安徽師范大學智能控制課程大綱本科教學大綱

友情提示：本站提供全國400多所高等院校招收碩士、博士研究生入學考試歷年考研真題、考博真題、答案，部分學校更新至2012年，2013年；均提供收費下載。下載流程：考研真題點擊“考研試卷””下載; 考博真題點擊“考博試卷庫” 下載

理論類課程大綱
課程名稱:智能控制
一、課程概況
所屬專業: 自動化開課單位：物理與電子信息學院
課程類型: 專業基礎課程課程代碼: 0845290
開課學期: 7 學分： 2
學時： 34 核心課程: 是
擬使用教材：
王耀南、孫煒.《智能控制理論及應用》.機械工業大學出版社.2008
國內(外)現有教材：
孫增圻.《智能控制理論與技術》.清華大學出版社.2004.10
李士勇《智能控制》. 清華大學出版社.2016
劉金琨《智能控制（第 3 版）》.電子工業出版社.2014
學習參考資料
張曾科《模糊數學在自動化技術中的應用》.清華大學出版社
周德澤等《計算機智能監測控制系統的設計及應用》.清華大學出版社
二、課程描述（300 字以內）
智能控制在無人干預的情況下能自主地驅動智能機器實現控制目標的自動
控制技術。控制理論發展至今已有 100 多年的歷史，經歷了“經典控制理論”
和“現代控制理論”的發展階段，已進入“大系統理論”和“智能控制理論”階
段。智能控制理論的研究和應用是現代控制理論在深度和廣度上的拓展。本門課
程是自動化專業的一門必修專業課，本課程的主要內容有智能控制概述、智能控
制的知識工程基礎、遺傳算法優化技術、神經網絡控制技術、專家控制、模糊控
制技術以及智能控制應用實例。智能控制具有較好的魯棒性，適用于復雜性、非
線性、時變性、不確定性等應用對象，是自動控制理論發展的必然趨勢。
三、課程目標
本課程主要講授模糊控制、神經網絡控制和遺傳算法控制等。通過本課程的
學習，可使學生熟悉智能控制的主要理論分支、數學基礎、應用場合及發展趨勢，
掌握智能控制的理論基礎及其在實際控制系統中的應用方法。學完本課程后,要
求熟悉智能控制統的基本概念，掌握關于智能控制的基本理論。包括模糊控制，
神經網絡，和遺傳算法。了解各種方法之間的聯系，熟練掌握模糊控制器的設計
和工程實現。通過學習使學生獲得智能控制方面的基本理論，掌握分析、綜合自
動控制系統的基本技能,為以后從事相關的工作打好基礎。
四、教學要求
授課教師將按照學校本科教學工作有關要求做好課程教學各項工作，嚴格按
照課表規定的時間、地點上課，不遲到、不早退，將根據本大綱要求，認真備課
完成教案與講稿編寫等各項課前準備工作；授課過程力求內容充實、概念準確、
思路清晰、詳略得當、邏輯性強、重難點突出，力戒平鋪直敘、照本宣科，同時
重視對學生的學習方法指導和課堂教學效果信息的反饋，實現教與學的雙向互
動；同時將結合課程目標要求，做好考核內容設計，并嚴格按照本大綱要求做好
出勤率統計、作業評價等各項工作。
學習是大學生自己的責任和義務，學生應根據課程大綱要求制定本門課程學
習計劃，加強學業管理，嚴格自我要求，提升自主學習能力，主動適應課程學習
要求。參與課堂教學活動不遲到、不早退，無正當理由不請假，上課認真聽講，
不做任何與課堂教學無關事宜，不使用手機，積極與授課教師進行教學互動，同
時利用課余時間做好預習、復習、課外書籍閱讀等工作，主動與同學開展合作學
習，認真完成任課教師布置的課程作業。
五、考核方式及要求
為實現課程教學目標，本門課程考核方式及要求為：出勤率及課堂表現占
10%，點到不少于 4 次，其中缺席 2 次，按無成績計算；期中測驗 1 次，測驗成
績按 20%折算后計入總成績；課程作業 3-4 次，按批改成績 10%折算后計入總成
績；期末考試占總成績的 60%。
六、課程內容
第一章：智能控制概述
（授課時間：第七學期第 1-2 周）
教學目標：
1、掌握智能控制的基本概念；
2、掌握智能控制系統的特征和性能；
3、熟識智能控制系統的類型；
4、了解智能控制的發展概況。
教學重點：
1、智能控制的基本概念；
2、智能控制系統的特征和性能。
教學難點：
1、智能控制系統的類型；
2、智能控制的發展。
學時：課堂教學 4 學時，課外自主學習時間不少于 1 學時
教學方法：講授法、演示法
主要內容：
1、智能控制的基本概念；
2、智能控制系統的特征和性能；
3、智能控制系統的類型；
4、智能控制的發展概況。
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。
第二章：模糊控制的數學基礎
（授課時間：第七學期第 3-6 周）
教學目標：
1、掌握模糊和模糊關系的基本概念；
2、掌握模糊關系的合成與性質；
3、熟識模糊性與隨機性；
4、了解模糊推理。
教學重點：
1、模糊和模糊關系的基本概念；
2、模糊關系的合成與性質；
3、模糊性與隨機性；
教學難點：1、模糊變換；
2、模糊命題與模糊條件語句；
3、模糊推理。
學時：課堂教學 8 學時，課外自主學習時間不少于 3 學時
教學方法：講授法、演示法
主要內容：
1、概述；
2、模糊概念；
3、模糊性與隨機性；
4、模糊集合；
5、模糊集合與普通集合的關系；
6、模糊關系的基本概念；
7、模糊關系合成；
8、模糊關系的性質；
9、模糊變換；
10、模糊語言與語言變量；
11、模糊命題與模糊條件語句；
12、模糊推理。
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。
第三章：模糊控制器設計
（授課時間：第七學期第 7-9 周）
教學目標：
1、掌握模糊模糊控制系統的特點工作原理；
2、掌握模糊控制系統的結構與組成；
3、熟識模糊控制器的設計要求和清晰量與模糊量的轉換；
4、掌握模糊控制器的設計；
5、熟識模糊控制的規則和算法。
教學重點：
1、模糊控制系統的特點和工作原理；
2、模糊控制系統的結構與組成；
3、模糊控制器的設計要求；
4、清晰量與模糊量的轉換。
教學難點：
1、模糊控制器的設計；
2、模糊控制的規則；
3、模糊控制的算法。
學時：課堂教學 6 學時，課外自主學習時間不少于 2 學時
教學方法：講授法、演示法
主要內容：
1、傳統控制系統的特點
2、模糊控制系統的工作原理
3、模糊控制的系統結構
4、模糊控制器的結構與組成
5、模糊控制器設計要求
6、清晰量的模糊化
7、模糊量的清晰化
8、模糊控制規則及控制算法
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。
第四章：神經網絡的基本理論
（授課時間：第七學期第 10-12 周）
教學目標：
1、掌握神經網絡的基本概念；
2、掌握各種網絡的類型模型；
3、熟識神經網絡模型辨識。
教學重點：
1、神經網絡的基本概念；
2、網絡的類型。
教學難點：
1、多層前向 BP 神經網絡及 BP 學習算法；
2、自組織神經網絡。
學時：課堂教學 6 學時，課外自主學習時間不少于 3 學時
教學方法：講授法、演示法
主要內容：
1、神經網絡的基本概念；
2、感知器；
3、BP 網絡；
4、RBF 網絡；
5、Hopfield 網絡；
6、小腦神經網絡；
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。
第五章：神經網絡在控制中的應用
（授課時間：第七學期第 13-14 周）
教學目標：
1、掌握神經網絡的在控制系統中的應用特點；
2、熟識神經網絡模型辨識；
3、掌握神經網絡 PID 控制。
教學重點：
1、神經網絡的基本概念；
2、網絡的類型；
3、神經網絡模型辨識。
教學難點：
1、神經元自適應 PID 控制；
2、神經網絡 PID 控制。
學時：課堂教學 4 學時，課外自主學習時間不少于 1 學時
教學方法：講授法、演示法
主要內容：
1、神經網絡系統辨識原理；
2、多層前向 BP 神經網絡的系統辨識；
3、遞歸神經網絡系統辨識；
4、神經網絡直接反饋控制系統；
5、神經網絡自適應控制系統；
6、神經網絡 PID 控制。
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。
第六章：遺傳算法
（授課時間：第七學期第 15-17 周）
教學目標：
1、掌握遺傳算法的基本概念；
2、掌握遺傳算法的特點；
3、熟識遺傳算法的基本操作；
4、了解遺傳算法的應用。
教學重點：
1、遺傳算法的基本概念；
2、遺傳算法的特點；
3、遺傳算法的基本操作；
4、基于遺傳算法的控制參數優化。
教學難點：
1、遺傳算法實現中的基本問題；
2、基于遺傳算法控制器參數優化評價函數的選擇；
3、遺傳算法的計算機實現。
學時：課堂教學 6 學時，課外自主學習時間不少于 2 學時
教學方法：講授法、演示法
主要內容：
1、遺傳算法的基本概念；
2、遺傳算法的特點；
3、遺傳算法的基本操作；
4、基于遺傳算法的參數辨識
5、基于遺傳算法的參數控制器參數優化
6、基于遺傳算法的神經網絡學習方法；
7、遺傳算法的計算機實現。
學習方法：小組討論
課后作業：根據授課內容課堂預留習題，課后完成，在下周課前提交。

免責聲明：本文系轉載自網絡，如有侵犯，請聯系我們立即刪除，另：本文僅代表作者個人觀點，與本網站無關。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，請讀者僅作參考，并請自行核實相關內容。

上一篇文章：安徽師范大學運動控制系統實驗本科教學大綱

下一篇文章：安徽師范大學中國當代文學本科教學大綱