教学内容 首先介绍人工神经网络的基本概念和 ANN 的特性，以及神经网络的学习方法。然后讲授典型的前向神经网络、反馈神经网络的原理、结构、基本算法，给出了 BP 网络的算法改进。最后介绍了神经网络 PID 控制。 教学重点 1. 神经网络的各种学习算法，神经网络的训练。 2. 感知器网络、BP 网络的结构和算法、BP 网络学习算法的改进，反馈网络的结构、学习算法。 3. 神经网络 PID 控制

一、单项选择题（本大题共 15 小题，每小题 1 分，共 15 分） 在每小题列出的四个备选项中只有一个是符合题目要求的，请将其代码填写在题后的括号内。错选、多选或未选均无分。 1．三极管β值是反映（ ）能力的参数。 A．电压控制电压 B．电流控制电流 C．电压控制电流 D．电流控制电压

• 1.1 引言 • 1.2自动控制系统示例 • 1.3闭环控制和开环控制 • 1.4自动控制系统的分类 • 1.5对自动控制系统的基本要求 • 1.6对本课程的基本要求

• 1.1 引言 • 1.2自动控制系统示例 • 1.3闭环控制和开环控制 • 1.4自动控制系统的分类 • 1.5对自动控制系统的基本要求 • 1.6对本课程的基本要求

1.1 引言 1.2 自动控制系统示例 1.3 闭环控制和开环控制 1.4 自动控制系统的分类 1.5 对自动控制系统的基本要求 对本课程的基本要求

6.1 引言 6.2 反馈系统的状态空间描述 6.3 状态反馈系统的能控性和能观性 6.4 状态反馈极点配置 6.5 状态反馈在系统综合中的其他应用 6.6 线性反馈离散系统的状态反馈 6.7 状态观测器 6.8 带状态观测器的状态反馈控制系统 6.9 线性系统的能检性及其观测器设计 6.10 输出反馈控制及最优逼近法在系统综合中的应用 6.11 线性二次型最优控制问题

控制系统的校正方法 • 概述 • 超前校正和滞后校正 • PID调节器 本章基本要求： 理解串联校正的含义； 掌握超前校正原理； 掌握滞后校正原理； 掌握比例、积分、微分、比例积分、比例微分、比例积分； 微分控制规律；

控制系统的时域分析法 • 稳定性 • 稳态性能 • 动态性能 本章小结： 闭环系统稳定性 • 工程系统能正常工作的前提必须是稳定的 • 劳斯稳定性判据 系统稳态特性 • 系统的控制精度问题 • 稳态误差系数：位置误差系数、速度误差系数、加速度误差系数 • 稳态误差系数由系统的结构和参数决定 • 结构：开环系统中所含有积分器的数量 • 参数：系统的开环增益 系统动态特性 • 动态性能指标：超调量，调整时间，上升时间和延迟时间 • 逼近性：超调量和调整时间 • 快速性：上升时间和延迟时间 • 二阶系统的动态响应：阻尼比和无阻尼振荡角频率 • 高阶系统的动态特性可以用主导极点近似

一、并发控制概述 二、串行调度和可串行化调度 串行调度和可串行化调度 三、冲突可串行化调度 冲突可串行化调度 四、 封锁并发控制方法 封锁并发控制方法

1.1引言 1.2自动控制系统示例 1.3闭环控制和开环控制 1.4自动控制系统的分类 1.5对自动控制系统的基本要求 1.6对本课程的基本要求