19.智能控制-研究生课程教学大纲-牛国臣课程教学大纲.docVIP

PAGE9

《智能控制》教学大纲

课程英文名称

IntelligentControl

开课院系

电子信息与自动化学院

课程类别

学科选修课

授课对象

1.学术型，2.专业学位

授课方式

1.讲授类2.实践类

课程总学时

36

课程总学分

2

开课学期

第2学期

适用专业

控制科学与工程；控制工程

预修课程

自控原理、线性系统理论、计算机控制技术、MATLAB等

主讲教师1

牛国臣

职称

副教授

主讲教师2

刘晓琳

职称

副教授

课程简介（500字以内）：

智能控制是自动控制发展的高级阶段，是人工智能、控制论、系统论和信息论等多种学科的高度综合与集成。智能控制是自动控制理论发展的必然趋势，人工智能为智能控制的产生提供了机遇，特别是当前人工智能技术蓬勃发展，为智能控制发展提供了源动力。因此，了解智能控制涉及的一些基础算法并进行实践，至关重要。课程内容主要包括智能控制的基本概念、特征、类型和智能控制产生的背景与过程，知识表示及获取方法，模糊集合、模糊关系、模糊推理等运算方法，模糊控制系统理论、模糊控制器的设计方法，MATLAB模糊工具箱的实用，人工神经网络的基本理论与技术，典型神经网络结构与学习方法，MATLAB神经网络工具箱的使用，遗传算法的基本原理及计算机实现方法，专家系统的基本结构及工作原理，专家控制的典型实例，以及当前智能控制发展的最新进展，并利用实践环节加强对于智能算法的理解和实际应用。通过课程学习，使同学们掌握主要智能算法的基本原理及相关应用领域，并具备一定的应用算法的能力，为后续课题深入研究奠定基础。

课程教学目标与基本要求：

教学目标：

使学生掌握智能控制的基本知识,了解学科发展前沿,掌握智能控制研究的一般方法；使学生了解智能控制在控制科学与工程中的地位和作用,培养正确的解决工程控制问题的正确方法；培养学生应用智能控制算法分析和设计控制系统的能力。

基本要求：

了解智能控制的基本概念、特征、类型和智能控制产生的背景与过程；掌握智能控制分支及其特点,包括模糊控制理论基础、模糊控制系统、人工神经网络模型、神经网络控制论等；从面向工程应用角度，结合实例掌握智能控制技术；掌握用智能控制方法分析和设计系统的基本工具、原理和实现方法,能够设计简单的智能控制系统。

课程考核方式和成绩计算评定：

1．考核方式：考试（）；考查（√）

2．成绩评定：

总评成绩构成：平时考核（70）％；中期考核（0）％；期末考核（30）％

平时成绩构成：考勤考纪（15）％；作业（）％；读书报告（55）％；实践环节（30）％。

课程内容及详细教学计划

授课内容（细化到章、节、目）

教学目标

授课模式

第1章智能控制概述（2学时）

=1\*GB3①智能控制的产生与发展；=2\*GB3②智能控制的组成与定义；=3\*GB3③智能控制系统的主要类型。

了解智能控制的产生与发展；熟悉智能控制的应用对象和主要特点；了解几种典型的智能控制系统的特点与结构。

多媒体讲授

第2章模糊控制系统（10学时）

=1\*GB3①模糊数学基础；=2\*GB3②模糊推理；=3\*GB3③模糊控制的基本原理；=4\*GB3④模糊控制系统的分析和设计；⑤连续论域的模糊推理方法。

掌握模糊控制的数学基础、模糊控制原理；熟悉模糊控制技术的特点，学会基本模糊控制器的设计；了解其应用情况。

多媒体讲授

实验：水箱水位控制系统仿真（4学时）

掌握基于MATLAB的控制系统搭建实现方法；

实验

第3章神经网络控制（8学时）

=1\*GB3①神经网络的基本理论；=2\*GB3②基于神经网络的系统建模和辨识；=3\*GB3③神经网络智能控制系统；=4\*GB3④神经网络控制系统设计与应用实例。

了解人工神经网络的基本概念、基本网络结构和主要学习算法。理解神经网络在系统辨识与控制方面解决问题的基本思路和应用方法。

多媒体讲授

实验：水箱水位控制系统实现（6学时）

尝试采用模糊控制及神经网络实现水位控制。

实验

第4章进化计算与遗传算法（2学时）

=1\*GB3①进化计算的基本原理及特点；=2\*GB3②遗传算法的设计；=3\*GB3③遗传算法的实现与改进；=4\*GB3④遗传算法在智能控制中的应用。

了解遗传算法的有关基本概念；领会遗传算法的基本原理与操作方法。

多媒体讲授

第5章专家控制系统（2学时）

=1\*GB3①专家系统的基本原理；=2\*GB3②专家控制系统的典型结构；=3\*GB3③专家控制系统的设计与应用实例。

了解专