相關主題
商品描述
本書講述基於人工智慧的控制技術，主要介紹了神經網路控制、模糊 邏輯控制和演化演算法控制。全書分為兩部分，共10 章。第1 部分為基礎 篇，包括第1~6 章，講述基礎理論。第1 章緒論講述人工智慧和控制論的基礎；第2~4 章是神經網路控制部分，主要講述神經網路理論基礎、典型神經網路、神經網路自適應控制、強化學習和深度強化學習的內容；第5 章講述模糊控制；第6 章講述演化演算法。第2 部分是實用篇，包括第7~10 章，以機械手臂、無人機、五子棋和影像優化處理等為例，具體說明了第1 部分內容的應用。書中每章均附有習題。 為加速推進黨的二十大精神進教材，本書深入挖掘科學研究和科學成果取得過程背後的「兩彈一星」精神、載人航天精神、科學家精神等，並以二維碼的形式進行教學指引。 本書可作為人工智慧、自動化、電機工程及其自動化、智慧控制等相 關專業的本科課程教材，也可作為相關工程技術人員的專業參考書。
目錄大綱
前言
第1部分基礎篇
第1章緒論
1.1人工智慧控制技術概述
1.1.1人工智慧的定義及智慧控制
1.1.2人工智慧控制技術的發展歷史
1.1.3人工智慧控制發展面臨的難題
1.1.4人工智慧控制的主要內容
1.2學習演算法概述
1.2.1無監督學習
1.2.2監督學習
1.2.3強化學習
1.3自動控制基礎
1.3.1控制系統的發展歷史
1.3.2控制系統模型
1.3.3控制方法概述
1.3.4控制系統的穩定性
1.4學習與控制術語說明
習題
參考文獻
第2章神經網路控制
2.1神經網路理論基礎
2.1.1神經網路發展史
2.1.2神經網路原理
2.1.3神經網路學習演算法
2.2典型神經網絡
2.2.1單神經元網絡
2.2.2BP神經網絡
2.2.3RBF神經網絡
2.2.4Hopfield神經網絡
2.2.5卷積神經網絡
2.3神經網路自適應控制
2.3.1系統描述
2.3.2自適應控制器設計
2.3.3穩定性證明
2.3.4仿真實例
習題
參考文獻
第3章強化學習
3.1強化學習概述
3.1.1強化學習的歷史背景
3.1.2強化學習的分類
3.1.3強化學習的重點概念
3.2馬可夫決策過程
3.2.1馬可夫鏈與馬可夫決策過程
3.2.2貝爾曼方程
3.2.3最適控制與最優策略
3.3動態規劃
3.3.1動態規劃簡介
3.3.2最適控制中的動態規劃
3.3.3強化學習中的動態規劃
3.4基本強化學習
3.4.1策略迭代演算法
3.4.2值迭代演算法
3.4.3蒙特卡羅法
3.4.4時序差分法
3.4.5其他類型強化學習
習題
參考文獻
第4章深度強化學習
4.1深度強化學習概述
4.1.1深度強化學習發展歷程
4.1.2深度強化學習基本學習思想
4.2深度卷積神經網絡
4.2.1基本網路類型
4.2.2改進網路類型
4.3深度循環神經網絡
4.3.1網路結構與計算
4.3.2深度循環神經網路變異和改進
4.4深度價值與策略學習
4.4.1深度Q網絡
4.4.2基於策略梯度演算法
習題
參考文獻
第5章模糊控制
5.1模糊控制數學原理
5.1.1模糊集合
5.1.2隸屬函數的種類
5.1.3模糊集合的運算
5.1.4模糊關係與推理
5.2模糊控制原理及設計
5.2.1基本原理與組成
5.2.2模糊控制器的結構與分類
5.2.3模糊控制的工作原理與設計步驟
5.3自適應模糊控制
5.3.1模糊逼近和萬能逼近定理
5.3.2系統描述
5.3.3模糊控制器設計
5.3.4仿真實例
習題
參考文獻
第6章進化演算法
6.1演化演算法概述
6.2遺傳演算法
6.2.1遺傳演算法的發展史
6.2.2遺傳演算法的基本原理
6.3粒子群演算法
6.3.1粒子群演算法的發展史
6.3.2粒子群演算法的原理
6.4蟻群演算法
6.4.1蟻群演算法的發展史
6.4.2蟻群演算法的原理
習題
參考文獻
第2部分實用篇
第7章機械手臂控制實例
7.1機械手臂神經網路控制
7.1.1問題的提出
7.1.2神經網路設計
7.1.3控制器設計
7.1.4穩定性證明
7.1.5仿真實例
7.2機械手臂自適應模糊控制
7.2.1系統描述
7.2.2模糊控制器設計
7.2.3仿真實例
習題
參考文獻
第8章無人機三維最優路徑規劃實例
8.1無人機路徑規劃簡介
8.2無人機路徑規劃Q-Learning演算法原理
8.3無人機三維路徑規劃實現過程
8.3.1基於Q-Learning的三維模型創建
8.3.2訓練過程
8.3.3路徑規劃實現結果
8.4仿真程序
習題
參考文獻
第9章五子棋自動對弈實例
9.1五子棋自動對弈實現原理
9.2蒙地卡羅樹搜索
9.2.1選擇
9.2.2拓展與評估
9.2.3反向傳播
9.2.4演繹
9.3五子棋自對弈訓練
9.4仿真程序
習題
參考文獻
第10章影像優化處理實例
10.1數位影像處理技術簡介
10.1.1基本概念
10.1.2研究內容
10.1.3應用領域
10.2影像分割
10.2.1技術介紹
10.2.2影像分割的定義
10.2.3基於閾值的分割方法
10.2.4其他分割方法
10.3基於演化演算法的影像分割方法實例
10.3.1基於遺傳演算法的影像分割
10.3.2基於粒子群演算法的影像分割
習題
參考文獻
