课程代码：0806715003
课程名称：智能控制
英文名称：Intelligent Control
总 学 时：24 讲课学时：24
学 分：1.5
适用专业：车辆工程专业
先修课程：自动控制原理
一、课程性质、目的和任务
智能控制是近20年来发展起来的一门新兴交叉前沿学科，具有非常广泛的应用领域。该课程是自动化及相关专业方向的一门专业选修课，其目的是使学生了解模糊理论与控制、神经网 络及控制、学习控制、仿人智能控制等各种智能控制技术的基本原理与思想，拓宽学生的知识面，为今后进一步深入学习和应用智能控制技术打下必要的基础。 丁学强
二、教学基本要求
本课程主要介绍模糊理论与控制、神经网络理论及控制、学习控制、仿人智能控制等各种智能控制技术的基本原理，以模糊控制、神经网络控制为重点。学完本课程应达到以下基本要求：
(1) 了解以隶属度函数、模糊集合、模糊关系、模糊推理为基础的模糊数学理论。
(2) 掌握典型模糊控制系统的结构、特点与工作原理，掌握模糊控制系统中模糊化、清晰化的方法、模糊规则的建立及模糊控制器的常规设计方法。
(3) 掌握神经网络的基本概念与特点，理解人工神经元模型的意义，了解神经网络的主要学习方法。
(4) 了解掌握前向网络的概念及BP学习算法，了解神经网络在系统模型辩识与控制中的基本应用。
(5) 了解学习控制的概念；以迭代学习控制或遗传学习控制为例，了解其基本思想与原理、特点。
(6) 了解基于规则的仿人智能控制的基本思想、仿人智能特征变量，了解其典型控制系统的结构。
三、教学内容及要求
1．智能控制概述
从经典控制理论与现代控制理论的发展及所遇到的问题，引出智能控制的提出与解决的问题，了解智能控制的基本概念，研究的对象，智能控制的几个主要分支及其特点。
2．模糊理论与控制
了解模糊集的概念，普通集合与模糊集合的关系，掌握隶属度函数的意义与建立；熟悉模糊关系的基本概念与模糊关系的合成；了解模糊逻辑及基本逻辑运算，模糊语言，模糊推理的大前提、小前提与结论，掌握各种模糊逻辑推理的原理与过程；掌握模糊控制系统的
结构、特点与工作原理，掌握模糊控制系统中模糊化、清晰化的方法、模糊规则的建立与模糊推理，了解基于规则模糊控制器的常规设计方法。
3．神经网络理论及控制
了解神经网络的基本概念与特点，理解人工神经元模型的意义，了解神经网络的主要学习方法；了解掌握多层前向网络的结构及BP学习算法；了解系统辩识的基础知识，了解神经网络在系统模型辩识中的基本应用方法；了解神经网络在系统控制中的基本应用方法。
4．学习控制
了解学习控制的概念；可选择讲授迭代学习算法或遗传学习算法，了解其基本原理，简单介绍其学习律及应用等。
5．基于规则的仿人智能控制
了解基于规则的仿人智能控制的基本思想与特点；掌握仿人智能行为的特征变量的含义；了解基本的仿人智能控制的结构和基于特征辩识的多模态智能控制。
四、课外习题及课程讨论
课外应布置15道以上习题（含概念题、论述题及思考题）。
五、教学方法与手段
本课程采用板书方式进行课堂教学。
六、各教学环节学时分配
章节（或内容） | 讲课 | 习题课 | 讨论课 | 实验 | 销售利润率上机 | 其它 | 合计 |
智能控制概述 | 2 | | | | | | |
模糊理论与控制 | 10 | | | | | | |
瓯海实验小学神经网络理论及控制 | 6双n | | | | | | |
学习控制 | 4 | | | 约翰穆勒 | | | |
基于规则的仿人智能控制 | 2 | | | | | | |
合 计 | 24 | | | | | 海滨墓园 | 24 |
| | | | | | | |
七、考核方式
本课程为考查课程，期末考查方法为提交“智能控制技术的理论与应用”的论文（须包括模糊理论与控制、神经网络理论及控制，其余任选）。学生的课程总评成绩由平时成绩（20%）和期末考查成绩（80%）两部分构成。平时成绩包括出勤、作业、课堂提问、学习主动性等。
八、推荐教材和教学参考书
教 材：《智能控制技术》，易继锴、侯媛彬编著，北京工业大学出版社，1999。
参考书：《智能控制技术》，韦巍著，机械工业出版社，2000。
《智能控制理论与技术》，孙增圻等编著，清华大学出版社、广西科学技术出版社，1981。
九、说明
本课程的先修课程为自动控制原理，可合班授课。课程应强调各智能控制技术的基本思想
与原理，尽量避免复杂的理论计算。
可在课堂教学中插入MATLAB工具软件的相关内容介绍。
大纲制订人：王书林
大纲审定人：罗绍新
制订日期：2010年5月
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议