人工智能控制技術 高學輝 王樹波 陳強 9787111757252 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$375
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202407*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：人工智能控制技術 ISBN：9787111757252 出版社：機械工業 著編譯者：高學輝 王樹波 陳強 頁數：267 所在地：中國大陸 *此為代購商品 書號：1670883 可大量預訂，請先連絡。 內容簡介 本書講述基於人工智慧的控制技術，主要介紹了神經網路控制、模糊邏輯控制和進化演算法控制。全書分為兩部分，共10章。第1部分為基礎篇，包括第1∼6章，講述基礎理論。第1章緒論講述人工智慧和控制論的基礎；第2∼4章是神經網路控制部分，主要講述神經網路理論基礎、典型神經網路、神經網路自適應控制、強化學習和深度強化學習的內容；第5章講述模糊控制；第6章講述進化演算法。第2部分是實用篇，包括第7∼10章，以機械臂、無人機、五子棋和圖像優化處理等為例，具體說明了第1部分內容的應用。書中每章均附有習題。 為加快推進黨的二十大精神進教材，本書深入挖掘科學研究和科學成果取得過程背後的「兩彈一星」精神、載人航天精神、科學家精神等，並以二維碼的形式進行教學指引。 本書可作為人工智慧、自動化、電氣工程及其自動化、智能控制等相關專業的本科課程教材，也可以作為相關工程技術人員的專業參考書。目錄 前言第1部分 基礎篇 第1章 緒論 1 1 人工智慧控制技術概述 1 1 1 人工智慧的定義及智能控制 1 1 2 人工智慧控制技術的發展歷史 1 1 3 人工智慧控制發展面臨的難題 1 1 4 人工智慧控制的主要內容 1 2 學習演算法概述 1 2 1 無監督學習 1 2 2 監督學習 1 2 3 強化學習 1 3 自動控制基礎 1 3 1 控制系統的發展歷史 1 3 2 控制系統模型 1 3 3 控制方法概述 1 3 4 控制系統的穩定性 1 4 學習與控制術語說明 習題 參考文獻 第2章 神經網路控制 2 1 神經網路理論基礎 2 1 1 神經網路發展歷史 2 1 2 神經網路原理 2 1 3 神經網路學習演算法 2 2 典型神經網路 2 2 1 單神經元網路 2 2 2 BP神經網路 2 2 3 RBF神經網路 2 2 4 Hopfield神經網路 2 2 5 卷積神經網路 2 3 神經網路自適應控制 2 3 1 系統描述 2 3 2 自適應控制器設計 2 3 3 穩定性證明 2 3 4 模擬實例 習題 參考文獻 第3章 強化學習 3 1 強化學習概述 3 1 1 強化學習的歷史背景 3 1 2 強化學習的分類 3 1 3 強化學習的重點概念 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 最優控制與最優策略 3 3 動態規劃 3 3 1 動態規劃簡介 3 3 2 最優控制中的動態規劃 3 3 3 強化學習中的動態規劃 3 4 基本強化學習 3 4 1 策略迭代演算法 3 4 2 值迭代演算法 3 4 3 蒙特卡洛法 3 4 4 時序差分法 3 4 5 其他類型強化學習 習題 參考文獻 第4章 深度強化學習 4 1 深度強化學習概述 4 1 1 深度強化學習發展歷程 4 1 2 深度強化學習基本學習思想 4 2 深度卷積神經網路 4 2 1 基本網路類型 4 2 2 改進網路類型 4 3 深度循環神經網路 4 3 1 網路結構與計算 4 3 2 深度循環神經網路變體和改進 4 4 深度價值和策略學習 4 4 1 深度Q網路 4 4 2 基於策略梯度演算法 習題 參考文獻 第5章 模糊控制 5 1 模糊控制數學原理 5 1 1 模糊集合 5 1 2 隸屬函數的種類 5 1 3 模糊集合的運算 5 1 4 模糊關係與推理 5 2 模糊控制原理及設計 5 2 1 基本原理和組成 5 2 2 模糊控制器的結構和分類 5 2 3 模糊控制的工作原理和設計步驟 5 3 自適應模糊控制 5 3 1 模糊逼近和萬能逼近定理 5 3 2 系統描述 5 3 3 模糊控制器設計 5 3 4 模擬實例 習題 參考文獻 第6章 進化演算法 6 1 進化演算法概述 6 2 遺傳演算法 6 2 1 遺傳演算法的發展歷史 6 2 2 遺傳演算法的基本原理 6 3 粒子群演算法 6 3 1 粒子群演算法的發展歷史 6 3 2 粒子群演算法的原理 6 4 蟻群演算法 6 4 1 蟻群演算法的發展歷史 6 4 2 蟻群演算法的原理 習題 參考文獻 第2部分 實用篇 第7章 機械臂控制實例 7 1 機械臂神經網路控制 7 1 1 問題的提出 7 1 2 神經網路設計 7 1 3 控制器設計 7 1 4 穩定性證明 7 1 5 模擬實例 7 2 機械臂自適應模糊控制 7 2 1 系統描述 7 2 2 模糊控制器設計 7 2 3 模擬實例 習題 參考文獻 第8章 無人機三維最優路徑規劃實例 8 1 無人機路徑規劃簡介 8 2 無人機路徑規劃Q-Learning演算法原理 8 3 無人機三維路徑規劃實現過程 8 3 1 基於Q-Learning的三維模型創建 8 3 2 訓練過程 8 3 3 路徑規劃實現結果 8 4 模擬程序 習題 參考文獻 第9章 五子棋自動對弈實例 9 1 五子棋自動對弈實現原理 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 2 4 演繹 9 3 五子棋自對弈訓練 9 4 模擬程序 習題 參考文獻 第10章 圖像優化處理實例 10 1 數字圖像處理技術簡介 10 1 1 基本概念 10 1 2 研究內容 10 1 3 應用領域 10 2 圖像分割 10 2 1 技術介紹 10 2 2 圖像分割的定義 10 2 3 基於閾值的分割方法 10 2 4 其他分割方法 10 3 基於進化演算法的圖像分割方法實例 10 3 1 基於遺傳演算法的圖像分割 10 3 2 基於粒子群演算法的圖像分割 習題 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
