4.1 模糊逻辑的数学基础 4.1.1 模糊集合 4.1.2 模糊集合的表示方法 4.1.3 模糊集合的运算 4.1.4 隶属函数确定方法 4.1.5 模糊关系 4.2 模糊逻辑的推理 4.2.1 模糊命题 4.2.2 模糊逻辑 4.2.3 模糊语言 4.2.4 模糊推理 4.3 模糊控制系统概述 4.3.1 模糊控制系统的构成 4.3.2 模糊控制系统的原理 4.4 模糊控制器原理 4.5 模糊控制器设计基础 4.6 双入单出模糊控制器设计 4.6.1 模糊化 4.6.2 模糊控制器规则、模糊关系 4.6.3 清晰化 4.6.4 控制表计算程序

7.1 框架 7.2 语义网络 7.3 类与对象 习题七

第1单元 初识数据与计算 第2单元 编程计算 第3单元 认识数据 第4单元 计算与问题解决 第5单元 数据分析与人工智能

哈尔滨工业大学：《计算智能和过程神经元网络》课程PPT教学课件（何新贵）

7.1 概述 7.1.1 专家系统的起源与发展 7.1.2 专家系统的一般结构 7.1.3 专家系统的知识表示和获取 7.1.4 专家系统的特点及分类

6.1 概述 6.1.1生物神经元模型 6.1.2 人工神经元模型 6.1.3 人工神经网络模型 6.1.4 神经网络的学习方法

郑州大学电气工程学院：《智能控制》课程教学资源（PPT课件）Chapter 05 Perspectives on Fuzzy Control

郑州大学电气工程学院：《智能控制》课程教学资源（PPT课件）Chapter 04 Adaptive Fuzzy Control

教学内容 首先介绍专家系统基本概念、特征、组成以及基本类型。。然后讲授专家控制系统的工作原理，最后介绍了建立专家系统的步骤和专家控制器。 教学重点 1．专家系统的概念，即它是一种模拟人类专家解决领域问题的计算机程序系统。将专家系统同控制理论和技术相结合，对系统进行控制形成专家控制系统。把专家系统作为控制器称为专家控制器。专家系统的基本组成，即由知识库、推理机、解释接口等组成。 2．专家控制系统工作原理。专家系统设计的基本步骤：认识和阶段化概念，实现阶段，获取知识、构造外部知识库，调试和检验阶段

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