飞行器智能控制系统中的算法

1 (p1): 第1章 飞行器智能控制系统研究进展
1 (p1-1): 1.1 引言
3 (p1-2): 1.2 飞行器控制系统中智能控制的前期应用
3 (p1-2-1): 1.2.1 带预测模型的专家系统
4 (p1-2-2): 1.2.2 神经元网络自适应系统
6 (p1-2-3): 1.2.3 咨询式智能系统
7 (p1-3): 1.3 “功能—智能系统”的概念综合
7 (p1-3-1): 1.3.1 “功能—智能系统”结构
8 (p1-3-2): 1.3.2 目标综合模块
10 (p1-3-3): 1.3.3 动态专家系统
12 (p1-3-4): 1.3.4 实现行动感知器的预测算法
14 (p1-3-5): 1.3.5 智能系统中的非线性控制算法
15 (p1-4): 1.4 “功能—智能系统”在飞行器控制中实现的最新成果
15 (p1-4-1): 1.4.1 系统实现框图
15 (p1-4-2): 1.4.2 上级控制中的目标综合算法
16 (p1-4-3): 1.4.3 下级控制中的控制算法
17 (p1-4-4): 1.4.4 仿真研究结果
18 (p1-4-5): 1.4.5 结论
19 (p1-5): 1.5 本章内容小结
20 (p2): 第2章 传统智能组件
20 (p2-1): 2.1 人工神经网络
21 (p2-1-1): 2.1.1 神经网络结构及学习方法
23 (p2-1-2): 2.1.2 神经网络的工作方式
23 (p2-1-3): 2.1.3 前向神经网络数学模型
26 (p2-1-4): 2.1.4 神经网络发展趋势
27 (p2-2): 2.2 进化计算
27 (p2-2-1): 2.2.1 遗传算法的基本思想和特点
28 (p2-2-2): 2.2.2 遗传算法的基本原理
29 (p2-2-3): 2.2.3 遗传算法的设计与实现
35 (p2-3): 2.3 专家系统
35 (p2-3-1): 2.3.1 专家系统的基本结构
36 (p2-3-2): 2.3.2 专家系统的知识表示法
38 (p2-3-3): 2.3.3 专家系统的推理机制
40 (p2-4): 2.4 模糊控制
41 (p2-4-1): 2.4.1 模糊理论基础
45 (p2-4-2): 2.4.2 模糊模型
46 (p2-4-3): 2.4.3 模糊控制器
49 (p2-5): 2.5 传统智能组件融合技术研究
50 (p2-6): 2.6 本章内容小结
51 (p3): 第3章 预测及模型自组织方法
51 (p3-1): 3.1 预测和预测的方法
51 (p3-1-1): 3.1.1 预测任务的提出
51 (p3-1-2): 3.1.2 以控制理论的术语来提出预测的任务
52 (p3-1-3): 3.1.3 短期预测和长期预测
53 (p3-1-4): 3.1.4 预测的试验方法
53 (p3-1-5): 3.1.5 需要的先验信息
54 (p3-2): 3.2 启发式自组织
54 (p3-3): 3.3 “自组织”术语的其他应用
55 (p3-4): 3.4 模型自组织的基本原则
55 (p3-4-1): 3.4.1 数学模型自组织
63 (p3-4-2): 3.4.2 模型自组织算法
71 (p3-4-3): 3.4.3 基函数形式和方程类型的选择
75 (p3-4-4): 3.4.4 筛选的准则
84 (p3-4-5): 3.4.5 正规性准则形成方法
87 (p3-4-6): 3.4.6 мгУА理论的基本状况
90 (p3-5): 3.5 本章内容小结
92 (p4): 第4章 飞行器智能控制系统中行动感知器的建立
92 (p4-1): 4.1 自组织方法建模的应用
96 (p4-2): 4.2 短时间序列建模的应用
96 (p4-2-1): 4.2.1 时间序列的描述
97 (p4-2-2): 4.2.2 专家判断
99 (p4-3): 4.3 改进型Demark趋势项建模
102 (p4-4): 4.4 本章内容小结
103 (p5): 第5章 飞行器智能控制系统控制算法的研制
103 (p5-1): 5.1 控制算法的体系结构
104 (p5-2): 5.2 体系上层中的决策
108 (p5-3): 5.3 体系下层中的控制回路结构
109 (p5-4): 5.4 体系下层中的最优控制律
111 (p5-5): 5.5 基于微分几何理论的对象模型精确线性化
117 (p5-6): 5.6 飞行器控制继电调节器的研制
121 (p5-7): 5.7 本章内容小结
122 (p6): 第6章 返回大气层式无人飞行器智能控制系统的“系统生成”
122 (p6-1): 6.1 问题的提出
122…