了得網研究生_智能控制技術第3版韋巍夏楊紅

商品搜索

类别：

关键字：

商品分类

　研究生
　 工学
　 公共课
　 经济管理
　 理学
　 农学
　 文法类
　 医学

　音乐
　 音乐理论

　声乐　通俗音乐　音乐欣赏　钢琴　二胡　小提琴

智能控制技術第3版韋巍夏楊紅
該商品所屬分類：研究生 -> 研究生
【市場價】	212-308元
【優惠價】	133-193元
【作者】	韋巍
【所屬類別】	圖書教材研究生/本科/專科教材工學
【出版社】	機械工業出版社
【ISBN】	9787111737018
【折扣說明】	一次購物滿999元台幣免運費+贈品一次購物滿2000元台幣95折+免運費+贈品一次購物滿3000元台幣92折+免運費+贈品一次購物滿4000元台幣88折+免運費+贈品
【本期贈品】	①優質無紡布環保袋，做工棒！②品牌簽字筆 ③品牌手帕紙巾

版本	正版全新電子版PDF檔
您已选择：	正版全新
溫馨提示：如果有多種選項，請先選擇再點擊加入購物車。 . 電子圖書價格是0.69折，例如了得網價格是100元，電子書pdf的價格則是69元。 . 購買電子書不支持貨到付款，購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。 *. 如果收到的電子書不滿意，可以聯絡我們退款。謝謝。

內容介紹

開本：16開

紙張：膠版紙

包裝：平裝-膠訂

是否套裝：否

國際標準書號ISBN：9787111737018

叢書名：工業和信息化部“十四五”規劃教材

作者：韋巍

出版社：機械工業出版社

出版時間：2023年12月

內容簡介

智能控制作為控制理論發展的第三個階段，是人工智能、認知科學、模糊數學、生物控制論、學習理論等在控制論的交叉與結合。本書總結了近些年來智能控制的研究成果，詳細闡述了智能控制的基本概念、工作原理和設計方法。本書的主要內容包括：智能控制的基本概念、模糊控制的理論基礎、模糊控制繫統、人網絡模型、神經網絡控制論、智能控制的集成技術、深度學習和強化學習。本書在深入繫統地介紹智能控制設計理論和應用方法的同時，還給出了一些設計實例和MATLAB算法例程。本書選材新穎、繫統性強、通俗易懂，突出理論聯繫實際，並配有一定數量的習題、思考題和上機實驗題，適合初學者學習智能控制的基本理論和方法。本書可作為高等院校自動化、電氣工程及其自動化、計算機科學與技術、電子信息工程等專業高年級本科生的教材，也可供相關專業的工程技術人員閱讀和參考。本書配有教學課件、習題答案，歡迎選用本書作教材的教師登錄www.cmpedu.com注冊後下載，或加微信13910750469索取。

前言
第一章緒論
第一節智能控制的發展過程
一、智能控制問題的提出
二、智能控制的發展
第二節智能控制的主要方法
一、專家繫統和專家控制
二、模糊控制
三網絡控制
四、學習控制
第三節智能控制繫統的構成原理
一、智能控制繫統的結構
二、智能控制繫統的特點
三、智能控制繫統研究的數學工具前言
第一章緒論
第一節智能控制的發展過程
一、智能控制問題的提出
二、智能控制的發展
第二節智能控制的主要方法
一、專家繫統和專家控制
二、模糊控制
三網絡控制
四、學習控制
第三節智能控制繫統的構成原理
一、智能控制繫統的結構
二、智能控制繫統的特點
三、智能控制繫統研究的數學工具
習題和思考題
第二章模糊控制的理論基礎
第一節模糊控制概述
一、模糊控制的發展
二、模糊控制的特點
三、模糊控制的定義
第二節模糊集合論基礎
一、模糊集合的概念
二、模糊集合的運算
三、模糊集合運算的基本性質
四、隸屬度函數的建立
五、模糊關繫
第三節模糊邏輯、模糊邏輯推理和合成
一、二值邏輯
二、模糊邏輯及其基本運算
三、模糊語言邏輯
四、模糊邏輯推理
五、模糊關繫方程的解
本章小結
習題和思考題
第三章模糊控制繫統
第一節模糊控制繫統的組成
一、模糊化過程
二、知識庫
三、推理決策邏輯
四、精確化計算
第二節模糊控制器的設計
一、模糊控制器的結構設計
二、模糊控制器的基本類型
三、模糊控制器的設計原則
四、模糊控制器的常規設計方法
第三節模糊控制器的設計舉例
一、流量控制的模糊控制器設計
二、倒立擺的模糊控制器設計
第四節模糊PID控制器的設計
一、模糊控制器和常規PID的混合結構
二、常規PID參數的模糊自整定技術
本章小結
習題和思考題
上機實驗題
第四章人網絡模型
第一節神經網絡概述
一模型
二、神經網絡的模型分類
三、神經網絡的學習算法
四、神經網絡的泛化能力
第二節前向神經網絡模型
一、單一人
二、單層神經網絡結構
三、多層神經網絡結構
四、多層傳播網絡的BP學習算法
五、BP學習算法的MATLAB例程
第三節動態神經網絡模型
一、帶時滯的多層感知器網絡
二、Hopfield神經網絡
三、回歸神經網絡
本章小結
習題和思考題
第五章神經網絡控制論
第一節神經網絡與神經網絡控制器
一、神經網絡控制的優越性
二、神經網絡控制器的分類
三*、神經網絡的逼近能力
第二節非線性動態繫統的神經網絡辨識
一、神經網絡的辨識基礎
二、神經網絡辨識模型的結構
三*、非線性動態繫統神經網絡的辨識
第三節神經網絡控制的學習機制
一、監督式學習
二、增強式學習
第四節神經網絡控制器的設計
一、神經網絡直接逆模型控制法
二、直接網絡控制法
三、多神經網絡自學習控制法
四、單控制法
本章小結
習題和思考題
第六章*智能控制的集成技術
第一節模糊神經網絡控制
一、模糊神經網絡的結構
二、模糊神經網絡的學習算法
第二節基於神經網絡的自適應控制
一、自適應控制技術
二、神經網絡的模型參考自適應控制
第三節智能控制的優化算法
一、遺傳學習算法
二、蟻群學習算法
三、迭代學習算法
本章小結
第七章深度學習
第一節深度學習概述
一、什麼是深度學習
二、深度學習模型中的優化
三、GPU的重要性
第二節模型範式
一、卷積神經網絡
二、循環神經網絡
三、自動編碼器
四、注意力模型
第三節深度學習在智能電網中的應用
一、電力設備及繫統故障診斷
二、光伏功率預測
三、電力繫統快速潮流計算
本章小結
第八章強化學習
第一節強化學習概述
一、強化學習的產生與發展
二、強化學習的關鍵要素
第二節強化學習理論基礎
一、馬爾可夫決策過程
二、基於價值函數的強化學習方法
三、基於策略梯度的強化學習方法
第三節深度強化學習
一、基於函數逼近器的強化學習
二、深度Q學習算法
三、深度確定性策略梯度算法
第四節深度強化學習在智能電網中的應用
一、深度強化學習在理論研究階段的應用
二、深度強化學習在實際優化問題中的應用
本章小結
參考文獻

前言

本書是在普通高等學校機電類“九五”規劃教材《智能控制技術》的基礎上改編的。《智能控制技術》自1999年出版以來，經過2015年的再版，至今已印刷25次，被100餘所高校選為智能控制類課程的教材。《智能控制技術》選材新穎、體繫完整、邏輯清晰、深入淺出、通俗易懂，既能適應智能控制初學者的要求，也為智能控制領域的研究者提供堅實和寬廣的基礎理論知識，出版20餘年來，一直得到廣大教師和學生的認可和好評，同時許多讀者也提出了很多寶貴的意見和建議，為本書的編寫提供了豐富的資源，打下堅實的基礎。本書繼承了《智能控制技術》（第2版）的優點，在其基礎上，根據工業和信息化部“十四五”規劃教材的要求，補充介紹了智能控制領域最新的研究成果“深度學習”和“強化學習”。深度學習（Deep Learning，DL）模擬人腦多層神經網絡，它的發展得益於人工神經網絡技術的進步。深度學習是通過多層的網絡結構和非線性變換，組合低層特征，形成抽像的、易於區分的高層表示，以發現數據的分布式特征表示。它在圖像處理、語音理解、智慧醫療、智能機器人等方面取得了廣泛的應用。強化學習（Reinforcement Learning，RL）是通過最大化智能體從環境中獲得的累計獎賞值，從而通過學習得到完成目標的最優策略。強化學習作為機器學習領域另一個研究熱點，已經廣泛應用於工業制造、仿真模擬、機器人控制、優化與調度、遊戲博弈等領域。作為智能控制更高層級的控制方法，模擬人腦學習控制思想實現對更高級行為的控制是智能控制未來發展的方向。為此，本書介紹了深度學習和強化學習的相關基礎理論與方法，並給出了一些電力繫統方面的應用實例，供讀者參考。本書共分8章，建議總教學時長為40～52學時。第一章到第六章由浙江大學韋巍教授編著，第七章和第八章由浙江大學夏楊紅特聘研究員編著。第一章緒論建議2學時。第二章模糊控制的理論基礎建議8學時。第三章模糊控制繫統建議6～8學時。第四章人工神經網絡模型建議6～8學時。第五章神經網絡控制論建議6～8學時。第六章智能控制的集成技術建議4～6學時。第七章深度學習建議4～6學時。第八章強化學習建議4～6學時。標題中帶有“*”的章節為選講內容。本書承蒙湖南大學王耀南院士的精心指導，也得到了上海大學陳伯時教授、浙江大學蔣靜坪教授的指導和幫助，在此表示衷心感謝。本書在編寫過程中，參閱和引用了國內外許多專家的研究成果，在此深表謝意。由於編著者的學術水平和教學經驗有限，書中難免會有不妥之處，懇請廣大讀者和同行專家批評指正。編著者於浙江大學求是園目錄傳感器與檢測技術本書是在普通高等學校機電類“九五”規劃教材《智能控制技術》的基礎上改編的。《智能控制技術》自1999年出版以來，經過2015年的再版，至今已印刷25次，被100餘所高校選為智能控制類課程的教材。《智能控制技術》選材新穎、體繫完整、邏輯清晰、深入淺出、通俗易懂，既能適應智能控制初學者的要求，也為智能控制領域的研究者提供堅實和寬廣的基礎理論知識，出版20餘年來，一直得到廣大教師和學生的認可和好評，同時許多讀者也提出了很多寶貴的意見和建議，為本書的編寫提供了豐富的資源，打下堅實的基礎。本書繼承了《智能控制技術》（第2版）的優點，在其基礎上，根據工業和信息化部“十四五”規劃教材的要求，補充介紹了智能控制領域最新的研究成果“深度學習”和“強化學習”。深度學習（Deep Learning，DL）模擬人腦多層神經網絡，它的發展得益於人工神經網絡技術的進步。深度學習是通過多層的網絡結構和非線性變換，組合低層特征，形成抽像的、易於區分的高層表示，以發現數據的分布式特征表示。它在圖像處理、語音理解、智慧醫療、智能機器人等方面取得了廣泛的應用。強化學習（Reinforcement Learning，RL）是通過最大化智能體從環境中獲得的累計獎賞值，從而通過學習得到完成目標的最優策略。強化學習作為機器學習領域另一個研究熱點，已經廣泛應用於工業制造、仿真模擬、機器人控制、優化與調度、遊戲博弈等領域。作為智能控制更高層級的控制方法，模擬人腦學習控制思想實現對更高級行為的控制是智能控制未來發展的方向。為此，本書介紹了深度學習和強化學習的相關基礎理論與方法，並給出了一些電力繫統方面的應用實例，供讀者參考。本書共分8章，建議總教學時長為40～52學時。第一章到第六章由浙江大學韋巍教授編著，第七章和第八章由浙江大學夏楊紅特聘研究員編著。第一章緒論建議2學時。第二章模糊控制的理論基礎建議8學時。第三章模糊控制繫統建議6～8學時。第四章人工神經網絡模型建議6～8學時。第五章神經網絡控制論建議6～8學時。第六章智能控制的集成技術建議4～6學時。第七章深度學習建議4～6學時。第八章強化學習建議4～6學時。標題中帶有“*”的章節為選講內容。本書承蒙湖南大學王耀南院士的精心指導，也得到了上海大學陳伯時教授、浙江大學蔣靜坪教授的指導和幫助，在此表示衷心感謝。本書在編寫過程中，參閱和引用了國內外許多專家的研究成果，在此深表謝意。由於編著者的學術水平和教學經驗有限，書中難免會有不妥之處，懇請廣大讀者和同行專家批評指正。編著者於浙江大學求是園目錄傳感器與檢測技術

網友評論我們期待著您對此商品發表評論

相關商品

商品搜索

商品分类

【醫學】

【各大出版社】