《人工智能控制技术》_高学辉 教案大纲 .docx

《人工智能控制技术》课程教学大纲

课程名称

人工智能控制技术

ArtificialIntelligentControlTechnique

开课单位

课程性质

课程类别

课程代码

学分

总学时

理论学时

实验学时

上机学时

实践学时

适用专业

人工智能、计算机类以及自动化类等各专业

先修课程

自动控制原理、现代控制原理、工程数学、Matlab等

授课语言

中文

一、课程简介

（一）课程中文简介

本课程是人工智能、计算机类以及自动化类各专业的专业课程，主要内容包括人工智能控制技术简介，神经网络控制、强化学习、深度强化学习、模糊控制和进化算法优化控制及部分。课程介绍了人工智能控制的基本概念、系统分析与设计的基本方法，培养学生能够使用人工智能的方法搭建控制系统、设计控制算法和程序从而实现对被控对象的有效控制功能。

二、课程目标

课程目标

毕业要求指标点

目标1：掌握人工智能控制的基本概念，了解智能控制理论的发展趋势；

2.1能够根据所学科学知识和基本原理，辨识复杂工程问题所属的学科领域。

目标2：掌握神经网络的基本概念、及基本原理。

1.2掌握电气工程、控制工程、计算机技术等相关工程基础知识，具备应用基本理论分析问题的能力。

目标3：熟练掌握神经网络控制方法。

1.4掌握解决工程问题的基本思路和方法，具备综合应用所学的电气工程、计算机技术、控制理论、控制工程等专业知识解决电气工程与智能控制相关的复杂工程问题的能力。

目标4：掌握强化学习基本方法。

5.1能够正确选择和使用现代信息技术、计算机辅助设计工具，进行测试方法和技术研究。

目标5：理解深度强化学习方法和过程。

1.2掌握电气工程、控制工程、计算机技术等相关工程基础知识，具备应用基本理论分析问题的能力。

目标6：掌握模糊逻辑理论的基本概念、基本结构及基本原理。

1.2掌握电气工程、控制工程、计算机技术等相关工程基础知识，具备应用基本理论分析问题的能力。

目标7：掌握模糊控制方法

1.4掌握解决工程问题的基本思路和方法，具备综合应用所学的电气工程、计算机技术、控制理论、控制工程等专业知识解决电气工程与智能控制相关的复杂工程问题的能力。

目标8：掌握进化算法进行优化的方法。

3.2理解电气系统和控制系统需满足的特定要求，能够针对电气工程与智能控制相关的复杂工程问题进行设备及系统的开发和优化，提出合理的设计、运行与管理技术方案，并体现创新意识。

三、课程教学内容

第1章绪论?

教学目的与要求：

通过本章的学习，使学生了解人工智能控制的发展过程、研究工具和应用；理解智能控制的概念；掌握智能控制主要内容、学习算法和控制的基础。

教学重点与难点：

重点：智能控制的主要内容，学习算法

难点：学习算法，学习和控制的术语

1.1人工智能控制技术概述

1.1.1人工智能的定义及智能控制

1.1.2人工智能控制技术的发展历史

1.1.3人工智能控制发展面临的难题和发展方向

1.1.4人工智能控制的主要内容

1.2学习算法概述

1.2.1无监督学习

1.2.2监督学习

1.2.3强化学习

1.3自动控制基础

1.3.1控制系统的发展历史

1.3.2控制系统模型

1.3.3控制方法概述

1.3.4控制系统的稳定性

1.4学习与控制术语说明

第2章神经网络控制?

教学目的与要求：

通过本章的学习，使学生了解神经网络的发展历史，掌握神经网络工作原理以及几种典型的神经网络，理解神经网络自适应控制的过程。

教学重点与难点：

重点：神经网络原理，几种典型的神经网络

难点：神经网络自适应控制

2.1神经网络理论基础

2.1.1神经网络发展历史

2.1.2神经网络原理

2.1.3神经网络学习算法

2.2典型神经网络

2.2.1单神经元网络

2.2.2BP神经网络

2.2.3RBF神经网络

2.2.4Hopfield神经网络

2.2.5卷积神经网络

2.3神经网络自适应控制

2.3.1系统描述

2.3.2自适应控制器设计

2.3.3稳定性证明

2.3.4仿真实例

第3章强化学习?

教学目的与要求：

通过本章的学习，使学生了解强化的发展历史和分类，掌握神马尔可夫决策过程以及最优控制，掌握最优控制的动态规划和强化学习的动态规划，掌握各类基本强化学习，理解贝尔曼方程。

教学重点与难点：

重点：马尔可夫决策过程，各类基本强化学习

难点：各类基本强化学习

3.1强化学习概述

3.1.1强化学习的历史背景

3.1.2强化学习的分类

3.1.3强化学习的重点概念

3.2马尔可夫决策过程

3.2.1马尔可夫链与马尔可夫决策过程

3.2.2贝尔曼方程

3.