《智能控制算法及其应用》主要介绍各种典型智能控制算法的基本内容、设计与实现方法及其在函数优化、电力系统中的应用。《智能控制算法及其应用》首先阐述智能、智能控制的基本概念,介绍智能控制与传统的经典控制理论、现代控制理论的联系和区别。然后从四种典型智能控制算法(专家系统、模糊控制、神经网络和进化计算)入手分别阐述它们的发展历史、基本内容、实现方法及其应用。*后介绍混沌模拟退火动态烟花优化算法,并将其用于优化离散时间微分平坦自抗扰控制律的参数,通过计算机仿真和基于智能优化算法试验平台开展试验以验证该算法的有效性;介绍递减步长果蝇优化算法,并将其应用于风电机组齿轮箱的故障诊断;介绍云粒子群布谷鸟融合算法,通过联合循环发电机组典型热工过程模型参数辨识实例验证该算法的有效性。

目录 前言 第1章 绪论 1 1.1 智能控制的发展历史 1 1.2 智能及智能控制的基本概念 3 1.3 PID控制策略 5 1.4 传统控制面临的挑战 7 1.5 智能控制与传统控制的联系和区别 8 1.6 本书主要内容 11 参考文献 12 第2章 专家系统 15 2.1 专家系统的发展历史 15 2.2 基于搜索的问题求解 16 2.2.1 搜索的基本概念 16 2.2.2 逐个搜索 18 2.2.3 基于人工智能的搜索 24 2.3 基于MATLAB的A算法程序设计与仿真实例 32 2.4 专家系统简介 40 2.5 专家PID控制 43 2.6 本章小结 45 参考文献 45 第3章 模糊控制 50 3.1 模糊控制的发展历史 50 3.2 模糊控制的数学基础 51 3.2.1 模糊集合 52 3.2.2 模糊关系 55 3.2.3 模糊推理 56 3.3 模糊控制器 58 3.4 模糊控制算法的MATLAB仿真设计与实现 61 3.4.1 MATLAB模糊逻辑工具箱简介 61 3.4.2 模糊控制算法的仿真程序设计与实现 67 3.5 基于基金会现场总线的模糊PID控制试验验证 71 3.6 本章小结 81 参考文献 81 第4章 神经网络 84 4.1 神经网络的发展历史 84 4.2 神经网络的基本结构 85 4.3 感知器 89 4.3.1 感知器的基本思想 89 4.3.2 感知器的应用 91 4.4 BP神经网络 98 4.5 基于MATLAB的神经网络应用仿真实例 103 4.5.1 基于MATLAB的感知器应用仿真实例分析 103 4.5.2 基于MATLAB的BP神经网络应用仿真实例分析 107 4.6 本章小结 119 参考文献 119 第5章 进化计算 124 5.1 进化计算概要 124 5.2 遗传算法 124 5.2.1 遗传算法的基本思想 125 5.2.2 基于MATLAB的遗传算法应用实例分析 128 5.2.3 遗传算法的模式理论 136 5.2.4 遗传算法的收敛性分析 139 5.2.5 遗传算法的改进 139 5.3 遗传编程 140 5.3.1 遗传编程的基本思想 141 5.3.2 遗传编程算法的工作步骤 146 5.3.3 基于MATLAB的遗传编程算法实例分析 146 5.4 本章小结 147 参考文献 148 第6章 基于CSAD_FWA的离散时间微分平坦自抗扰控制律参数优化 152 6.1 离散时间微分平坦自抗扰控制律 152 6.1.1 引言 152 6.1.2 微分平坦系统的概念 153 6.1.3 微分平坦自抗扰控制律 155 6.1.4 微分平坦自抗扰控制律离散化 157 6.2 混沌模拟退火动态烟花优化算法及仿真实例 164 6.2.1 动态烟花算法 164 6.2.2 混沌模拟退火动态烟花算法 166 6.2.3 优化算法的仿真实例 167 6.3 基于PLC的智能优化算法试验平台简介 169 6.3.1 系统结构示意图 169 6.3.2 人机界面的设计 170 6.4 基于CSAD_FWA的离散时间DFADRC参数优化仿真验证 173 6.5 基于CSAD_FWA的离散时间DFADRC参数优化试验验证 175 6.6 本章小结 177 参考文献 177 第7章 递减步长果蝇优化算法及其在风电机组齿轮箱故障诊断中的应用 180 7.1 递减步长果蝇优化算法简介 180 7.2 支持向量机简介 182 7.3 基于DS-FOA的支持向量机在风电机组齿轮箱故障诊断中的应用 186 7.3.1 风电机组齿轮箱振动数据的预处理 186 7.3.2 基于DS-FOA的支持向量机在风电机组齿轮箱故障诊断中的应用实例 197 7.4 本章小结 202 参考文献 202 第8章 基于云粒子群布谷鸟融合算法的典型热工过程模型参数辨识 206 8.1 火电机组热工过程模型参数辨识简介 206 8.2 云粒子群布谷鸟融合算法 207 8.2.1 粒子群优化算法简介 207 8.2.2 布谷鸟搜索算法简介 209 8.2.3 云粒子群布谷鸟融合算法简介 210 8.2.4 函数优化仿真实例分析 212 8.3 基于CPSO-CS的典型热工过程模型参数辨识 214 8.4 本章小结 220 参考文献 220