前辅文
 第1章 绪论
  1.1 现代控制工程的发展
  1.2 本书的内容与安排
 第2章 状态空间数学模型
  2.1 状态与状态空间的概念
  2.2 系统的状态空间模型
   2.2.1 建立状态空间模型的方法
   2.2.2 由状态空间模型求微分方程
  2.3 线性系统的状态空间模型与线性变换
   2.3.1 SISO线性系统的状态空间模型
   2.3.2 MIMO线性系统的状态空间模型
   2.3.3 状态方程的线性变换
  2.4 控制系统的实现
   2.4.1 系统的实现问题
   2.4.2 不含有输入导数项的微分方程的实现
   2.4.3 含有输入导数项的微分方程的实现
  2.5 多变量系统的传递矩阵
   2.5.1 多变量系统传递矩阵的概念
   2.5.2 从状态空间模型求传递矩阵
   2.5.3 多变量控制系统的结构图简化
  2.6 控制系统的离散状态空间模型
  2.7 MATLAB在状态空间模型建立中的应用
   2.7.1 传递函数转换到状态空间模型
   2.7.2 状态方程的线性变换
   2.7.3 状态空间模型转换到传递函数
  本章小结
  习题
 第3章 控制系统稳定性分析
  3.1 控制系统稳定性定义
   3.1.1 范数的概念
   3.1.2 平衡状态
   3.1.3 李雅普诺夫稳定性定义
  3.2 线性系统稳定的条件
   3.2.1 单变量线性定常连续系统的稳定条件
   3.2.2 多变量线性定常连续系统的稳定条件
   3.2.3 单变量线性定常离散系统的稳定条件
   3.2.4 多变量线性定常离散系统的稳定条件
  3.3 李雅普诺夫稳定判据
   3.3.1 函数的正定性
   3.3.2 李雅普诺夫稳定判据
  3.4 线性系统的李雅普诺夫稳定判据
   3.4.1 线性连续系统的李雅普诺夫稳定判据
   3.4.2 线性离散系统的李雅普诺夫稳定判据
  *3.5 非线性系统的克拉索夫斯基稳定判据
  *3.6 非线性系统的小偏差线性化方法
   3.6.1 小偏差线性化的基本思想
   3.6.2 小偏差线性化方法
   3.6.3 李雅普诺夫第一法
  3.7 MATLAB在系统稳定性分析中的应用
  本章小结
  习题
 第4章 线性系统动态性能分析
  4.1 线性连续定常系统状态方程的求解
   4.1.1 齐次状态方程的求解
   4.1.2 非齐次状态方程的求解
  *4.2 线性连续时变系统状态方程的求解
   4.2.1 齐次状态方程的解
   4.2.2 状态转移矩阵的性质
   4.2.3 状态转移矩阵的计算
   4.2.4 非齐次状态方程的解
  4.3 线性离散系统状态方程的求解
   4.3.1 齐次状态方程的解
   4.3.2 状态转移矩阵的性质
   4.3.3 状态转移矩阵的计算
   4.3.4 线性定常离散系统非齐次状态方程的求解
   *4.3.5 线性时变离散系统状态方程的求解
  4.4 MATLAB在系统动态性能分析中的应用
  本章小结
  习题
 第5章 线性系统的能控性和能观性分析
  5.1 能控性和能观性问题
  5.2 线性定常系统的能控性
   5.2.1 能控性的定义
   5.2.2 能控性判别准则
   5.2.3 能控性第二判别准则
   5.2.4 输出能控性及其判别准则
  5.3 线性定常系统的能观性
   5.3.1 能观性的定义
   5.3.2 能观性判别准则
   5.3.3 能观性第二判别准则
  *5.4 状态空间模型的对角线标准型
   5.4.1 系统的特征值和特征向量
   5.4.2 化矩阵A为对角阵
   5.4.3 化矩阵A为约当阵
   5.4.4 特征值为复数的对角线标准型
  5.5 状态空间模型的能控标准型与能观标准型
   5.5.1 第一能控标准型
   5.5.2 第二能控标准型
   5.5.3 第一能观标准型
   5.5.4 第二能观标准型
  *5.6 传递函数的几种标准型实现
   5.6.1 能控标准型实现
   5.6.2 能观标准型实现
   5.6.3 对角线标准型实现
   5.6.4 约当标准型实现
  5.7 对偶原理
  *5.8 线性定常系统的规范分解
   5.8.1 能控性结构分解
   5.8.2 能观性结构分解
   5.8.3 系统结构的规范分解
  5.9 MATLAB在系统能控性和能观性分析中的应用
  本章小结
  习题
 第6章 状态反馈控制与状态观测器设计
  6.1 状态反馈与输出反馈
   6.1.1 状态反馈
   6.1.2 输出反馈
   6.1.3 状态反馈系统的能控性与能观性
   6.1.4 状态反馈对传递函数的影响
  6.2 状态反馈设计方法
   6.2.1 极点配置问题
   6.2.2 单输入系统的极点配置方法
   *6.2.3 多输入系统的极点配置方法
  6.3 状态观测器设计方法
   6.3.1 全维状态观测器设计
   *6.3.2 降维状态观测器设计
  6.4 带状态观测器的状态反馈系统的设计方法
  6.5 MATLAB在状态反馈与状态观测器设计中的应用
  本章小结
  习题
 第7章 最优控制
  7.1 最优控制的概念
  7.2 变分法与泛函的极值条件
  *7.3 变分法求解无约束最优控制问题
  *7.4 极小值原理
   7.4.1 连续系统的极小值原理
   7.4.2 离散系统的极小值原理
  7.5 线性二次型最优控制
   7.5.1 线性二次型最优控制问题
   7.5.2 连续系统有限时间状态调节器
   7.5.3 连续系统无限时间定常状态调节器
   7.5.4 线性离散系统状态调节器
   *7.5.5 线性连续系统输出调节器
   *7.5.6 线性连续系统输出跟随器
  本章小结
  习题
 第8章 系统辨识
  8.1 系统辨识的概念
   8.1.1 系统辨识的定义
   8.1.2 系统辨识的基本内容
  8.2 线性静态模型的最小二乘参数估计
   8.2.1 参数估计问题
   8.2.2 最小二乘法的基本算法
   8.2.3 最小二乘法的性质
   8.2.4 应用举例
  8.3 线性动态模型的最小二乘参数估计
  8.4 最小二乘参数估计的递推算法
   8.4.1 基本递推算法
   8.4.2 带有遗忘因子的递推算法
  8.5 线性系统的结构辨识
   8.5.1 模型阶次的确定
   8.5.2 系统纯时滞的辨识
  8.6 闭环系统的可辨识性
  8.7 MATLAB在系统辨识中的应用
  本章小结
  习题
 第9章 自适应控制
  9.1 自适应控制的概念
  9.2 最小方差控制
  9.3 自校正调节器
  9.4 自校正调节器应用实例
  本章小结
  习题
 第10章 预测控制
  10.1 预测控制的基本原理
  10.2 动态矩阵控制
   10.2.1 预测模型
   10.2.2 滚动优化
   10.2.3 反馈校正
  10.3 动态矩阵控制的工程设计
  10.4 炼油厂加氢裂化装置的动态矩阵控制
  10.5 模型算法控制
  10.6 催化裂化分馏塔的模型算法控制
  *10.7 广义预测控制
  本章小结
  习题
 第11章 模糊控制
  11.1 模糊控制的发展
  11.2 模糊集合
   11.2.1 模糊集合的定义
   11.2.2 模糊集合的表示方法
   11.2.3 模糊集合的运算
  11.3 模糊控制系统的组成
   11.3.1 模糊控制系统的结构
   11.3.2 模糊控制器的输入输出变量
   11.3.3 模糊控制器的输入输出变量的模糊化
  11.4 模糊控制规则
  11.5 模糊关系与合成
   11.5.1 模糊关系
   11.5.2 模糊关系的合成
  11.6 模糊推理与模糊决策
   11.6.1 模糊推理
   11.6.2 模糊决策
  11.7 模糊控制算法的工程实现
  11.8 模糊PID复合控制
  11.9 酚醛树脂聚合反应温度模糊控制
   11.9.1 酚醛树脂聚合反应过程特性分析
   11.9.2 模糊控制器设计
  11.10 全自动洗衣机的模糊控制
   11.10.1 模糊控制洗衣机的检测
   11.10.2 洗衣机的模糊控制
  本章小结
  习题
 第12章 专家系统与专家控制系统
  12.1 专家系统
   12.1.1 专家系统的概念
   12.1.2 专家系统的一般结构
   12.1.3 实时专家系统
  12.2 专家控制系统
   12.2.1 专家控制系统的概念
   12.2.2 间接专家控制
   12.2.3 直接专家控制
   12.2.4 专家控制器
  12.3 专家控制系统的知识表示
   12.3.1 知识表示
   12.3.2 产生式知识表示
   12.3.3 产生式系统
   12.3.4 动物识别专家系统
  12.4 专家控制系统的推理机
  12.5 专家控制系统的搜索技术
   12.5.1 状态空间表示法
   12.5.2 状态空间的图描述
   12.5.3 宽度优先搜索算法
  12.6 电脑充绒机专家控制系统
   12.6.1 电脑充绒机的工作原理
   12.6.2 电脑充绒机的程序控制
   12.6.3 电脑充绒机羽绒重量专家控制
  本章小结
  习题
 第13章 神经网络控制
  13.1 神经网络控制概述
  13.2 神经元与神经网络
   13.2.1 生物神经元结构
   13.2.2 神经元数学模型
   13.2.3 神经网络的结构与工作方式
   13.2.4 神经网络的学习
  13.3 BP神经网络及其学习算法
   13.3.1 BP神经网络的结构
   13.3.2 BP学习算法
   13.3.3 BP学习算法的实现
  13.4 基于神经网络的系统辨识方法
   13.4.1 前向模型辨识
   13.4.2 反向模型辨识
  13.5 基于神经网络的软测量方法
   13.5.1 软测量技术
   13.5.2 污水处理过程神经网络软测量模型
  13.6 基于神经网络的控制方法
   13.6.1 神经网络控制器
   13.6.2 神经网络预测控制
   13.6.3 神经网络模型参考控制
   13.6.4 神经网络内模控制
  13.7 单神经元控制器
  本章小结
  习题
 习题参考答案
 参考文献