一、控制系统的发展史 自动控制成为一门科学是从1945发展起来的。 开始多用于工业:压力、温度、流量、位移、湿度、粘度自动控 制 后来进入军事领域:飞机自动驾驶、火炮自动跟踪、导弹、卫星、 宇宙飞船自动控制 目前渗透到更多领域:大系统、交通管理、图书管理等 生物学系统:生物控制论、波斯顿假肢、人造器官 经济系统:模拟经济管理过程、经济控制论 四个阶段:

图论在计算机科学、信息科学、人工智能网络理论、系统工程、控制论、运筹学和 经济管理等领域有着广泛的应用。但很多图论问题虽易表达,却难以求解,其中有相当多 的图论问题均属NP完全问题。本章主要介绍工程实用简单图论问题的并行算法及其MP 编程实现,包括传递闭包、连通分量、最短路径和最小生成树等

1.1 生物传感器概述 生物传感器是一个非常活跃的研究和工程技术领域，它与生物信息学、生物芯片、生 物控制论、仿生学、生物计算机等学科一起，处在生命科学和信息科学的交叉区域。它们 的共同特征是：探索和揭示出生命系统中信息的产生、存储、传输、加工、转换和控制等 基本规律,探讨应用于人类经济活动的基本方法。生物传感器技术的研究重点是：

这种方法,也称黑箱法,是通讯技术和自动控制论中建立起来的计算方法。目前,已 被广泛应用到其它科技领域,如:地球物理探矿、气象预报、水文学,甚至在医学、经济 学等。在国内,参考文献用这种方法评价了泉水资源。 所谓系统,是指一个物理实体(通讯设备、自控装置、滤波器或放大器等)及其输 入、输出信号,它们之间的数量关系在数学上可用卷积表示

这种方法,也称黑箱法,是通讯技术和自动控制论中建立起来的计算方法。目前,已 被广泛应用到其它科技领域,如:地球物理探矿、气象预报、水文学,甚至在医学、经济 学等。在国内,参考文献用这种方法评价了泉水资源。 所谓系统,是指一个物理实体(通讯设备、自控装置、滤波器或放大器等)及其输 入、输出信号,它们之间的数量关系在数学上可用卷积表示 对一个水文地质单元来说,补给量(输入)经过今水层的储存滞后和调节作用转化为 排泄量(输出)

宏观经济模型在宏观总量水平上把握和反映经济运行的全面特征，研究宏观经济主要指 标间的相互依存关系，描述国民经济和社会再生产过程各环节之间的联系。可用来进行宏观 经济的结构分析、政策评价、决策研究和发展预测。本章主要讨论了宏观计量经济模型的设 定理论，并对中西方宏观计量经济模型进行了综述。 本章学习的一个重点是宏观计量经济模型的设定理论。首先是宏观经济模型的分类，可 以按建模方法分类，分为计量经济学模型、投入产出模型、优化模型、经济控制论模型、系 统动力学模型等；可以按建模目的分类，分为预测模型、决策模型、专门模型；可以建模范 围分类，分为国家模型、地区模型、国家间模型等；可以按时间长度分类，分为季度模型、 年度模型和中长期模型等

近年来路径跟踪控制的发展十分迅猛，研究者们发表了大量的研究成果。考虑到在相同或相近工况下的路径跟踪控制存在一些共性的技术问题与解决思路，从低速路径跟踪控制和高速路径跟踪控制两个角度对近年来的研究成果进行了回顾。在关于低速路径跟踪控制的研究工作中，研究者们较为重视前轮转角速度约束等系统约束对路径跟踪精确性的影响。目前减少系统约束影响的方法包括在规划参考路径时将系统约束纳入考虑，采用预瞄控制使控制器提前响应，以及采用线性模型预测控制（LMPC）或非线性模型预测控制（NMPC）等模型预测控制方法作为路径跟踪控制方法等。考虑到NMPC既能减少系统约束的影响，又无需人为设置预瞄距离，且对定位误差等扰动因素具有较强的鲁棒性，加之低速路径跟踪控制对实时性的需求较低，因此可以认为NMPC能够满足低速路径跟踪控制的绝大多数需求。高速路径跟踪控制在受系统约束影响之外，还面临着较高车速带来的行驶稳定性不足问题的挑战，因此常采用能够将动力学层面的复杂系统约束纳入考虑且计算成本较低的LMPC作为路径跟踪控制方法。不过仅采用动力学层面的LMPC控制方法无法完全解决高速路径跟踪控制中路径跟踪精确性和车辆行驶稳定性之间存在耦合的问题，目前常见的解决思路是在路径跟踪控制中加入额外的速度调节或权重分配模块。此外，在高速路径跟踪控制中，地面附着系数等环境参数的影响也较大，因此地面附着系数等环境参数的估算也成为了高速路径跟踪控制领域的重要研究方向

铰接式车辆的路径跟踪控制是矿山自动化领域中的关键技术，而数学模型和路径跟踪控制方法是铰接式车辆路径跟踪控制中的两项重要研究内容。在数学模型研究中，铰接式车辆的无侧滑经典运动学模型较为适合作为低速路径跟踪控制的参考模型，而有侧滑运动学模型作为参考模型时则可能导致侧滑加剧。此外基于牛顿–欧拉法建立的铰接式车辆四自由度动力学模型原则上满足路径跟踪控制的需求，但是还需要解决当前的四自由度模型无法同时反映瞬态转向特性和稳态转向特性的问题。在路径跟踪控制方法研究中，反馈线性化控制、最优控制、滑模控制等无前馈信息的控制方法无法有效解决铰接式车辆跟踪存在较大幅度曲率突变的参考路径时误差较大的问题，前馈–反馈控制可以用于解决上述问题，但是在参考路径具有不同幅度的曲率突变时需要解决自动调整预瞄距离的问题，而模型预测控制，尤其是非线性模型预测控制，可以更加有效地利用前馈信息，且不需要考虑预瞄距离的设置，从而可以有效提高铰接式车辆跟踪存在较大幅度曲率突变的参考路径时的精确性。此外，对于基于非线性模型预测控制的铰接式车辆路径跟踪控制，还需深化三个方面的研究。首先，该控制方法仍然存在误差最大值随参考速度增大而增加的趋势。其次，目前该控制方法以运动学模型作为预测模型，无法解决铰接式车辆以较高的参考速度运行时侧向速度导致的精确性下降和安全性恶化的问题。最后，还需对这种控制方法进行实时性方面的优化研究

实验一 电动机的正反转控制及顺序控制.3 实验二 S7-200 PLC 的认识实验.8 实验三 简单的逻辑控制.2 0 实验四 PLC 实现电动机的正反转及顺序控制.23 实验五 顺序控制与定时控制.2 6 实验六 计 数 控 制.32 实验七 步 进 控 制.38 实验八 交通灯自动控制.45 实验九 交流电动机的 Y-△启动控制.50 实验十 四层电梯的 PLC 控制（四层内选升降控制）.53 实验十一 P LC 的网络监控.53 实验十二 LED 数码管显示控制.71 实验十三 液体混合装置控制的模拟.78 实验十四 舞台灯的 PLC 控制.84 实验十五 机械手的 PLC 自动控制.92 实验十七 水塔水位控制.94 实验十八 邮件分拣控制.99 实验十九 正次品分拣机.103 实验二十 模拟锅炉温度压力检测控制过程.107 实验二十一 自动送料装车系统.117

教学内容 本章讲述模糊控制与传统控制的相互关系、模糊神经网络控制、模糊控制和遗传算法的相互联系与区别、模糊控制与基于知识系统的交叉和融合。 教学重点 重点内容是讲述模糊控制与传统控制的相互关系，模糊系统与神经网络、遗传算法、基于知识的学习系统的相互联系以及交叉融合。 教学难点 对模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系的准确把握和理解，学会用发展和联系的观点看待智能控制学科的发展。 教学要求 要求学生基本了解模糊控制与传统控制、神经网络控制、遗传算法以及基于知识的系统的区别和联系。 通过本章的学习，进一步加深对智能控制特点的理解，学会用发展和联系的观点看待智能控制学科的发展，从而培养学生创常新意识和能力，形成正确的工作方法