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

1、 智能控制的产生和基本特征 2、基于神经网络的系统辨识 3、基于神经网络的系统辨识示例 4、基于神经网络的系统控制 5、基于神经网络的系统控制示例

了解单片机测控系统中接口元件的作用； 了解D/A转换器与80C51的连接方法，能读懂教材中的控制实例； 掌握A/D转换器与80C51的连接方法，能编写与教材同等难度的应用程序； 了解直流电机控制芯片TA7257P的应用； 理解步进电机的工作原理、励磁方式，能用其实现简单控制； 7.1 数/模转换接口 7.2 模/数转换接口 7.3 电动机控制

2.1控制系统的微分方程 2.2 系统传递函数 2.3 典型环节的传递函数 2.惯性环节 2.3 系统的传递函数方框图及其简化 2.4 反馈控制系统传递函数 2.6 相似原理

7.1 控制系统总体设计 7.1.1 控制系统设计的原则 7.1.2 系统的总体方案设计 7.1.3 硬件的工程设计和实现 7.1.4 软件的工程设计和实现 7.2 加热炉计算机控制系统设计

第1节 CPU 的功能和组成 第2节 指令周期 第3节 时序信号和控制方式 第4节 一个模型计算机和控制器初步设计 第5节 硬布线控制器 第6节微程序控制器及微程序设计 第7节 传统CPU介绍 第8节 流水CPU 第9节 RISC CPU

随着微机的发展，其应用越来越广泛。目前微机不仅应用于 生产管理、办公室自动化、数据处理、通信、网络等方面，已愈 来愈多地进行实时控制和实时数据处理，即用于控制和检测生产 过程中的各种参数，已达到控制整个生产过程的目的。 生产过程中的各种参数大部分是连续变化的模拟量，需要转 换成离散的数字量（ 通过A/D转换 ）才能输入到计算机进行处 理；而计算机处理后的数据为数字量，需经过D/A转换变成模拟 量输出，从而实现对被控对象的控制

1.了解常用低压电器的结构、功能和用途;2.掌握自锁、联锁的作用和方法;3.掌握过载、短路和失压保护的作用和方法;4.掌握基本控制环节的组成、作用和工作过程。能读懂简单的控制电路原理图、能设计简单的控制电路

■ 绪论 ■ 变分法 ■ 极大值原理及其应用 ■ 线性二次型最优控制 ■ 自适应控制系统

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；