针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性

基于人工神经网络( Artificial Neural Network)的控制(ann-based Control)简称神经控制(Neural Control)。神经网络是由大量人工神经元(处理单元)按照一定的拓扑结构相互连接而成的一种具有并行计 算能力的网络系统。它是在现代神经生物学和认识科学对人类信息处理研究的基础上提出来的,具有很强 的自适应和学习能力、非线性映射能力、鲁棒性和容错能力

3.1 概述 3.2 模糊集合 3.3 隶属函数 3.4 模糊推理 3.5 模糊推理

安徽理工大学：《智能控制及仿真》课程教学资源（课件讲义）第6章 神经网络的理论基础

以滚轴支座基础隔震结构作为受控结构研究对象, 在该隔震结构的隔震层施加主动控制装置, 形成智能隔震体系, 以控制隔震层的位移, 提高结构的安全性. 在智能隔震结构中引入非光滑控制算法, 基于隔震层位移和速度反馈, 提出了智能隔震结构的非光滑控制算法, 进一步根据Lyapunov稳定理论, 推导了在非光滑控制下智能控制闭环系统的全局有限时间稳定性. 结合一栋六层滚轴支座基础隔震结构, 进行了非光滑主动控制算法下和LQG主动控制算法下的地震响应控制仿真分析. 结果表明, 智能隔震结构可有效控制结构的位移, 与被动隔震结构相比较上部结构的地震响应有一定程度的减小, 同时提出的非光滑控制算法与LQG控制算法相比较具有更好的控制效果, 相比LQG控制算法通过较少的反馈量即可实现反馈控制, 且非光滑控制算法具有良好的稳定性

第一节计算机控制系统组成 第二节计算机控制系统分类 第三节BAS体系

1. 脑科学的启示 2. 人工智能基础 3. 脑机接口技术 4. 智能控制与机器人 5. 小结

1. 脑科学的启示 2. 人工智能基础 3. 脑机接口技术 4. 智能控制与机器人 5. 小结

（一）理论课程 1《微机原理及接口技术》 2《计算机网络技术》（理论） 3《数字信号处理》 4《数字图像处理》（理论） 5《专业英语》 6《EDA 技术》课程理论教学大纲 7《单片机原理》课程理论教学大纲 8《汽车电子技术》 9《电气制图及 CAD》 10《电路原理 A》 11《模拟电子电路 A》 12《数字电子电路》 13《文献检索》 14《电磁场与电磁波》 15《算法与数据结构》 16《电子信息工程导论》 17《通信电子电路》 18《信号与系统》 19《通信原理 B》 20《机器人技术》（理论） 21《DSP 技术及应用》 22《信息论与编码》 23《移动应用软件开发》 24《面向对象程序设计》 25《智能控制技术》 26《移动互联网技术》 27《物联网与云计算》 28《软件工程》 29《人工智能导论》（理论） 30《电子测量技术》 31《传感器原理与应用》（理论） 32《ASPNET 程序设计》 33《嵌入式系统原理与设计》（理论） 34《工程项目管理与经济决策》 35《Python 程序设计》理论 36《智能建筑系统集成》 （二）实验课程 37《微机原理及接口技术》 38《计算机网络技术》（实验） 39《数字信号处理》 40《数字图像处理》（实验） 41《EDA 技术》课程 42《单片机原理》课程 43《通信电子电路》 44《电子技术基础实验》 45《电路原理实验》 46《信号与系统》 47《通信原理 B 实验》 48《人工智能导论》（实验） 49《传感器原理与应用》 50《嵌入式系统原理与设计》（实验） 51《Python 程序设计》实验 （三）实践课程 52《电工电子实习》 53《印制板微机辅助设计》 54《专业认知实习（1）》 55《专业认知实习（2）》 56《毕业设计（论文）》 57《电子系统综合实训》 58《C 语言程序概念实训》教学大纲 59《程序设计技能实训》 60《EDA 课程设计》课程设计教学大纲 61《嵌入式系统原理与设计》课程设计教学大纲 62《单片机原理》课程设计教学大纲

在勃克斯(A.W.Burks)构筑的描述因果世界的细胞自动机的基础上(属归纳概率逻辑范畴),提出了可综合处理随机不确定性与模糊不确定性的广义细胞自动机与相应的广义归纳逻辑因果模型,解决了原模型中未曾解决的主因判定与因果扰动响应的问题,并找到了它在智能控制中的应用