智能控制教学大纲2017

1、智能控制课程教学大纲课程代码：060132016课程英文名称：IntelligentControl课程总学时：32讲课：32实验：0上机：0适用专业：自动化专业大纲编写（修订）时间：2017.11一、大纲使用说明（一）课程的地位及教学目标本课程是自动化专业的专业基础课。智能控制课程是面向控制学科的前沿知识，全面介绍了智能控制的基本概念，系统分析、设计的基本方法，培养学生对正在不断出现的智能控制新理论新方法的把握能力和研究能力及正确的解决工程控制问题的方法。本课程重点阐述专家控制、模糊控制技术、神经网络控制和遗传算法的分析及设计方法，包括相关的控制基本原理、控制器结构与设计等方面的知识，强调理论

2、与实践的相结合。通过本课程的学习，学生将达到以下要求：1 .了解智能控制理论的新发展；2 .掌握智能控制的基本原理、设计方法；3 .具有对控制系统的计算机仿真能力；4 .具有工程设计的初步能力。（二）知识、能力及技能方面的基本要求1 .基本知识：学习和掌握智能控制的基本概念、特征、类型和智能控制系统应用现状及前景，了解与掌握专家控制、模糊控制技术、神经网络控制和遗传算法的相关知识。2 .基本理论和方法：掌握智能控制的基本概念，系统分析、设计的基本方法，重点阐述专家控制、模糊控制技术、神经网络控制和遗传算法，包括控制器结构、控制原理等方面，强调理论与实践的相结合。采用理论讲授与课堂讨论相结合的方

3、式，使学生由被动学习转变为主动学习，重点培养学生的自学能力。加强基本理论与实践经验的相结合，增强学生综合分析和解决实际问题的能力。3 .基本技能：掌握对控制系统的分析与设计，具有独立的仿真与实验能力。（三）实施说明1 .教学方法：课堂讲授中要重点对基本概念、基本方法和解题思路的讲解；采用启发式教学，培养学生思考问题、分析问题和解决问题的能力；引导和鼓励学生通过实践和自学获取知识，培养学生的自学能力；增加讨论课，调动学生学习的主观能动性；注意培养学生成为全面型、综合型、实用型的人才。课堂上加强与学生的交流，充分调动学生的积极性，培养学生独立思考的能力，提高教学效果。2 .教学手段：本课程属于专业

4、基础课，在教学中采用电子教案及多媒体教学系统等先进教学手段，以确保在有限的学时内，全面、高质量地完成课程教学任务。（四）对先修课的要求本课程的教学必须在完成先修课程之后进行。本课程是综合性的交叉学科，先修课主要是自动控制原理、工程数学、计算机仿真等，要求学生课前掌握一定的相关知识、课后进行相应的复习。（五）对习题课、实践环节的要求1 .对重点、难点章节（如：模糊控制技术、神经网络控制和遗传算法，包括控制器结构、控制原理等方面）应安排习题课，例题的选择以培养学生消化和巩固所学知识，用以解决实际问题为目的。2 .本课程的习题要求精练、典型、具有代表性，主要是基本概念、基本原理、基本运算与控制器的设

5、计，学生通过完成习题巩固对基本理论的掌握。学生必须独立、按时完成课外习题和作业，作业的完成情况应作为评定课程成绩的一部分。（六）课程考核方式1 .考核方式：考查。2 .考核目标：在考核学生对智能控制相关的基本知识、基本原理和方法的基础上，重点考核学生的分析能力、设计能力。3 .成绩构成：本课程的总成绩主要由两部分组成：平时成绩（包括作业情况、出勤情况等）占40%期末测验成绩占60%最终评定成绩分优、良、中、及格和不及格五个等级。（七）参考书目1、智能控制（第4版）.刘金琨.电子工业出版社2017。2、智能控制.李士勇.清华大学出版社，2016。3、智能控制导论（第二版）.蔡自兴.水利水电出版社

6、2013。4 、智能控制理论和方法（第二版）.李人厚.西安电子科技大学出版社2013。二、中文摘要本课程是自动化专业学生的专业基础课程，它是一门综合性很强的多学科交叉的新兴学科。课程通过对智能控制相关内容的讲授，使学生掌握智能控制的基本知识、基本原理和基本方法，并具有设计简单机械装置的能力。课程主要内容包括专家控制的基本原理和应用，模糊控制的基本原理和应用，神经网络控制的基本原理和应用，遗传算法及其应用等。本课程将为后续课程的学习以及相关课程设计、毕业设计等奠定重要的基础。三、课程学时分配表序号教学内容学时讲课实验上机1智能控制概述222专家控制442.1专家系统22.2专家控制23模糊控制的

7、理论基础663.1模糊集合23.2模糊关系与运算23.3模糊推理24模糊控制444.1模糊控制的基本原理24.2模糊控制器的设计与应用25神经网络的理论基础445.1神经网络原理与学习算法25.2BP神经网络与RBF神经网络26神经网络控制446.1神经网络控制的结构26.2神经网络控制的设计与应用27遗传算法887.1遗传算法基本原理及其特点27.2遗传算法的设计47.3遗传算法求函数极值2合计3232四、教学内容及基本要求第1部分智能控制概述总学时(单位：学时):2讲课:2实验:0上机:0具体内容：1) 智能控制的发展过程；2) 智能控制的几个重要分支；3) 智能控制的特点和应用。重点：智

8、能控制的重要分支和特点。难点：智能控制的结构理论。习题：智能控制的特点、组成等。第2部分专家控制总学时(单位：学时):4讲课:4实验:0上机:0第2.1部分专家系统1(讲课2学时)具体内容：1) 专家系统概述；2) 专家系统的构成；3) 专家系统的建立。第2.2部分专家控制2(讲课2学时)具体内容：1) 专家控制概述；2) 专家控制的基本原理；3) 专家控制的关键技术及特点；4) 专家PID控制的原理。重点：专家系统的建立和专家控制的基本原理。难点：知识的表示和选择推理算法。习题：专家系统的组成、特点，专家控制的基本原理等。第3部分模糊控制的理论基础总学时(单位：学时):6讲课:6实验:0上机

9、:0第3.1部分模糊集合(讲课2学时)具体内容：1) 模糊集合及其运算；2) 模糊集合的运算；3) 隶属函数。第3,2部分模糊关系及其运算（讲课2学时）具体内容：1） 模糊矩阵；2） 模糊矩阵的运算与模糊关系；3）模糊关系的合成。第3,3部分模糊推理（讲课2学时）具体内容：1） 模糊语句；2） 模糊推理；3） 模糊关系方程。重点：模糊关系及运算；难点：模糊关系的合成，解模糊关系方程。习题：模糊运算。第4部分模糊控制第4,1部分模糊控制的基本原理（讲课2学时）具体内容：1） 模糊控制原理；2） 模糊控制器的构成；3） 模糊控制系统的工作原理。第4,2部分模糊控制器的设计与应用（讲课2学时）具体内

10、容：1） 模糊控制器结构；2） 模糊控制系统分类；3） 模糊控制器的设计；4）模糊控制器设计实例。重点：模糊控制器的设计；难点：模糊推理；习题：模糊推理。第5部分神经网络的理论基础总学时（单位：学时）:4讲课:4实验:0上机:0第5,1部分神经网络原理与学习算法（讲课2学时）具体内容：1） 神经网络原理；2） 神经网络的分类；3） 神经网络基本学习算法。第5,2部分BP神经网络与RBF神经网络（讲课2学时）具体内容：1） 单神经元网络；2） BP神经网络；3） RBF神经网络。重点：BP神经网络。难点：神经网络基本学习算法。习题：BP神经网络设计。第6部分神经网络控制总学时（单位：学时）:4讲

11、课:4实验:0上机:0第6.1部分神经网络控制的结构（讲课2学时）具体内容：1） 神经网络监督控制；2） 神经网络直接逆控制；3） 神经网络自适应控制；4） 神经网络内模控制；5） 神经网络预测控制。第6.2部分神经网络控制的设计与应用（讲课2学时）具体内容：1） 单神经元自适应控制；2） RBF网络监督控制；3） RBF网络自校正控制。重点：神经网络控制的结构。难点：神经网络控制的设计。习题：神经网络控制的结构。第7部分遗传算法总学时（单位：学时）:8讲课:8实验:0上机:0第7.1部分遗传算法基本原理及其特点（讲课2学时）具体内容：1） 遗传算法的基本原理；2） 遗传算法的特点；3） 遗传算法的应用。第7