课程大纲

课程大纲

智能控制

课程编码:081101M05001H 英文名称:Intelligent Control 课时:40 学分:2.00 课程属性:专业普及课 主讲教师:易建强等

教学目的要求
通过课堂学习和课下作业,掌握各种智能控制的基本方法和设计思想,初步实现对机器人的智能控制算法的设计与仿真。
课程基本要求:
1)有控制理论基础;
2)有机电一体化技术基础;
3)有编程基础。

预修课程
智能控制概论、或模糊系统入门+人工神经网络入门+演化计算入门

大纲内容
第一章 绪论 3.0学时 蒲志强
第1节 智能控制基本内涵
第2节 机器人基本概念和发展现状
第3节 智能控制在机器人系统中的应用方式
第二章 一型模糊控制 6.0学时 易建强
第1节 模糊集合与模糊推理
第2节 一型模糊控制器设计
第3节 TS模糊模型设计和分析
第4节 模糊神经网络结构设计与学习
第5节 单一输入规则群模糊推理模型
第6节 基于单一输入规则群模糊推理模型的控制器设计应用
第三章 二型模糊控制 2.0学时 易建强
第1节 二型模糊集合
第2节 二型模糊系统设计
第3节 二型模糊系统在高超声速飞行控制中的应用
第四章 神经网络控制 9.0学时 袁如意
第1节 神经网络结构、学习算法和典型模型
第2节 神经网络建模与系统辨识与应用
第3节 典型神经网络控制系统结构
第4节 人工神经元及PID神经控制
第5节 RBF神经网络控制与应用
第6节 CMAC神经网络控制与应用
第7节 Hopfield神经网络控制与应用
第8节 神经网络控制历史、优缺点分析
第五章 启发式随机优化方法及控制 6.0学时 蒲志强
第1节 简单遗传算法介绍
第2节 遗传算法优缺点分析和改进设计
第3节 遗传算法应用案例
第4节 标准粒子群优化算法介绍
第5节 粒子群优化算法优缺点分析和改进设计
第6节 粒子群优化算法应用案例
第六章 强化学习及控制 3.0学时 袁如意
第1节 强化学习基本原理介绍
第2节 基于值函数的强化学习
第3节 基于策略搜索的强化学习算法
第4节 强化学习控制器设计和学习过程、工具集介绍
第七章 滑模变结构控制 3.0学时 袁如意
第1节 滑模变结构控制基本概念和原理
第2节 滑模变结构控制器设计过程
第3节 非线性系统滑模控制器设计的一般方法
第4节 高阶滑模变结构控制器原理和性质
第5节 滑模变结构控制在机械手控制中的应用
第八章 自抗扰控制 3.0学时 蒲志强
第1节 自抗扰控制基本思想和典型应用
第2节 自抗扰控制核心算法模块设计
第3节 完整的自抗扰控制算法设计
第4节 关于若干控制本质问题的开放式讨论
第九章 机器人控制案例分析
第1节 飞行机器人基础模型介绍和智能控制算法应用 1.5学时 蒲志强
第2节 启发式优化算法在机器人系统中的应用案例 1.5学时 蒲志强
第3节 模糊控制在机器人系统中的应用案例 1.0学时 易建强

参考书
1、 RBF神经网络自适应控制 刘金琨 2014年01月 清华大学出版社

课程教师信息
首席教授易建强教授,IEEE高级会员,承担了863项目、国家自然科学基金项目、中科院知识创新项目、及企业合作等项目,在模糊系统、人工神经网络、欠驱动系统、智能机器人、滑模控制等方面提出了一系列方法和算法。已主编会议论文集1部,发表专著章节3篇,翻译工具书中的1篇,发表/录用国际期刊论文约40篇,发表/录用国际会议论文约150篇,发表/录用国内期刊论文80余篇。获授权发明专利12项、授权实用新型8项,登记软件著作权24项,另受理发明专利15项。