最經(jīng)濟智能控制系統(tǒng)研究及其應(yīng)用

《智能科學技術(shù)著作叢書》序
前言
第1章 緒論
1.1 引言
1.2 主要研究內(nèi)容
1.3 本書的結(jié)構(gòu)
第2章 最經(jīng)濟控制理論與低成本自動化
2.1 最經(jīng)濟控制問題的提出
2.1.1 一般提法
2.1.2 最經(jīng)濟結(jié)構(gòu)綜合
2.2 最經(jīng)濟結(jié)構(gòu)綜合方法
2.2.1 可控分型法和可觀分型法
2.2.2 利用系統(tǒng)的極點及某些矩陣的秩求解
2.2.3 利用Jordan標準形的滿秩相似變換陣尋找綜合解的代數(shù)方法
2.2.4 有向圖解算法
2.2.5 用結(jié)構(gòu)經(jīng)濟控制求最經(jīng)濟控制陣
2.2.6 最經(jīng)濟結(jié)構(gòu)綜合解的適定性
2.3 分散控制系統(tǒng)的最經(jīng)濟控制
2.4 閉環(huán)控制系統(tǒng)的最經(jīng)濟控制
2.4.1 靜態(tài)的狀態(tài)反饋和輸出反饋的最經(jīng)濟結(jié)構(gòu)綜合
2.4.2 鎮(zhèn)定系統(tǒng)和配置系統(tǒng)極點的經(jīng)濟信息結(jié)構(gòu)綜合
2.5 廣義系統(tǒng)的最經(jīng)濟控制結(jié)構(gòu)綜合
2.5.1 最經(jīng)濟控制陣B*和最經(jīng)濟觀測陣C*的存在性
2.5.2 B*1的結(jié)構(gòu)與性質(zhì)
2.5.3 B*1的結(jié)構(gòu)與性質(zhì)
2.5.4 最經(jīng)濟控制陣B*的結(jié)構(gòu)與性質(zhì)
2.6 最經(jīng)濟結(jié)構(gòu)綜合的應(yīng)用研究
2.6.1 不需要改進生產(chǎn)設(shè)備的綜合
2.6.2 指定最經(jīng)濟結(jié)構(gòu)的綜合
2.7 最經(jīng)濟控制問題在管理系統(tǒng)中的拓展
2.7.1 定義的拓展
2.7.2 對象與模型的拓展
2.7.3 求解思路與方法的拓展
2.8 低成本自動化
2.8.1 低成本自動化概述
2.8.2 低成本自動化內(nèi)容
2.8.3 低成本自動化實現(xiàn)
參考文獻
第3章 智能控制研究與應(yīng)用
3.1 智能控制的發(fā)展
3.2 智能控制系統(tǒng)研究
3.2.1 智能控制系統(tǒng)的研究對象
3.2.2 智能控制系統(tǒng)的定義
3.2.3 智能控制系統(tǒng)的特點
3.2.4 智能控制系統(tǒng)研究的數(shù)學工具
3.3 智能控制的類型
3.3.1 學習控制系統(tǒng)
3.3.2 分級遞階智能控制系統(tǒng)
3.3.3 專家控制系統(tǒng)
3.3.4 神經(jīng)控制
3.3.5 模糊控制
3.3.6 基于多Agent的智能控制
3.3.7 組合智能控制
3.4 智能控制的模型研究
3.4.1 廣義模型
3.4.2 八元組結(jié)構(gòu)模型
3.4.3 特征模型
3.5 智能控制系統(tǒng)的性能研究
3.6 智能控制待研究的問題
3.7 粗糙集理論在控制系統(tǒng)中的應(yīng)用
3.7.1 粗糙集理論的相關(guān)基本概念
3.7.2 基于粗糙集理論的吊車擺控制系統(tǒng)設(shè)計
3.7.3 基于粗糙集規(guī)則編碼的神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
3.7.4 粗糙控制器的幾種實現(xiàn)形式
3.8 基于遺傳算法的PID控制器設(shè)計
3.8.1 引入模擬退火機制的遺傳算法
3.8.2 基于遺傳算法的PID控制器設(shè)計
參考文獻
第4章 最經(jīng)濟智能控制系統(tǒng)的結(jié)構(gòu)方案
4.1 控制系統(tǒng)的發(fā)展
4.2 集散控制系統(tǒng)
4.2.1 DCS概述
4.2.2 DCS組成
4.2.3 DCS實例
4.2.4 DCS的技術(shù)特點與優(yōu)點
4.3 現(xiàn)場總線技術(shù)
4.3.1 現(xiàn)場總線技術(shù)概述
4.3.2 FCS組成
4.3.3 FCS實例
4.3.4 現(xiàn)場總線的技術(shù)特點與優(yōu)點
4.4 基于網(wǎng)絡(luò)的控制系統(tǒng)
4.4.1 NCS概述
4.4.2 NCS的研究內(nèi)容
4.5 基于現(xiàn)場總線技術(shù)的MEICS
參考文獻
第5章 最經(jīng)濟智能控制系統(tǒng)的經(jīng)濟性分析
5.1 MEICS的經(jīng)濟目標函數(shù)構(gòu)成
5.2 MEICS的硬件投入分析
5.3 MEICS的開發(fā)和維護費用分析
5.4 MEICS的經(jīng)濟效益分析
參考文獻
第6章 最經(jīng)濟智能控制系統(tǒng)的優(yōu)化方法——廣義自適應(yīng)遺傳算法
6.1 進化的基本理論
6.1.1 達爾文生物進化論
6.1.2 孟德爾自然遺傳學說
6.1.3 遺傳算法的生物學基礎(chǔ)
6.1.4 遺傳算法的特點
6.1.5 遺傳算法的應(yīng)用
6.2 遺傳算法研究
6.2.1 常規(guī)優(yōu)化方法與遺傳算法的比較
6.2.2 遺傳算法的基本原理
6.2.3 遺傳算法的實現(xiàn)
6.2.4 遺傳算法的改進
6.2.5 免疫遺傳算法
6.2.6 量子遺傳算法
6.3 廣義自適應(yīng)遺傳算法
6.3.1 初始種群的產(chǎn)生
6.3.2 適應(yīng)度函數(shù)廠
6.3.3 復(fù)制算子
6.3.4 “高品質(zhì)”移民
6.3.5 自適應(yīng)交換算子
6.3.6 自適應(yīng)變異算子
6.3.7 停止條件
6.4 廣義自適應(yīng)遺傳算法的仿真檢驗
6.4.1 實際問題
6.4.2 算法實現(xiàn)
6.4.3 結(jié)果分析
6.4.4 結(jié)論
參考文獻
第7章 最經(jīng)濟智能控制系統(tǒng)的信息結(jié)構(gòu)能通性分析與優(yōu)化研究
7.1 MEICS的信息結(jié)構(gòu)模型
7.1.1 信息結(jié)構(gòu)能通性的概念
7.1.2 MEICS的信息結(jié)構(gòu)模型
7.1.3 信息結(jié)構(gòu)陣的邏輯運算
7.2 MEICS的信息結(jié)構(gòu)能通性分析
7.2.1 MEICS信息結(jié)構(gòu)陣的分解
7.2.2 MEICS信息結(jié)構(gòu)能通性判據(jù)
7.2.3 MEICS信息結(jié)構(gòu)能通性分析
7.3 MEICS的信息結(jié)構(gòu)可靠性與經(jīng)濟性分析
7.3.1 信息通道結(jié)構(gòu)可靠性指標
7.3.2 MEICS信息通道結(jié)構(gòu)可靠性分析
7.3.3 MEICS信息通道結(jié)構(gòu)經(jīng)濟性分析
7.4 MEICS信息結(jié)構(gòu)的優(yōu)化研究
7.4.1 GSAGA編碼的確定
7.4.2 適應(yīng)度函數(shù)選擇
7.4.3 約束條件及其處理
參考文獻
第8章 最經(jīng)濟智能控制系統(tǒng)的參數(shù)優(yōu)化
8.1 MEICS參數(shù)的優(yōu)化目標函數(shù)
8.1.1 控制系統(tǒng)描述
8.1.2 優(yōu)化目標函數(shù)J的選擇
8.1.3 優(yōu)化目標函數(shù)J的計算
8.2 MEICS控制參數(shù)優(yōu)化的實現(xiàn)
8.2.1 PID控制器參數(shù)范圍的選擇
8.2.2 廣義自適應(yīng)遺傳算法參數(shù)的選擇
8.2.3 優(yōu)化結(jié)果分析
參考文獻
第9章 MR-100/150M3混凝土攪拌設(shè)備最經(jīng)濟智能控制系統(tǒng)
9.1 系統(tǒng)控制對象概述
9.1.1 部件簡介
9.1.2 工藝流程過程概述
9.2 MEICS設(shè)計
9.2.1 控制系統(tǒng)硬件設(shè)計
9.2.2 控制系統(tǒng)軟件設(shè)計
9.2.3 控制系統(tǒng)控制參數(shù)的設(shè)計
9.3 MR-100/150M3混凝土攪拌設(shè)備MEICS的信息通道結(jié)構(gòu)分析
9.3.1 系統(tǒng)信息通道結(jié)構(gòu)模型
9.3.2 系統(tǒng)信息通道結(jié)構(gòu)可靠性分析
9.4 MR-100/150M3混凝土攪拌設(shè)備MEICS的經(jīng)濟性分析
9.4.1 設(shè)備投資
9.4.2 開發(fā)周期與系統(tǒng)性能
9.4.3 經(jīng)濟效益
第10章 展望