǎng)絡課程、教學視頻、習題案例與仿真程序等資源，進行啟發(fā)式、討論式教學和案例教學，促使學生學生全面了解智能控制的理論體系與技術方法。在此基礎上，精選典型案例與仿真程序，通過模擬仿真，舉一反三，引導學生主動學習、積極思考、大膽實踐，開發(fā)學生的潛能，提高學生創(chuàng)新意識及利用智能控制方法分析解決實際工程問題的能力。六、課程資源1.推薦教材：（1）劉金琨.智能控制(第五版)[M].北京:電子工業(yè)出版社,2021.2.參考書：（1）劉金琨.智能控制-理論基礎、算法設計與應用[M].北京:清華大學出版社,2019.（2）蔡自興.智能控制導論(第三版)[M].北京:水利水電出版社,2019.（3）韋巍.智能控制技術(第二版)[M].北京:機械工業(yè)出版社,2015.3.期刊：（1）孫長銀,吳國政,王志衡,叢楊,穆朝絮,賀威.自動化學科面臨的挑戰(zhàn)[J].自動化學報,2021,47(02):464-474.（2）王飛躍,魏慶來.智能控制:從學習控制到平行控制[J].控制理論與應用,2018,35(07):939-948.（3）包為民,祁振強,張玉.智能控制技術發(fā)展的思考[J].中國科學:信息科學,2020,50(08):1267-1272.（4）黃琳,楊瑩,李忠奎.關于智能控制的幾個問題[J].中國科學:信息科學,2018,48(08):1112-1120.（5）DerongLiu.Adaptivecriticnonlinearrobustcontrol:asurvey[J].IEEETransactionsonCybernetics,2017,47(10):3429-3451.4.網(wǎng)絡資源：（1）網(wǎng)絡資源(視頻講座)./courseHome/1000006524#resourse（2）網(wǎng)絡資源(學習論壇)./forum-78-1.html七、課程考核對課程目標的支撐課程成績由過程性考核成績和期末考核成績兩部分構成，具體考核/評價細則及對課程目標的支撐關系見表3。表3課程考核對課程目標的支撐考核環(huán)節(jié)占比考核/評價細則課程目標123過程性考核課堂表現(xiàn)10（1）根據(jù)課堂出勤情況和課堂回答問題情況進行考核，滿分100分；（2）以平時考核成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?5線上學習10（1）根據(jù)線上教學視頻、單元練習的完成質(zhì)量評分，線上學習成績滿分100分；（2）學習通會根據(jù)學生教學視頻與單元練習的數(shù)量與學生的完成質(zhì)量，統(tǒng)計出學生線上學習的成績；（3）以線上學習成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?5習題作業(yè)10（1）主要考核學生對智能控制方法原理的理解、掌握的程度，作業(yè)以綜合仿真為主，滿分100分；（2）每次作業(yè)單獨評分，取各次成績的平均值作為此環(huán)節(jié)的最終成績；（3）以作業(yè)成績乘以其在總評成績中所占的比例計入課程總評成績?！獭?5綜合仿真10（1）主要考核運用MATLAB軟件進行智能控制技術程序設計與仿真的能力；（2）每次仿真單獨評分，取各次成績的平均值作為此環(huán)節(jié)的最終成績；（3）以仿真成績乘以其在總評成績中所占的比例計入課程總評成績?！?0期末考核60（1）期末大作業(yè)成績?yōu)?00分，以該成績乘以其在總評成績中所占的比例計入課程總評成績；（2）主要考核學生對模糊控制、神經(jīng)網(wǎng)絡、機器學習和優(yōu)化算法方法原理的理解和掌握情況?！獭獭?51015合計：100分502030八、考核與成績評定1.考核方式及成績評定考核方式：本課程主要以課堂表現(xiàn)、線上學習、習題作業(yè)、綜合仿真、期末大作業(yè)等方式對學生進行考核評價。考核基本要求：考核總成績由期期末考核成績和過程性考核成績組成。其中：期末大作業(yè)成績?yōu)?00分（權重60%），大作業(yè)以綜合分析應用題目為主，全面考查學生對人工智能重點內(nèi)容的理解掌握情況；課堂表現(xiàn)、線上學習、習題作業(yè)、綜合仿真等過程性考核成績?yōu)?00分（權重40%）；過程性考核和大作業(yè)分值分配應與教學大綱各章節(jié)的學時基本成比例。2.過程性考核成績的標準過程性考核方式重點考核內(nèi)容、評價標準、所占比重見表4。表4過程性考核方式評價標準考核方式所占比重(%)100>x≥9090>x≥8080>x≥7070>x≥60x<60課堂表現(xiàn)25按時出勤，認真聽講；積極參與教學活動，踴躍回答問題，準確率大于90%。按時出勤，認真聽講；經(jīng)常參與教學活動，回答問題準確率大于80%。按時出勤，偶爾參與教學活動，回答問題準確率大于70%。偶爾上課遲到，聽講不認真，回答問題準確性一般。上課不認真聽課，提問不回答，活動不參與。線上學習25積極參與線上學習，教學視頻學習率與單元練習準確率均大于90%。較好參與線上學習，視頻學習率與單元練習準確率大于80%。參與線上學習，教學視頻學習率與單元練習準確率大于70%。偶爾參與教學視頻學習與單元練習答題。幾乎未參與教學視頻學習與單元練習答題。習題作業(yè)25作業(yè)干凈整潔，程序設計合理與仿真效果可靠性大于90%