智能控制基礎 課程考核大綱

智能控制基礎課程考核大綱FundamentalsofIntelligentControl課程基本信息課程編號：04021189課程學時：32課程學分：2一、課程的性質和地位《智能控制基礎》是農業(yè)工程一級學科下農業(yè)智能裝備工程專業(yè)的專業(yè)選修課。本課程是在學習自動控制原理基礎上進一步了解智能控制設計理論和應用方法，主要介紹智能控制的基本概念、工作原理、設計方法和實際應用。通過本課程的學習，使學生掌握現(xiàn)代農業(yè)裝備技術及相配套的模糊控制、人工神經網(wǎng)絡控制論、專家控制、分層遞階智能控制、學習控制、模糊神經網(wǎng)絡控制與自適應神經網(wǎng)絡、進化算法、多智能體系統(tǒng)控制等智能控制必要的基本理論、專業(yè)知識和使用新裝備的基本技能，了解智能控制技術發(fā)展的前沿、最新成果和發(fā)展趨勢，具有對新型農業(yè)機械設備進行設計和應用的能力，為從事新裝備機械化規(guī)劃與管理、教學與科研、營銷與服務等相關的工程技術工作打好基礎。二、理論教學部分的考核目標通過本課程理論知識的學習，使學生了解智能控制理論的體系基礎、發(fā)展歷程和應用領域；了解模糊集合、模糊邏輯推理的基本原理，掌握模糊控制器的設計方法；掌握典型的神經網(wǎng)絡模型，主要包括前饋神經網(wǎng)絡（包括感知器網(wǎng)絡、BP網(wǎng)絡、RBF網(wǎng)絡）和Hopdield網(wǎng)絡的基本結構和原理；掌握神經網(wǎng)絡控制的基本原理。第一章緒論（一）學習目標1.一般了解：經典控制方法的原理和適用場景；2.一般掌握：智能控制的理論體系、方向分支和具體應用；3.熟練掌握：智能控制系統(tǒng)的原理與結構。（二）考核內容經典控制理論的介紹，智能控制系統(tǒng)的原理與結構，智能控制與傳統(tǒng)控制的關系，智能控制的發(fā)展概述。（三）考核要求1.識記：經典控制理論的介紹；2.領會：經典控制方法的原理和適用場景；3.應用：智能控制應用；4.分析：智能控制系統(tǒng)的原理與結構；5.綜合：智能控制與傳統(tǒng)控制的關系；6.評價：智能控制的理論體系。第二章模糊控制的理論基礎（一）學習目標1.一般了解：模糊集的概念；2.一般掌握：模糊邏輯及其基本運算；3.熟練掌握：隸屬度函數(shù)的建立方法、以及模糊邏輯推理和求解方法。（二）考核內容模糊集的概念及模糊集合的運算，隸屬度函數(shù)的建立方法，模糊語言邏輯和模糊推理過程。（三）考核要求1.識記：經模糊集的概念；2.領會：模糊集合的運算；3.應用：隸屬度函數(shù)的建立、模糊關系；4.分析：二值邏輯、模糊邏輯及其基本運算、模糊語言邏輯；5.綜合：模糊邏輯推理、模糊關系方程的解；6.評價：模糊控制控制精度。第三章模糊控制的理論基礎（一）學習目標1.一般了解：模糊控制系統(tǒng)設計；2.一般掌握：模糊控制系統(tǒng)在工程中的具體應用；3.熟練掌握：模糊控制系統(tǒng)設計和分析的基本方法和步驟。（二）考核內容模糊控制系統(tǒng)的組成，模糊控制器的結構設計（包括模糊化接口設計、模糊規(guī)則庫的建立方法、模糊推理的設計、精確化模塊設計等），模糊控制器的快速查表法，模糊PID控制器的設計及特點，模糊控制器的設計舉例。（三）考核要求1.識記：模糊控制系統(tǒng)的組成；2.領會：模糊控制器的結構設計（包括模糊化接口設計、模糊規(guī)則庫的建立方法、模糊推理的設計、精確化模塊設計等）；3.應用：模糊控制器的結構設計；4.分析：模糊控制器的快速查表法；5.綜合：模糊PID控制器的設計及特點；6.評價：模糊控制器的設計舉例。第四章神經網(wǎng)絡的理論基礎（一）學習目標1.一般了解：神經網(wǎng)絡控制的應用領域；2.一般掌握：神經網(wǎng)絡的模型分類，掌握單層感知器和多層模型；3.熟練掌握：基本的神經網(wǎng)絡學習算法。（二）考核內容神經網(wǎng)絡原理，神經網(wǎng)絡的模型分類，神經網(wǎng)絡的學習算法，神經網(wǎng)絡的特征及要素，神經網(wǎng)絡控制的研究領域。（三）考核要求1.識記：神經網(wǎng)絡原理；2.領會：神經網(wǎng)絡的模型分類；3.應用：神經網(wǎng)絡的特征及要素；4.分析：神經網(wǎng)絡的學習算法；5.綜合：模糊PID控制器的設計及特點；6.評價：神經網(wǎng)絡控制的應用領域與特點。第五章典型的神經網(wǎng)絡模型（一）學習目標1.一般了解：典型神經網(wǎng)絡的模型；2.一般掌握：神經網(wǎng)絡的結構；3.熟練掌握：神經網(wǎng)絡算法。（二）考核內容RBF神經網(wǎng)絡和Hopfield神經網(wǎng)絡的模型和結構，多層卷積神經網(wǎng)絡的原理和應用；掌握：單神經元網(wǎng)絡的模型，BP神經網(wǎng)絡的模型、結構和學習算法。（三）考核要求1.識記：單神經元網(wǎng)絡；2.領會：BP神經網(wǎng)絡；3.應用：RBF神經網(wǎng)絡；4.分析：Hopfield神經網(wǎng)絡；5.綜合：多層卷積神經網(wǎng)絡；6.評價：典型的神經網(wǎng)絡模型的優(yōu)劣與特點。第六章智能控制系統(tǒng)的應用設計（一）學習目標1.一般了解：機器人的系統(tǒng)模型和經典控制方法；2.一般掌握：智能控制在機器人領域的前沿和研究熱點；3.熟練掌握：機器人的模糊控制系統(tǒng)設計及仿真。（二）考核內容機器人的系統(tǒng)模型和經典控制方法，機器人的模糊控制系統(tǒng)設計及仿真，機器人的神經網(wǎng)絡控制系統(tǒng)設計及仿真。（三）考核要求1.識記：機器人的系統(tǒng)模型；2.領會：機器人的經典控制方法；3.應用：機器人的模糊控制系統(tǒng)設計及仿真；4.分析：機器人的模糊控制系統(tǒng)運動效果；5.綜合：機器人的神經網(wǎng)絡控制系統(tǒng)設計及仿真；6.評價：不同控制方法機器人運動效果。三、實驗、實習教學部分的考核要求實驗共6學時，3個實驗，根據(jù)實驗指導書的要求學生寫出的實驗報告評分采用“5級”評分制，即“優(yōu)”、“良”、“中”、“及格”、“不及格”。實驗課占總課程總分的10%。評分工作由指導教師和學生代表組成的小組共同完成。評價指標所占比例為：1)實驗目的與實驗內容的合理性40%；2)實驗設計的可行性30%；3)實驗操作的規(guī)范性30%；根據(jù)學生在實驗中的表現(xiàn)及實驗完成操作完成情況打分，結合實驗報告情況綜合評分。實驗成績作為本課程的一部分。四、考核方式閉卷考試，占總成績的60%，平時成績占總成績的30%，包括考勤、課后作業(yè)、課堂表現(xiàn)和小測試等，實驗教學占總成績的10%。五、成績評定1.平時成績課前預習(5%)、課堂表現(xiàn)（5%）、出勤（10%）、課后作業(yè)（10%）、2.實驗成績（10%）。3.期末成績閉卷考試100%。4.綜合成績總成績=平時成績×30%+期末成績×60%+實驗教學×10