
一、课程基本情况
| 课程编号 | s081119 | 开课学期 | □第一学期 ■第二学期 | 学分 | 2 | |||||
| 课程名称 | (中文)智能控制及其MATLAB实现 (英文)Intelligent control and MATLAB realize | |||||||||
| 课程类型 | □专业基础课 ■专业选修课 | |||||||||
| 课程学时分配 | 课程学时 | 学时分配 | ||||||||
| 40 | 课堂讲课 | 36 | ||||||||
| 课堂讨论 | 4 | |||||||||
| 自学交流 | ||||||||||
| 课程负责人 | 李国勇 | 课程团队 | 闫高伟、吕青 | |||||||
| 教学方式 | ■课堂讲授 □专题讨论 | 考核方式 | □考试 ■考查 | |||||||
| 适用院系所 | 自动化系、测控所、热能系、化工系 | |||||||||
| 适用学科 | 控制科学与工程、动力工程、化学工程与技术 | |||||||||
| 先修课程 | 控制理论、过程控制、计算机仿真技术与CAD、MATLAB | |||||||||
| 教 材 | 李国勇编著.智能预测控制及其MATLAB实现(第2版).北京:电子工业出版社,2010。 | |||||||||
| 参考书目 | [1]李国勇编著.神经模糊控制理论与应用.北京:电子工业出版社,2009.1。 [2]李士勇编著.模糊控制神经控制和智能控制论.哈尔滨:哈尔滨工业大学出版社, 1998。 | |||||||||
本课程在了解神经网络控制和模糊神经网络控制和模糊控制控制的基本概念、工作原理、控制算法的基础上,系统地论述了利用MATLAB语言、MATLAB工具箱函数和Simulink对神经网络控制和模糊神经网络控制和模糊控制控制实现的方法。让学生在有限的时间内,掌握神经网络控制和模糊逻辑控制的基本原理及其利用MATLAB/Simulink的编程方法和应用技术。
三、课程教学大纲
第1章 神经网络理论(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生了解神经网络的基本概念、工作原理和控制算法。主要内容包括:神经网络的基本概念;典型神经网络的模型及其MATLAB实现。
2. 重点、难点
各种典型神经网络的模型的MATLAB编程实现等。
第2章MATLAB神经网络工具箱(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生掌握利用MATLAB神经网络工具箱求解神经网络的方法。主要内容包括:MATLAB神经网络工具箱函数的应用;MATLAB神经网络工具箱的图形用户界面的应用;基于Simulink的神经网络模块的应用;神经网络在系统预测和故障诊断中的应用。
2. 重点、难点
神经网络的应用等。
第3章 神经网络控制系统(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生掌握神经网络在控制系统中的应用方法。主要内容包括:神经网络控制理论及系统的结构;基于Simulink的三种典型神经网络控制系统。
2. 重点、难点
神经网络控制系统的结构等。
第4章 模糊逻辑理论(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生了解模糊逻辑的基本概念和工作原理。主要内容包括:模糊逻辑理论的基本概念;模糊逻辑控制系统的基本结构;模糊逻辑控制系统的基本原理;离散论域的模糊控制系统的设计;具有PID功能的模糊控制器。
2. 重点、难点
模糊控制系统的设计等。
第5章 MATLAB模糊逻辑工具箱(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生掌握利用MATLAB模糊逻辑工具箱求解模糊控制系统的方法。主要内容包括:MATLAB模糊逻辑工具箱简介;利用模糊逻辑工具箱建立模糊推理系统;MATLAB模糊逻辑工具箱的图形用户界面的应用;基于Simulink的模糊逻辑的系统模块的应用。
2. 重点、难点
模糊规则的建立等。
第6章 模糊神经和模糊聚类及其MATLAB实现(6学时)
1. 教学内容及基本要求
本章的基本要求是使学生掌握利用MATLAB模糊神经工具箱求解模糊神经聚类的方法。主要内容包括:基于标准模型的模糊神经网络;基于Takagi-Sugeno模型的模糊神经网络;自适应神经模糊系统及其MATLAB实现;模糊聚类及其MATLAB实现。
2. 重点、难点
自适应神经模糊系统及其MATLAB实现、模糊聚类及其MATLAB实现等。
四、课程知识单元与知识点
本课程详细地介绍了神经网络和模糊逻辑两大智能控制及其MATLAB实现的方法:
●神经网络控制及其MATLAB实现
详细地介绍了十几种常用神经网络的拓扑结构、工作方式和学习算法及其利用MATLAB实现的方法、MATLAB神经网络工具箱函数及图形用户界面的使用方法、基于Simulink的神经网络的系统模块和神经网络控制系统。
●模糊逻辑控制及其MATLAB实现
系统地论述了模糊逻辑理论的基本原理、MATLAB模糊逻辑工具箱函数及图形用户界面的使用方法、基于Simulink的模糊逻辑的系统模块、模糊神经网络和模糊聚类及其利用MATLAB实现的方法。
