面向多智能体和神经网络的智能控制研究

摘要

在智能控制领域,智能信息集成技术和智能控制算法是构成智能控制系统的两大核心技术.该论文正是多面向多智能体的信息集成和面向神经网络的控制算法两个不同的角度,展开对智能控制和智能系统的研究.通过面向多智能体的研究,提供了一种理论方法与体系结构,用于分布式智能控制系统的信息集成.而通过对神经网络的结构和学习算法的研究,结合模糊逻辑、进化计算和随机优化等方法,探讨了智能控制中的重要的分支——神经网络控制的有关理论与技术.

目录

文摘

英文文摘

第一章绪论

1.1智能控制的结构与特点

1.2神经网络及神经控制

1.2.1神经网络发展概况

1.2.2神经网络各种模型与算法

1.2.3神经网络控制

1.2.6神经网络的结构学习算法

1.3多智能体与智能控制集成技术

1.3.1分布式人工智能与多智能体系统及控制应用

1.3.2智能控制的集成技术

1.4本论文的主要内容

第二章前向神经网络的学习算法

2.1引言

2.2前向神经网络原理

2.3前向神经网络学习算法

2.3.1遗传BP算法

2.3.2基于样本划分的启发式遗传BP算法

2.4前向神经网络的结构学习算法

2.4.1结构学习算法概述

2.4.2复合性结构学习算法(CSL)

2.5小结

第三章递归神经网络的学习算法

3.1概述

3.2递归神经网络原理与学习算法

3.2.1递归神经网络原理

3.2.2递归神经网络一般学习算法

3.2.3递归神经网络的随机学习算法

3.3自环对角递归神经网络及其学习算法研究

3.4小结

第四章基于神经网络的辩识与控制

4.1神经控制理论与方法研究

4.2基于FAM的模糊神经控制器的研究

4.3基于自环对角递归神经网络辩识与控制

4.4小结

第五章智能体与多智能体系统的形式模型

5.1智能体的概念、基础及内容

5.1.1智能体的概念

5.1.2智能体及多智能体系统的概念基础

5.1.3智能体的结构分类

5.1.4多智能体研究的基本问题

5.3多智能体系统的形式模型

5.3.1 MASCL的句法和语义

5.3.2基于MASCL逻辑的多智能体协作承诺的形式模型

5.4小结

第六章多智能体的体系结构与建模

6.1基于多智能体的分布式智能控制

6.1.1工业过程的分布特征与多智能体建模

6.1.2工业控制多智能体的特点

6.2智能体的体系结构

6.2.1智能体的概念模型

6.2.2智能体的体系结构

6.3智能体求解过程

6.4智能体信息与行为的描述

6.5烧结过程控制的多智能体建模研究

6.5.1烧结过程简介

6.5.2烧结过程控制的多智能体建模

6.5.3烧结过程多智能体系统协调控制的实现

6.6实验系统开发

6.7小结

第七章结论与展望

参考文献

致谢

作者在攻读博士学位期间发表和完成的论文

作者在攻读博士学位期间参加的项目