- 1、本文档共6页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
《智能控制技术》教学大纲
课程编号英文名称:IntelligentControl
学分:2.0
学时:总学时40学时,其中理论24学时,实践16学时
先修课程:高等数学、线性代数、自动控制原理
课程类别:专业拓展课
授课对象:自动化专业学生
教学单位:机械与电气工程学院
修读学期:第6学期
一、课程描述和目标
本课程是自动化专业的一门控制理论类专业拓展课,课程结合自动控制原理,概率统计,以实际工程应用为导向,培养学生运用智能控制技术解决自动化领域实际工程问题的能力。
课程目标1:通过对最优化理论(遗传算法)的学习,能够将最优化理论和数学模型方法用于分析自动化领域相关控制问题。
课程目标2:通过对模糊数学基础、模糊控制技术、神经网络控制技术的学习,对相关实验结果进行分析,合理解释实验现象,并通过模糊数学基础、模糊控制技术、神经网络控制技术的信息综合得到合理有效的结论。
课程目标3:通过对智能控制新技术(模糊控制技术、神经网络控制技术和遗传算法)发展历程的了解,认识到自主学习和终身学习的必要性。
二、课程目标对毕业要求的支撑关系
毕业要求指标点
课程目标
支撑强度
1.3能够将积分变换、最优化理论等相关知识和数学模型方法用于推演、分析自动化相关领域的专业工程问题;
课程目标1
M
4.4能够运用统计分析、时频域分析或其他相关方法,对实验结果进行分析,合理解释实验现象,并通过信息综合得到合理有效的结论;
课程目标2
H
12.1了解自动化相关领域的新技术、新产业、新业态,认识到自主学习和终身学习的必要性。
课程目标3
L
三、教学内容、基本要求与学时分配
1、理论教学内容
序号
教学内容
基本要求及重、难点(含德育要求)
学时
教学方式
对应课程目标
概述
智能控制的基本概念;智能控制系统的特征和性能;智能控制系统的类型;智能控制的发展概况。。
基本要求:掌握智能控制的基本概念,理解智能控制系统的特点,熟识智能控制系统的几大分支,了解智能控制的发展概况。
重点难点:机器人的基本概念和特点
德育要求:学习科学家傅京孙的初心,爱国情怀
2
集中讲授
2、3
模糊控制的数学基础
模糊和模糊关系的基本概念;模糊关系的合成与性质;模糊逻辑语言;模糊推理。
基本要求:理解模糊集合和模糊关系的基本概念,掌握模糊关系的合成,理解模糊逻辑语言与模糊推理。
重点难点:模糊关系的合成和模糊推理
德育要求:精益求精。
4
集中讲授,课堂演示
2
模糊控制
模糊控制系统的工作原理;模糊控制器的结构与组成;模糊控制器的设计步骤;模糊控制的应用。
基本要求:掌握模糊模糊控制系统的工作原理,掌握模糊控制系统的结构与组成,理解模糊控制器的设计步骤,了解模糊控制的应用。
重点难点:模糊控制系统的工作原理、模糊控制器的设计步骤。
德育教育:对立统一的看待问题
6
集中讲授、课堂演示
2
神经网络的基本理论神经网络的基本概念;BP网络的结构与算法;RBF网络的结构与算法。
基本要求:掌握神经网络的基本概念,理解BP网络的结构与算法,理解RBF网络的结构与算法。
重点难点:RBF网络的结构与算法。
德育教育:创新意识
4
集中讲授
2
神经网络控制
神经网络控制的结构;RBF网络监督控制;RBF网络自适应控制。
基本要求:理解神经网络控制的结构,掌握RBF网络监督控制和RBF网络自适应控制。
重点难点:RBF自适应控制。
思政元素:整体与部分的辩证统一
4
集中讲授,课堂演示
2
遗传算法
遗传算法的基本原理;遗传算法的特点、发展及应用;遗传算法的设计;遗传算法的计算机实现。
基本要求:
掌握遗传算法的基本原理,了解遗传算法的特点、发展及应用;理解遗传算法的设计;掌握遗传算法的计算机实现。
重点难点:遗传算法的设计
思政元素:科技报国
4
集中讲授、课堂演示
1
合计
24
2、实验教学内容
序号
实验项目
实验内容与要求
学时
类型
对应课程目标
1
模糊推理
掌握模糊语句、模糊逻辑推理的基础上,通过MATLAB仿真平台,运行实例进行模糊推理,对所得结果进行计算比较,来验证模糊推理的有效性。
要求:必修
2
验证
2
2
模糊控制器的仿真实验
结合实验1,掌握模糊控制基本原理的基础上,通过MATLAB仿真平台,运行实例进行模糊控制系统,对所得结果进行数据分析,来验证模糊控制效果的有效性,并比较模糊控制和传统PID控制的性能的差异。
要求:必修
4
验证
2
3
神经网络实验
熟悉MATLAB中有关神经网络基本命令的使用;掌握神经网络设计的基本步骤;理解RBF算法的原理,并利用RBF网络实现函数逼近的功能。
要求:必修
2
验证
2
4
遗传算法求函数极值
遗传算法求函数极值
要求:必修
4
验证
1、2、3
5
综合实验
结合实验1-4,根据实际
文档评论(0)