模糊系统辨识的问题分类 1、静态系统的辨识，它包括： （1）参数辨识 （2）结构辨识 2、动态系统的辨识 （1）结构辨识 （2）系统行为的辨识

（ 1） 都是非数值型的非线性函数的逼近器、估计器、和动态系统； （2） 不需要数学模型进行描述，但都可用数学工具进行处理； （3）都适合于VLSI、光电器件等硬件实现

一、模糊逻辑控制器的基本结构 二、模糊控制系统的设计 三、PID 控制器模糊增益调节 四、模糊系统的稳定性分析 五、利用MATLAB设计模糊控制器

神经元网络的特点： （1）非线性 （2）分布处理 （3）学习并行和自适应 （4）数据融合 （5）适用于多变量系统 （6）便于硬件实现

1. 智能控制概论 2. 模糊控制 3.神经元网络控制 4.模糊-神经网络控制 5.遗传算法 6.递阶智能控制理论

竞争学习和Kohonen自组织网络 竞争学习根据输入模式来更新权值，输入单元i与所有输 出单元j 用wij 连接。输入的数目即为输入的维数，输出的 数目即为输入数据要聚类的数目

比较：传统的优化方法 （1）依赖于初始条件。 （2）与求解空间有紧密关系，促使较快地收敛到局部

原理：从小脑活动只获取启发 （1）小脑从各种传感器获得信号、反馈和命令，构成地址，地址的内容形成各种所需的动作。 （2）输出的动作只限制在最活跃神经中的一个小子集，绝大多数神经元都受到抑制

Optimal Design of CMAC Neural-Network Controller for Robot Manipulators Young H. Kim and Frank L. Lewis, Fellow, IEEE Abstract—This paper is concerned with the application of quadratic optimization for motion control to feedback control of robotic systems using cerebellar model arithmetic

❖ §3.1 线性定常系统的时域响应 ❖ §3.2 控制系统时域响应的性能指标 ❖ §3.3 线性定常系统的稳定性 ❖ §3.4 系统的稳态误差 ❖ §3.5 一阶系统的时域响应 ❖ §3.6 二阶系统的时域响应 ❖ §3.7 高阶系统的瞬态响应 ❖ §3.8 用MATLAB和SIMULINK进行瞬