《人工智能控制技術(shù)》-高學(xué)輝 教案大綱

《人工智能控制技術(shù)》課程教學(xué)大綱課程名稱人工智能控制技術(shù)ArtificialIntelligentControlTechnique開課單位課程性質(zhì)課程類別課程代碼學(xué)分總學(xué)時理論學(xué)時實驗學(xué)時上機學(xué)時實踐學(xué)時適用專業(yè)人工智能、計算機類以及自動化類等各專業(yè)先修課程自動控制原理、現(xiàn)代控制原理、工程數(shù)學(xué)、Matlab等授課語言中文一、課程簡介（一）課程中文簡介本課程是人工智能、計算機類以及自動化類各專業(yè)的專業(yè)課程，主要內(nèi)容包括人工智能控制技術(shù)簡介，神經(jīng)網(wǎng)絡(luò)控制、強化學(xué)習(xí)、深度強化學(xué)習(xí)、模糊控制和進化算法優(yōu)化控制及部分。課程介紹了人工智能控制的基本概念、系統(tǒng)分析與設(shè)計的基本方法，培養(yǎng)學(xué)生能夠使用人工智能的方法搭建控制系統(tǒng)、設(shè)計控制算法和程序從而實現(xiàn)對被控對象的有效控制功能。二、課程目標(biāo)課程目標(biāo)畢業(yè)要求指標(biāo)點目標(biāo)1：掌握人工智能控制的基本概念，了解智能控制理論的發(fā)展趨勢；2.1能夠根據(jù)所學(xué)科學(xué)知識和基本原理，辨識復(fù)雜工程問題所屬的學(xué)科領(lǐng)域。目標(biāo)2：掌握神經(jīng)網(wǎng)絡(luò)的基本概念、及基本原理。1.2掌握電氣工程、控制工程、計算機技術(shù)等相關(guān)工程基礎(chǔ)知識，具備應(yīng)用基本理論分析問題的能力。目標(biāo)3：熟練掌握神經(jīng)網(wǎng)絡(luò)控制方法。1.4掌握解決工程問題的基本思路和方法，具備綜合應(yīng)用所學(xué)的電氣工程、計算機技術(shù)、控制理論、控制工程等專業(yè)知識解決電氣工程與智能控制相關(guān)的復(fù)雜工程問題的能力。目標(biāo)4：掌握強化學(xué)習(xí)基本方法。5.1能夠正確選擇和使用現(xiàn)代信息技術(shù)、計算機輔助設(shè)計工具，進行測試方法和技術(shù)研究。目標(biāo)5：理解深度強化學(xué)習(xí)方法和過程。1.2掌握電氣工程、控制工程、計算機技術(shù)等相關(guān)工程基礎(chǔ)知識，具備應(yīng)用基本理論分析問題的能力。目標(biāo)6：掌握模糊邏輯理論的基本概念、基本結(jié)構(gòu)及基本原理。1.2掌握電氣工程、控制工程、計算機技術(shù)等相關(guān)工程基礎(chǔ)知識，具備應(yīng)用基本理論分析問題的能力。目標(biāo)7：掌握模糊控制方法1.4掌握解決工程問題的基本思路和方法，具備綜合應(yīng)用所學(xué)的電氣工程、計算機技術(shù)、控制理論、控制工程等專業(yè)知識解決電氣工程與智能控制相關(guān)的復(fù)雜工程問題的能力。目標(biāo)8：掌握進化算法進行優(yōu)化的方法。3.2理解電氣系統(tǒng)和控制系統(tǒng)需滿足的特定要求，能夠針對電氣工程與智能控制相關(guān)的復(fù)雜工程問題進行設(shè)備及系統(tǒng)的開發(fā)和優(yōu)化，提出合理的設(shè)計、運行與管理技術(shù)方案，并體現(xiàn)創(chuàng)新意識。三、課程教學(xué)內(nèi)容第1章緒論

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解人工智能控制的發(fā)展過程、研究工具和應(yīng)用；理解智能控制的概念；掌握智能控制主要內(nèi)容、學(xué)習(xí)算法和控制的基礎(chǔ)。教學(xué)重點與難點：重點：智能控制的主要內(nèi)容，學(xué)習(xí)算法難點：學(xué)習(xí)算法，學(xué)習(xí)和控制的術(shù)語1.1人工智能控制技術(shù)概述 1.1.1人工智能的定義及智能控制 1.1.2人工智能控制技術(shù)的發(fā)展歷史 1.1.3人工智能控制發(fā)展面臨的難題和發(fā)展方向 1.1.4人工智能控制的主要內(nèi)容 1.2學(xué)習(xí)算法概述 1.2.1無監(jiān)督學(xué)習(xí) 1.2.2監(jiān)督學(xué)習(xí) 1.2.3強化學(xué)習(xí) 1.3自動控制基礎(chǔ) 1.3.1控制系統(tǒng)的發(fā)展歷史 1.3.2控制系統(tǒng)模型 1.3.3控制方法概述 1.3.4控制系統(tǒng)的穩(wěn)定性 1.4學(xué)習(xí)與控制術(shù)語說明 第2章神經(jīng)網(wǎng)絡(luò)控制

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解神經(jīng)網(wǎng)絡(luò)的發(fā)展歷史，掌握神經(jīng)網(wǎng)絡(luò)工作原理以及幾種典型的神經(jīng)網(wǎng)絡(luò)，理解神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制的過程。教學(xué)重點與難點：重點：神經(jīng)網(wǎng)絡(luò)原理，幾種典型的神經(jīng)網(wǎng)絡(luò)難點：神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制2.1神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ) 2.1.1神經(jīng)網(wǎng)絡(luò)發(fā)展歷史 2.1.2神經(jīng)網(wǎng)絡(luò)原理 2.1.3神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 2.2典型神經(jīng)網(wǎng)絡(luò) 2.2.1單神經(jīng)元網(wǎng)絡(luò) 2.2.2BP神經(jīng)網(wǎng)絡(luò) 2.2.3RBF神經(jīng)網(wǎng)絡(luò) 2.2.4Hopfield神經(jīng)網(wǎng)絡(luò) 2.2.5卷積神經(jīng)網(wǎng)絡(luò) 2.3神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制 2.3.1系統(tǒng)描述 2.3.2自適應(yīng)控制器設(shè)計 2.3.3穩(wěn)定性證明 2.3.4仿真實例 第3章強化學(xué)習(xí)

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解強化的發(fā)展歷史和分類，掌握神馬爾可夫決策過程以及最優(yōu)控制，掌握最優(yōu)控制的動態(tài)規(guī)劃和強化學(xué)習(xí)的動態(tài)規(guī)劃，掌握各類基本強化學(xué)習(xí)，理解貝爾曼方程。教學(xué)重點與難點：重點：馬爾可夫決策過程，各類基本強化學(xué)習(xí)難點：各類基本強化學(xué)習(xí)3.1強化學(xué)習(xí)概述 3.1.1強化學(xué)習(xí)的歷史背景 3.1.2強化學(xué)習(xí)的分類 3.1.3強化學(xué)習(xí)的重點概念 3.2馬爾可夫決策過程 3.2.1馬爾可夫鏈與馬爾可夫決策過程 3.2.2貝爾曼方程 3.2.3最優(yōu)控制與最優(yōu)策略 3.3動態(tài)規(guī)劃 3.3.1動態(tài)規(guī)劃簡介3.3.2最優(yōu)控制中的動態(tài)規(guī)劃 3.3.3強化學(xué)習(xí)中的動態(tài)規(guī)劃 3.4基本強化學(xué)習(xí) 3.4.1策略迭代法 3.4.2值迭代法 3.4.3蒙特卡洛法 3.4.4時序差分法（TD） 3.4.5其他類型強化學(xué)習(xí) 第4章深度強化學(xué)習(xí)

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解深度強化的發(fā)展歷史和基本思想，掌握深度卷積神經(jīng)網(wǎng)絡(luò)和深度循環(huán)神經(jīng)網(wǎng)絡(luò)，掌握深度價值學(xué)習(xí)和深度策略學(xué)習(xí)。教學(xué)重點與難點：重點：深度卷積神經(jīng)網(wǎng)絡(luò)，深度Q網(wǎng)絡(luò)難點：深度價值學(xué)習(xí)和策略學(xué)習(xí)4.1深度強化學(xué)習(xí)概述 4.1.1深度強化學(xué)習(xí)發(fā)展歷程 4.1.2深度強化學(xué)習(xí)基本學(xué)習(xí)思想 4.2深度卷積神經(jīng)網(wǎng)絡(luò) 4.2.1基本網(wǎng)絡(luò)類型 4.2.2改進網(wǎng)絡(luò)類型 4.3深度循環(huán)神經(jīng)網(wǎng)絡(luò) 4.3.1網(wǎng)絡(luò)結(jié)構(gòu)與計算 4.3.2深度循環(huán)神經(jīng)網(wǎng)絡(luò)變體和改進 4.4深度價值和策略學(xué)習(xí) 4.4.1深度Q網(wǎng)絡(luò) 4.4.2基于策略梯度算法 第5章模糊控制

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解模糊控制的基本原理和組成，掌握模糊數(shù)學(xué)的基本內(nèi)容，掌握模糊集合、隸屬度函數(shù)以及模糊關(guān)系和模糊推理，理解模糊自適應(yīng)控制的基本過程。教學(xué)重點與難點：重點：模糊集合運算、模糊關(guān)系與模糊推理，模糊控制難點：模糊自適應(yīng)控制5.1模糊控制基本原理 5.1.1模糊集合 5.1.2隸屬函數(shù)的種類 5.1.3模糊集合的運算 5.1.4模糊關(guān)系與推理 5.2模糊控制 5.2.1模糊控制的基本原理和組成 5.2.2模糊控制器的結(jié)構(gòu)和分類 5.2.3模糊控制的工作原理和設(shè)計步驟 5.3模糊自適應(yīng)控制 5.3.1模糊逼近和萬能逼近定理 5.3.2系統(tǒng)描述 5.3.3模糊控制器設(shè)計 5.3.4仿真實例 第6章進化算法

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解進化算法的種類及現(xiàn)狀，掌握遺傳算法的優(yōu)化過程，掌握粒子群算法的優(yōu)化過程，掌握蟻群算法的優(yōu)化過程。教學(xué)重點與難點：重點：模糊集合運算、模糊關(guān)系與模糊推理，模糊控制難點：模糊自適應(yīng)控制6.1進化算法概述 6.2遺傳算法 6.2.1遺傳算法的發(fā)展歷史 6.2.2遺傳算法的基本原理 6.3粒子群算法 6.3.1粒子群算法的發(fā)展歷史 6.3.2粒子群算法的原理 6.4蟻群算法 6.4.1蟻群算法的發(fā)展歷史 6.4.2蟻群算法的原理 第7章機械臂控制實例

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解機械臂的控制以及神經(jīng)網(wǎng)絡(luò)和模糊在機械臂控制中的應(yīng)用,理解自適應(yīng)控制的設(shè)計過程。教學(xué)重點與難點：重點：機械臂神經(jīng)網(wǎng)絡(luò)控制,機械臂模糊控制難點：自適應(yīng)控制設(shè)計7.1機械臂神經(jīng)網(wǎng)絡(luò)控制 7.1.1問題的提出 7.1.2神經(jīng)網(wǎng)絡(luò)設(shè)計 7.1.3控制器設(shè)計 7.1.4穩(wěn)定性證明 7.1.5仿真實例 7.2機械臂自適應(yīng)模糊控制 7.2.1系統(tǒng)描述 7.2.2模糊控制器設(shè)計 7.2.3仿真實例 第8章無人機三維最優(yōu)路徑規(guī)劃實例

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解Q-Leraning強化學(xué)習(xí)算法在無人機路徑規(guī)劃中的應(yīng)用,掌握Q-Learning強化學(xué)習(xí)算法。教學(xué)重點與難點：重點：Q-Learning算法在無人機路徑規(guī)劃的應(yīng)用難點：Q-Learning算法在無人機路徑規(guī)劃的應(yīng)用8.1無人機路徑規(guī)劃簡介 8.2無人機路徑規(guī)劃Q-Learning算法原理 8.3無人機三維路徑規(guī)劃實現(xiàn)過程 8.3.1基于Q-learning的三維模型創(chuàng)建 8.3.2訓(xùn)練過程 8.3.3路徑規(guī)劃實現(xiàn)結(jié)果 第9章五子棋自動對弈實例

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解蒙特卡洛樹強化學(xué)習(xí)算法在五子棋自動對弈中的應(yīng)用,掌握蒙特卡洛樹搜索強化學(xué)習(xí)算法。教學(xué)重點與難點：重點：蒙特卡洛樹搜索在五子棋自動對弈中的應(yīng)用難點：蒙特卡洛樹搜索在五子棋自動對弈中的應(yīng)用9.1五子棋自動對弈實現(xiàn)原理9.2蒙特卡洛樹搜索 9.2.1選擇 9.2.2拓展與評估 9.2.3反向傳播 9.3.4演繹 9.3五子棋自對弈訓(xùn)練 第10章圖像優(yōu)化處理實例

教學(xué)目的與要求：通過本章的學(xué)習(xí)，使學(xué)生了解在圖像優(yōu)化算法中進化算法的使用,了解圖像處理的基本知識,掌握遺傳算法在圖像分割中的應(yīng)用,掌握粒子群算法在圖像分割中的應(yīng)用。教學(xué)重點與難點：重點：遺傳算法和粒子群算法在圖像分割中的應(yīng)用難點：遺傳算法和粒子群算法在圖像分割中的應(yīng)用10.1數(shù)字圖像處理技術(shù)簡介 10.1.1基本概念 10.1.2研究內(nèi)容 10.1.3應(yīng)用領(lǐng)域 10.2圖像分割 10.2.1技術(shù)介紹 10.2.2圖像分割的定義 10.2.3基于閾值的分割方法 10.2.4其他分割方法 10.3基于進化算法的圖像分割方實例 10.3.1基于遺傳算法的圖像分割 10.3.2基于粒子群算法的圖像分割 四、課程思政、創(chuàng)新創(chuàng)業(yè)元素教學(xué)章節(jié)知識點思政元素案例培養(yǎng)目標(biāo)備注第1章第3節(jié)自動控制系統(tǒng)的發(fā)展歷史錢學(xué)森在控制論中的貢獻及事跡。增加同學(xué)的愛國熱情,努力學(xué)習(xí)，為社會主義現(xiàn)代化建設(shè)服務(wù)。課程思政第2章第1節(jié)神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)我國在神經(jīng)網(wǎng)絡(luò)研究中體現(xiàn)的科學(xué)家精神培養(yǎng)科學(xué)家精神，增強學(xué)生科學(xué)研究的興趣。課程思政第3章第1節(jié)強化學(xué)習(xí)概述AlphaGo戰(zhàn)勝人類科學(xué)發(fā)展會帶來生活方式的改變，激發(fā)同學(xué)們投身科學(xué)研究的熱情。課程思政，創(chuàng)新創(chuàng)業(yè)元素第3章第3節(jié)動態(tài)規(guī)劃郭永懷在攝動控制中的貢獻和事跡增加同學(xué)們愛國熱情，提高科研和報效祖國的熱情課程思政第7章第1節(jié)機械臂控制實例中國空間站機械臂提高學(xué)生對科研的興趣和信心，提高民族自豪感課程思政，創(chuàng)新創(chuàng)業(yè)元素學(xué)時分配表序號章節(jié)內(nèi)容學(xué)時分配合計課堂授課實驗學(xué)時上機學(xué)時實踐學(xué)時在線學(xué)習(xí)習(xí)題課研討課其他1第1章緒論42第2章神經(jīng)網(wǎng)絡(luò)控制83第3章強化學(xué)習(xí)（可選）84第4章深度強化學(xué)習(xí)（可選）85第5章模糊控制86第6章進化算法47第7章機械臂控制實例228第8章無人機三維最優(yōu)路徑規(guī)劃實例（可選）229第9章五子棋自動對弈實例（可選）2210第10章圖像優(yōu)化處理實例22合計48/288/456/32五、課程教學(xué)基本要求1.課堂授課：課堂講授中重點是對基本概念、基本方法和解題思路的講解；采用啟發(fā)式教學(xué)，培養(yǎng)學(xué)生思考問題、分析問題和解決問題的能力；引導(dǎo)和鼓勵學(xué)生通過實踐和自學(xué)獲取知識，培養(yǎng)學(xué)生的自學(xué)能力；增加討論課，調(diào)動學(xué)生學(xué)習(xí)的主觀能動性；注意培養(yǎng)學(xué)生成為全面型、綜合型、實用型的人才。課堂上加強與學(xué)生的交流，充分調(diào)動學(xué)生的積極性，培養(yǎng)學(xué)生獨立思考的能力，提高教學(xué)效果。在教學(xué)中采用電子教案及多媒體教學(xué)系統(tǒng)等先進教學(xué)手段，以確保在有限的學(xué)時內(nèi)，全面、高質(zhì)量地完成課程教學(xué)任務(wù)。2.作業(yè)本課程的作業(yè)題主要是基本概念、基本原理、基本運算與控制器的設(shè)計，學(xué)生通過完成習(xí)題鞏固對基本理論的掌握。學(xué)生必須獨立、按時完成課外習(xí)題和作業(yè)，作業(yè)的完成情況將作為評定課程成績的一部分。六、教材及主要參考資料1.教材[1]高學(xué)輝.人工智能控制技術(shù).北京：機械工業(yè)版社，2024．2.主要參考資料[1]李士勇.智能控制.北京：清華大學(xué)出版社，2016．[2]蔡自興.智能控制導(dǎo)論（第二版）.北京：水利水電出版社，2013．[3]李人厚.智能控制理論和方法（第二版）.西安：西安電子科技大學(xué)出版社，2013．[4]鄒偉，鬲玲，劉昱灼，強化學(xué)習(xí).北京：清華大學(xué)出版社2020.

[5]韋巍.智能控制技術(shù).北京:機械工業(yè)出版社,[6]魏翼飛，汪昭穎，李駿，深度學(xué)習(xí)-從神經(jīng)網(wǎng)絡(luò)到深度強化學(xué)習(xí)的演進.北京：清華大學(xué)出版社，2021.[7]劉全，黃志剛，深度強化學(xué)習(xí)原理算法與Pytorch實戰(zhàn).北京：清華大學(xué)出版社，2021.七、課程成績考核課程成績考核包括平時考核和期末考核。平時考核包括：出勤、課堂討論及展示、回答問題、課外作業(yè)、實驗、報告撰寫、期中考試、小測驗等形式。期末考核采取閉卷形式。平時考核成績占總成績的XX%，期末考核成績占總成績的XX%。具體考核內(nèi)容及所占比例，詳見下表。（一）考核內(nèi)容考核環(huán)節(jié)總成績占比支撐課程目標(biāo)平時作業(yè)1.每周布置2~3道題目，平均每次課1道題以上。2.成績采用百分制，根據(jù)作業(yè)完成準(zhǔn)確性、是否按時上交、是否獨立完成評分。3.考核學(xué)生對智能控制技術(shù)基本知識的掌握能力，學(xué)生綜合運用所學(xué)知識分析問題、解決問題的能力。題型主要有分析題、Matlab仿真編程題和計算題。30%目標(biāo)1，2，3，4，7，8大作業(yè)1.本課程要求能根據(jù)控制要求，設(shè)計控制算法，并對控制器進