经济智能控制系统研究及其应用 吴斌,涂序彦,吴亚东 9787030248404 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

吴斌，涂序彦，吴亚东 著

图书标签:

• 经济学
• 控制科学
• 智能控制
• 系统工程
• 自动化
• 优化算法
• 建模仿真
• 电力系统
• 能源经济
• 应用研究

店铺： 北京十翼图书专营店

出版社： 科学出版社

ISBN：9787030248404

商品编码：29519936095

包装：平装

出版时间：2009-06-01

基本信息

书名:经济智能控制系统研究及其应用

定价：45.00元

售价：36.9元,便宜8.1元,折扣82

作者:吴斌,涂序彦,吴亚东

出版社：科学出版社

出版日期：2009-06-01

ISBN：9787030248404

字数：

页码：

版次：1

装帧：平装

开本：16开

商品重量：0.400kg

编辑推荐

---

内容提要

---

本书在经济控制、低成本自动化和智能控制已有成果的基础上，提出和研究开发了经济智能控制系统的概念、设计方法和实现技术。经济智能控制研究发展了经济控制理论及其应用，将面向常规控制系统的经济控制推广到基于计算机网络的智能控制系统中，同时在智能控制系统的设计中引入经济控制的思想，实现经济控制与智能控制的结合，为智能控制的研究和应用进行新的探索，为低成本自动化系统设计提供新的理论方法。
本书可作为从事大型控制、管理与信息系统研究开发与工程设计人员的参考用书，也可供从事智能控制与智能系统研究、设计和应用工作的科技工作者参考。

目录

---

《智能科学技术著作丛书》序
前言
章 绪论
1.1 引言
1.2 主要研究内容
1.3 本书的结构
第2章 经济控制理论与低成本自动化
2.1 经济控制问题的提出
2.1.1 一般提法
2.1.2 经济结构综合
2.2 经济结构综合方法
2.2.1 可控分型法和可观分型法
2.2.2 利用系统的极点及某些矩阵的秩求解
2.2.3 利用Jordan标准形的满秩相似变换阵寻找综合解的代数方法
2.2.4 有向图解算法
2.2.5 用结构经济控制求经济控制阵
2.2.6 经济结构综合解的适定性
2.3 分散控制系统的经济控制
2.4 闭环控制系统的经济控制
2.4.1 静态的状态反馈和输出反馈的经济结构综合
2.4.2 镇定系统和配置系统极点的经济信息结构综合
2.5 广义系统的经济控制结构综合
2.5.1 经济控制阵B*和经济观测阵C*的存在性
2.5.2 B*1的结构与性质
2.5.3 B*1的结构与性质
2.5.4 经济控制阵B*的结构与性质
2.6 经济结构综合的应用研究
2.6.1 不需要改进生产设备的综合
2.6.2 指定经济结构的综合
2.7 经济控制问题在管理系统中的拓展
2.7.1 定义的拓展
2.7.2 对象与模型的拓展
2.7.3 求解思路与方法的拓展
2.8 低成本自动化
2.8.1 低成本自动化概述
2.8.2 低成本自动化内容
2.8.3 低成本自动化实现
参考文献
第3章 智能控制研究与应用
3.1 智能控制的发展
3.2 智能控制系统研究
3.2.1 智能控制系统的研究对象
3.2.2 智能控制系统的定义
3.2.3 智能控制系统的特点
3.2.4 智能控制系统研究的数学工具
3.3 智能控制的类型
3.3.1 学习控制系统
3.3.2 分级递阶智能控制系统
3.3.3 专家控制系统
3.3.4 神经控制
3.3.5 模糊控制
3.3.6 基于多Agent的智能控制
3.3.7 组合智能控制
3.4 智能控制的模型研究
3.4.1 广义模型
3.4.2 八元组结构模型
3.4.3 特征模型
3.5 智能控制系统的性能研究
3.6 智能控制待研究的问题
3.7 粗糙集理论在控制系统中的应用
3.7.1 粗糙集理论的相关基本概念
3.7.2 基于粗糙集理论的吊车摆控制系统设计
3.7.3 基于粗糙集规则编码的神经网络控制器设计
3.7.4 粗糙控制器的几种实现形式
3.8 基于遗传算法的PID控制器设计
3.8.1 引入模拟退火机制的遗传算法
3.8.2 基于遗传算法的PID控制器设计
参考文献
第4章 经济智能控制系统的结构方案
4.1 控制系统的发展
4.2 集散控制系统
4.2.1 DCS概述
4.2.2 DCS组成
4.2.3 DCS实例
4.2.4 DCS的技术特点与优点
4.3 现场总线技术
4.3.1 现场总线技术概述
4.3.2 FCS组成
4.3.3 FCS实例
4.3.4 现场总线的技术特点与优点
4.4 基于网络的控制系统
4.4.1 NCS概述
4.4.2 NCS的研究内容
4.5 基于现场总线技术的MEICS
参考文献
第5章 经济智能控制系统的经济性分析
5.1 MEICS的经济目标函数构成
5.2 MEICS的硬件投入分析
5.3 MEICS的开发和维护费用分析
5.4 MEICS的经济效益分析
参考文献
第6章 经济智能控制系统的优化方法——广义自适应遗传算法
6.1 进化的基本理论
6.1.1 达尔文生物进化论
6.1.2 孟德尔自然遗传学说
6.1.3 遗传算法的生物学基础
6.1.4 遗传算法的特点
6.1.5 遗传算法的应用
6.2 遗传算法研究
6.2.1 常规优化方法与遗传算法的比较
6.2.2 遗传算法的基本原理
6.2.3 遗传算法的实现
6.2.4 遗传算法的改进
6.2.5 免疫遗传算法
6.2.6 量子遗传算法
6.3 广义自适应遗传算法
6.3.1 初始种群的产生
6.3.2 适应度函数厂
6.3.3 复制算子
6.3.4 “高品质”移民
6.3.5 自适应交换算子
6.3.6 自适应变异算子
6.3.7 停止条件
6.4 广义自适应遗传算法的仿真检验
6.4.1 实际问题
6.4.2 算法实现
6.4.3 结果分析
6.4.4 结论
参考文献
第7章 经济智能控制系统的信息结构能通性分析与优化研究
7.1 MEICS的信息结构模型
7.1.1 信息结构能通性的概念
7.1.2 MEICS的信息结构模型
7.1.3 信息结构阵的逻辑运算
7.2 MEICS的信息结构能通性分析
7.2.1 MEICS信息结构阵的分解
7.2.2 MEICS信息结构能通性判据
7.2.3 MEICS信息结构能通性分析
7.3 MEICS的信息结构可靠性与经济性分析
7.3.1 信息通道结构可靠性指标
7.3.2 MEICS信息通道结构可靠性分析
7.3.3 MEICS信息通道结构经济性分析
7.4 MEICS信息结构的优化研究
7.4.1 GSAGA编码的确定
7.4.2 适应度函数选择
7.4.3 约束条件及其处理
参考文献
第8章 经济智能控制系统的参数优化
8.1 MEICS参数的优化目标函数
8.1.1 控制系统描述
8.1.2 优化目标函数J的选择
8.1.3 优化目标函数J的计算
8.2 MEICS控制参数优化的实现
8.2.1 PID控制器参数范围的选择
8.2.2 广义自适应遗传算法参数的选择
8.2.3 优化结果分析
参考文献
第9章 MR-100/150M3混凝土搅拌设备经济智能控制系统
9.1 系统控制对象概述
9.1.1 部件简介
9.1.2 工艺流程过程概述
9.2 MEICS设计
9.2.1 控制系统硬件设计
9.2.2 控制系统软件设计
9.2.3 控制系统控制参数的设计
9.3 MR-100/150M3混凝土搅拌设备MEICS的信息通道结构分析
9.3.1 系统信息通道结构模型
9.3.2 系统信息通道结构可靠性分析
9.4 MR-100/150M3混凝土搅拌设备MEICS的经济性分析
9.4.1 设备投资
9.4.2 开发周期与系统性能
9.4.3 经济效益
0章 展望

作者介绍

---

文摘

---

序言

---

《经济智能控制系统研究及其应用》 作者： 吴斌, 涂序彦, 吴亚东 出版社： 科学出版社 ISBN： 9787030248404 图书简介 本书深入探讨了经济智能控制系统的理论研究及其在实际应用中的诸多方面。随着全球经济一体化和信息技术的飞速发展，传统的经济调控手段在应对日益复杂多变的经济现象时显得力不从心。智能控制技术，作为人工智能领域的重要分支，以其强大的学习、自适应、优化和决策能力，为破解经济运行中的难题提供了全新的视角和有效的工具。本书旨在系统性地梳理和阐述经济智能控制系统的核心思想、关键技术、模型构建以及具体应用，为研究人员、政策制定者和行业从业者提供一本具有理论深度和实践指导意义的参考著作。 第一章 绪论 本章首先回顾了经济发展与控制技术相结合的历史进程，阐述了在当前经济环境下引入智能控制技术的必然性和重要性。经济系统具有非线性、时变性、不确定性以及高维度的特点，传统的线性控制理论和方法往往难以有效应对。智能控制技术，特别是模糊逻辑控制、神经网络控制、专家系统以及遗传算法等，因其能够处理不确定性信息、逼近复杂非线性函数、并具有学习和自适应能力，在经济领域的应用前景广阔。本章还界定了经济智能控制系统的概念，明确了其研究的范畴和目标，并简要介绍了本书的组织结构和各章节的主要内容，为读者搭建起对整个研究框架的初步认知。 第二章 经济系统的建模与分析 在应用智能控制技术之前，深入理解和准确建模经济系统是前提。本章重点介绍了经济系统的特性，包括其内在的复杂性、反馈回路、滞后效应以及宏观与微观经济主体之间的相互作用。在此基础上，本书详细阐述了多种经济系统的建模方法。传统的计量经济学模型，如时间序列模型（ARIMA、VAR等）、联立方程模型，虽然在描述经济变量之间的静态和动态关系方面发挥了重要作用，但在处理非线性、不确定性以及学习进化方面存在局限。因此，本章着重介绍了如何将现代数学工具与经济学理论相结合，构建能够捕捉经济系统复杂动态的数学模型。这包括动态随机一般均衡（DSGE）模型在考虑经济主体理性预期和最优决策方面的应用，以及复杂适应性系统（CAS）理论在描述经济系统涌现现象和自组织演化方面的视角。同时，本章也强调了数据在经济建模中的核心地位，介绍了如何利用统计学和计量经济学方法对经济数据进行预处理、识别和验证模型。 第三章 模糊逻辑控制在经济调控中的应用 模糊逻辑控制是一种基于模糊集合论和模糊规则的控制方法，其核心优势在于能够直接处理人类的模糊经验知识和语言描述。经济调控过程中，许多决策往往基于模糊的概念，例如“通货膨胀严重”、“经济过热”、“市场信心不足”等。本章详细介绍了模糊逻辑控制的基本原理，包括模糊化、模糊推理和解模糊化等过程。在此基础上，本书探讨了如何将模糊逻辑控制应用于具体的经济调控问题。例如，在货币政策制定中，可以利用模糊逻辑控制器来综合分析通货膨胀率、失业率、经济增长率等多个经济指标，并根据模糊规则生成更加灵活和人性化的货币政策指令（如调整利率、存款准备金率等）。在财政政策方面，模糊逻辑控制也可以用于优化税收和支出决策，以实现经济增长、稳定物价和充分就业等多重目标。本章通过具体案例分析，展示了模糊逻辑控制在提高经济调控的适应性和鲁棒性方面的潜力。 第四章 神经网络在经济预测与决策中的应用 神经网络，特别是深度学习模型，在处理海量数据和挖掘隐藏模式方面表现出卓越的能力，这使其在经济预测和决策领域具有巨大的应用价值。本章首先介绍了神经网络的基本结构和工作原理，包括前馈神经网络、循环神经网络（RNN）、长短期记忆网络（LSTM）以及卷积神经网络（CNN）等。接着，本书深入探讨了神经网络在经济预测中的应用。例如，利用LSTM模型可以对股票价格、汇率、商品价格等金融时间序列数据进行高精度预测，其强大的记忆能力能够捕捉长期依赖关系。在宏观经济预测方面，神经网络可以整合多种经济指标、新闻舆情、甚至社交媒体数据，构建更全面的预测模型，从而辅助宏观经济政策的制定。此外，本章还讨论了神经网络在风险评估、信用评分、欺诈检测以及个性化金融产品推荐等方面的应用。通过对大量经济数据的学习，神经网络能够发现人类难以察觉的模式，从而做出更优的决策。 第五章 专家系统与知识工程在经济管理中的作用 专家系统是一种模拟人类专家解决特定领域问题的智能系统，它通过知识库和推理机来获取和应用领域知识。在经济管理中，许多决策过程需要依赖于专家的经验和判断。本章介绍了专家系统的构建方法，包括知识的获取、表示和推理机制。例如，在投资决策领域，可以构建一个投资专家系统，将金融分析师的经验、市场分析理论以及各类金融工具的特性编码到知识库中。当用户输入相关的市场信息和投资目标时，推理机能够根据知识库生成相应的投资建议。在企业管理方面，专家系统可以用于辅助库存管理、生产调度、质量控制以及市场营销策略的制定。本章还探讨了知识工程在提升专家系统性能中的作用，包括知识的更新、校验和维护，以及如何将专家系统与其他智能控制技术相结合，形成更强大的混合智能系统。 第六章 遗传算法与进化计算在经济优化中的应用 遗传算法（GA）是一种受生物进化启发的优化算法，它通过模拟自然选择、交叉和变异等过程来搜索最优解。经济系统中的许多问题都可以转化为优化问题，例如资源配置、投资组合优化、生产计划制定等。本章详细介绍了遗传算法的基本原理，包括染色体表示、适应度函数设计、选择、交叉和变异等算子。在此基础上，本书阐述了遗传算法在经济优化中的应用。例如，在投资组合优化中，遗传算法可以用来寻找能够最大化预期收益并最小化风险的资产组合。在供应链管理中，遗传算法可以用于优化物流路径、库存水平和生产计划，从而降低成本并提高效率。本章还介绍了其他进化计算方法，如粒子群优化（PSO）和差分进化（DE），并对比了它们在解决不同经济优化问题时的优劣。通过实际案例，展示了遗传算法在处理复杂、多目标、非线性优化问题时的强大能力。 第七章 混合智能控制系统在经济领域的集成应用 鉴于不同智能控制技术各自的优缺点，将多种技术有机地结合起来，构建混合智能控制系统，能够充分发挥各自优势，从而应对更复杂的经济挑战。本章着重探讨了混合智能控制系统的设计理念和实现方法。例如，可以将模糊逻辑与神经网络相结合，构建模糊神经网络（FNN），它既能保留模糊逻辑的易解释性，又能利用神经网络的学习能力。这种系统可以用于金融风险预警，同时解释风险产生的原因。又如，可以将专家系统与遗传算法结合，构建专家知识指导的遗传算法（EKGA），在遗传算法的搜索过程中引入专家知识，提高搜索效率和解的质量。本书通过多个集成应用的实例，例如将模糊逻辑控制器用于指导神经网络的训练，或将遗传算法用于优化专家系统的规则库，展示了混合智能控制系统在提升经济调控的精度、鲁棒性和适应性方面的巨大潜力。 第八章 经济智能控制系统的实际案例分析 本章通过一系列具体的经济应用案例，进一步印证了经济智能控制系统的有效性和可行性。案例涵盖了宏观经济调控、金融市场分析、企业经营管理等多个层面。例如，本章可能详细介绍如何利用智能控制技术构建一个宏观经济预测与政策模拟系统，该系统能够整合多种数据源，预测经济走势，并模拟不同政策干预的效果，从而为政府决策提供科学依据。在金融领域，可能会介绍如何利用神经网络和遗传算法构建一个高频交易策略，或者利用模糊逻辑系统进行信贷风险评估。在企业层面，可能会探讨如何利用专家系统优化生产流程，或利用混合智能控制系统进行供应链的智能化管理。每个案例都将详细描述问题的背景、采用的智能控制技术、模型的构建过程、实验结果以及实际应用效果，力求做到详实和具体。 第九章 挑战与未来展望 尽管经济智能控制系统展现出了巨大的潜力，但在实际应用中仍面临诸多挑战。本章对这些挑战进行了深入分析，包括数据的质量和可获得性、模型的解释性问题、系统的稳定性和安全性、以及跨学科人才的培养等。同时，本章也对经济智能控制系统的未来发展方向进行了展望。这包括大数据和人工智能技术的进一步融合，如深度学习在经济预测和决策中的更广泛应用；可解释性人工智能（XAI）在经济领域的探索，以增强决策的透明度和可信度；以及将强化学习等技术引入经济系统，实现更高级别的自主决策和优化。此外，本章还强调了伦理和监管方面的重要性，以及如何在推动技术创新的同时，确保经济系统的公平、稳定和可持续发展。 结论 本书系统性地阐述了经济智能控制系统的理论基础、关键技术、构建方法以及在各个领域的应用。通过深入的研究和丰富的案例分析，本书旨在为读者提供一个全面而深入的视角，认识到智能控制技术在解决现代经济运行中的复杂问题上所扮演的越来越重要的角色。随着技术的不断进步和社会经济的持续发展，经济智能控制系统必将在未来的经济管理和决策中发挥更加关键的作用。

评分☆☆☆☆☆

我个人对技术书籍的评价标准，很大程度上取决于它在理论深度和实际操作之间的平衡把握。这本书在这方面展现出了惊人的功力。它没有满足于停留在高屋建瓴的宏观理论描述，而是深入到了每一个控制回路和算法细节的底层逻辑中。读到关于模型预测控制（MPC）的部分时，我能清晰地感受到作者们在描述其数学基础时那种严谨与耐心，他们似乎预判了每一个读者可能出现的理解盲点，并提前布设了解释的阶梯。更难得的是，在阐述完复杂的理论框架后，紧接着便提供了具体的工程实现案例分析。这种“理论—实践”的无缝切换，极大地增强了内容的可操作性，让原本感觉遥不可及的“智能控制”概念，变得触手可及。我尝试对照书中的流程图搭建了一个小型仿真环境，发现其指导性极强，几乎没有出现概念模糊导致执行受阻的情况。对于一个希望将前沿研究成果快速应用于工业界或者自身项目中的工程师来说，这本书简直就是一本量身定制的“操作手册”，而不是一本束之高阁的“概念辞典”。

评分☆☆☆☆☆

这本书的装帧和排版实在是太让人眼前一亮了。拿到手的时候，那种沉甸甸的质感，配合着米白色的纸张，瞬间就让我对接下来的阅读充满了期待。要知道，现在很多学术著作为了追求效率，往往在这些细节上有所妥协，但这本书显然在这方面下了不少功夫。内页的字体选择和行距的把握都极其考究，即便是面对复杂的公式和图表，阅读起来也丝毫没有感到吃力或混乱。尤其是那些涉及到系统架构和算法流程的插图，线条清晰，逻辑分明，即使用肉眼去追踪信息的流向，也能轻易地跟上作者的思路。这种对阅读体验的尊重，是很多优秀书籍的标志，它体现了出版方对知识传播质量的极致追求。很多时候，我们都会忽略掉物理载体对知识吸收效率的影响，但这本书恰恰证明了，好的物理呈现本身就是一种无声的引导，它能让读者更愿意沉浸其中，去探索那些深层次的理论构建。可以说，光是这份对细节的打磨，就足以让它在众多同类出版物中脱颖而出，成为案头必备的参考资料。

评分☆☆☆☆☆

从一个纯粹的读者角度出发，这本书在叙事节奏的把握上是相当高明的。很多技术著作的通病是前几章平铺直叙，中间部分信息量爆炸，最后又草草收场。但这本书的结构设计似乎经过了精心的规划。它首先用简洁有力的开篇确立了“经济智能”这一核心目标，将目标函数的优化与资源配置效率紧密挂钩，这立刻抓住了一个关心实际效益的读者的注意力。接着，它用一个恰到好处的篇幅去介绍必要的数学基础，避免了冗长枯燥的数学推导，而是专注于展示工具的“有效性”。进入核心章节后，作者的笔锋变得更加有力且富有穿透力，针对特定场景的复杂性，提出了多层次的解决方案。最让我感到满意的是结尾部分对未来展望的论述，它没有落入空泛的口号，而是基于书中已实现的成果，提出了未来五年内可能遇到的瓶颈和新的研究方向，这种前瞻性让整本书的价值得以延伸，激励着读者在合上书本后，还能继续思考下去。

评分☆☆☆☆☆

我是一位刚刚从传统控制理论转向深度学习在控制领域应用的研究生。坦白说，面对这个新兴交叉领域，我一开始感到非常迷茫，网络上碎片化的资料更是让人抓耳挠腮。这本书的出现，对我而言无异于在迷雾中找到了一座灯塔。作者们在介绍那些新兴的强化学习（RL）算法时，并没有直接跳到代码实现，而是非常细致地梳理了RL与经典最优控制理论之间的理论渊源和逻辑衔接点。这种“溯源”式的讲解，让我明白了新算法并非空中楼阁，而是建立在坚实的数学基础之上的。例如，他们对价值函数和策略迭代的解释，清晰地展示了其与经典动态规划思想的内在联系。这种由浅入深、循序渐进的构建方式，极大地缓解了我对“黑箱算法”的恐惧，让我能够带着批判性的眼光去审视和应用这些前沿工具。对于我这样的“转型者”来说，这本书的价值在于搭建了一个完整的知识地图，标明了传统理论的边界以及新方法的切入点。

评分☆☆☆☆☆

这本书的作者群体背景似乎非常强大，从他们的论述风格中，我能嗅到一种跨学科协作的痕迹。这绝非一个单一研究方向的闭门造车之作。比如，在探讨系统鲁棒性设计时，其中穿插了大量关于不确定性量化和概率统计的论述，这部分内容的处理角度非常新颖，远远超出了传统自动化领域的常见套路。更让我印象深刻的是，他们处理复杂系统非线性和高维动态时的视角。他们似乎并不畏惧传统PID或LQR方法的局限性，而是大胆地引入了更具适应性的学习机制作为补充，这种融合了不同控制哲学思想的尝试，使得整本书的视野非常开阔。读起来的感觉就像是在听三位不同领域的专家进行一场高质量的学术对话，彼此间的观点碰撞和互相补充，使得最终的理论体系显得无比坚固和全面。它不仅仅是在解决“如何控制”的问题，更是在探讨“在复杂多变的环境下，最优的控制范式应该是什么样”的哲学命题。