《人工智能控制技术》_高学辉 教案大纲.docx

《《人工智能控制技术》_高学辉 教案大纲.docx》由会员分享，可在线阅读，更多相关《《人工智能控制技术》_高学辉 教案大纲.docx（11页珍藏版）》请在优知文库上搜索。

1、人工智能控制技术课程教学大纲课程名称人工智能捽制技术Artificia1.Inte1.1.igentContro1.Technique开课取位课程性质课程类别课程代码学分总学时理论学时实脸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胤理、现代控制原理、工程数学、MatIab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，神般网络控制、强化学习、深度强化学习、模树控制和进化算法优化控制及部分。课程介绍了人工皆能控制的基本概念、系统分析与设计的班本方法，培养学生能钙使用人工物

2、能的方法搭建控制系统、设计控制以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：掌提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能铺根据所学科学知识和些本磔理.播识红朵工程间虺所演的学科领域.目标2：掌握神经网络的基本概念、及基本原理.1.2柒脚电气I：程.柠荆EW.if算机技木等相关工程总砒知识，具备应用基本理论分析问题的雒力。目标3；熟舔察握神经网络控制方法。1.4掌提解决1；程何Ja的施本思路和方法、具符综合应用所学的电气工程.计算机技术、控射理论拄制工程等专密知识解决电气工程与招健控制相关的复杂工程向IS的能力.目标4：掌握初化学习基本

3、方法。5.1能婚正确选挣和使用现代价息技术、计W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.S掌旗）电气工程.校制工程计算机技术等相关工程塞砒如识.具备应用薨本理他分析向Ja的牌力.目标6：掌握模糊逻轼理论的基本概念、域本结构及基本原理.1.2学榭电气工程.栉制工程.计算机技术相关工程砒知ifi,具蓄应用血本理论分析“题的能力目标7：掌提模糊控制方法1.4掌提解决工程问题的基本思路和方法、具符综合应用所学的电气工程.计算机技术、控朝理论、控刎工程等专业知识解决电气工程与智饯栉州相关的更杂工程划8的能力.目标8：挈提进化算法进行优化的方法。3.2理解电气系统

4、和捽制系统而湎足的特定要求，能移针时电气工程与四能拉制相关的复杂工程向SB进行设名及系统的开发和优化.搬出合理的设计.运行与警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：通过本依的学习，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、学习徵法和控制的基础，教学患点与难点：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. 1.1人工智能控制的主要内容1.2 学

5、习算法概述1.2.1 无监督学习1.2.2 监珞学习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 控制系统模里1.3.3 控制方法概述1.3.4 控制系统的稳定性1. 4学习与控制术谱说明第2章神经网络控制教学目的与要求：通过本节的学习,使学生了解神经网络的发展方史.掌握神经网络工作原理以及几种典型的神经网络，理解神羟网络自适应控制的过程.教学重点与难点，点：神经M络原理，几种典型的神经网络难点：神经网络自玷应控制1.1 神经网络理论聪础1.1.1 神经网络发展历史1.1.2 神羟网络区理1.1.3 神羟网络学习算法1.2 典型神经网络2. 2.1单神经元网

6、络3. 2.2BP神经网络4. 2.3RBF神经网络5. 2.4HoPfie1.d神经网络6. 2.5卷枳神经网络7. 3神经网络自适应控制8. 3.1系统描述9. 3.2自适应控制器设计10. 3.3稳定性证明11. 3.4仿其实例第3亘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拿樨神9尔可夫决策过程以及最优控制,学握最优控制的动态规划和强化学习的动态观叨，掌握各类基本强化学习，理解贝尔哒方程。教学重点与难点：*点:马尔可夫决策过程，各类基本强化学习难点I各类基本强化学习3.1 强化学习柢述3.1.1 强化学习的历史背班3.1.2 强化学习的分类3.1.3 强化学

7、习的重点概念3.2 11f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12. 2.3最优控制与技优策略12.1 态规划3. 3.1动态规划简介4. 3.2最优控制中的动态规划5. 3.3强化学习中的动态规划12.2 本强化学习3.4.1策略迭代法3.4.2值迭代法3.4.3蒙特卡洛法3.4.4时序差分法(TD)3.4.5其他类型强化学习第4章深度强化学习教学目的与要求：通过本地的学习,使学生了解深度强化的发展历史和基本思想,掌握深度卷枳神经网络和深度循环神经网络，掌握深哎价伯学习和深度茂略学习，敦学篁点与难点：点：深度卷枳神经网络，i采度Q网络难点：深度价值学习

8、和策略学习4.1深度强化学习概述4.1深度强化学习发展历程1.1.2深度强化学习基本学习思想1.2深慢羹枳神经网络4.2.1基本网络类型4.2.2改进网络类型1.3深度循环神经网络4. 3.1网络结构与计算5. 3.2深度循环神经网络变体和改进1. 1深度价值和策略学习1.4.1深度Q网络4.4.2基于策略梯度舞法第5堂模糊控制教学目的与要求:通过本章的学习,使学生了解模糊控制的基本原理和组成,掌握模概数学的基本内容.掌握模朝馍合、点属度函数以及模糊关系和模糊推理,理解模糊自适应控制的基本过程.敦学重点与难点：点：模糊集鲁运算、模糊关系与模翻推理，模糊控制难点：模糊自适应控制5.1 模糊控制基

9、本原理5.1.1 粳糊集合5.1.2 或属函数的种类5.1.3 模集合的运算5.1.4 模糊关系与推理5. 2模树控制5.1.1 模利控制的暴本原理和殂成5.1.2 模糊控制器的结构和分类5. 2.3模糊控制的工作原理和设计步.螺5.3模制门适应控制5.3.1 模树遇近和万能逼近定理5. 3.2系统描述6. 3.3模糊控制器城计7. 3.4仿口实例第6章进化算法教学目的与要求：通过本京的学习,使学生了解进化算法的种类及现状，掌握遗传算法的优化过程，掌握枝子群尊法的优化过程,掌握奴群算法的优化过程.教学重点与难点：重点I模劭集合运算、模糊关系与模树推理,模糊控制难点：模糊自适应控制7.1 诳化算

10、法概述7.2 遗传算法6. 2.1遗传算法的发展历史8. 2.2遗传算法的基本原埋8.1 粒子群算法6. 3.1粒子群算法的发展历史7. 3.2粒f群算法的原理8.2 蚁群算法6.4.1蚊群算法的发展历史6.4.2蚊群算法的原理第7章机械臂控制实例教学目的与要求：通过本地的学习,使学生了解机械浅的控制以及神经网络和模糊在机械需控制中的应用.理解自适应控制的设计过程.教学重点与难点，点：机械肉神经网络拄制，机械曾根物控制难点：自适应控制设计7.1 机械臂神经网络控制7.1.1 问题的提出7.1.2 神经网络设计7.1.3 控制器设计7.1.4 1.4稳定性证明7.1.5 仿真实例7.2 机械普自

11、适应粮期控制7.2.1 系统描述7. 2.2模糊控制器设计8. 2.3仿出实例第8章无人机三维最优路径规划实例教学目的与要求：通过本章的学习，使学生了解Q-1.eraning强化学习算法在无人机路程规划中的应用.掌握Q-1.CarrIinK强化学习舞法.教学点与难点：重点：Q-1.earninK尊法在无人机路径规划的应用难点tQ-1.earning律法在无人机路径规划的应用8.1无人机路径规划简介H-2无人机路径规划Q-1.earning算法原理8. 3无人机三M路径现Ja实现过程8 .3.1基于Q-IearniriK的三维模型创建9 .3.2训练过程9. 3.3路径规划实现结果第9章五子棋自

12、动对弈实例教学目的与要求：通过本章的学习，使学生了解蒙特卡洛树演化学习算法在五子机自动对弈中的应用，拿握蒙特R洛树搜索强化学习算法。教学点与原点：重点：蒙特卡洛柯搜索在五子机自动对弈中的应用难点：蒙特卡洛柯搜索在五子机自动对弈中的应用9.1 五千机自动对弈实现俅理9.2 蒙特卡洛柯搜索10. 2.1选择11. .2拓展与展估12. 2.3反向传播13. 3.4演纬9.36子棋自对弈训练第10章图像优化处理实例教学目的与要求：通过本章的学习，使学生了解在图像优化算法中进化算法的使用，了解图像处理的基本知识,掌握遗传算法在图像分割中的脚用,掌握粒子群算法在图像分割中的应用.教学重点与难点，重点：遗

13、传算法和粒f群亢法在图像分割中的应用难点：遗传算.法和粒子群笄法在图像分割中的应用10. 1数字图像处理技术简介10.1.1基本概念10. 1.2研究内容10 .1.3应用领域11 .2图像分割10. 2.1技术介绍10. 2.2图像分割的定义10. 2.3茶于阈竹的分割方法14. 2.4其他分割方法10.3基于进化算法的图像分割方实例10.3.1法于遗传算法的图像分割10.3.2基于粒子群算法的图像分别四、课程思政创新创业元素教学童节知识点思政元素案例培养目标备注第1章第3节自动控制系统的发展历史钱学森在控制论中的贡献及事迹.增加同学的笈国热情,努力学习,为社会主义现代化建设服务.课程思政第

14、2章第1节神经网络理论基础我国在神经网络研究中体现的科学家培养科学家精神,增强学生科学研究的兴趣.课程思政制神第3浓第1节强化学习概述AIphaGo战胜人类科学发展会带来生活方式的改变，激发同学们投身科学研究的热情.课程思政，创新创业元素第3章第3节动态规划郭永怀在摄动控制中的贡献和，迹增加同学们爱国热情，提岛科研和报效祖国的热情课程思政第7章第I节机械特控制实例中困空间站机械内提高学生对科研的兴逋和信心，提而民族自家格课程思政，创新创业元素一、学时分配表序号章节内容学配合计课堂授课上机学时习课研讨课其他I第I章结论42第2章神经网络控制83第3章强化学习可选）S4第4章深度强化学习（可选）85第5茶模糊控制86第6章进化算法47第7章机械曾控制实例228