附件六.docVIP

附件六 博士研究生课程教学大纲格式 课程编号：B0104001C 课程名称：H∞控制理论 开课院系：航天学院控制科学与工程系 任课教师：何朕教授，王广雄教授 先修课程：自动控制原理 适用学科范围：控制类学科 学时： 32 学分： 2 开课学期：春 开课形式：讲授 课程目的和基本要求：（200字左右） H∞控制理论是关于系统综合（synthesis）的理论。本课程主要介绍如何设计问题成∞标准问题，∞设计中权函数的确定，如何来求解∞优化问题，∞优化解的假设条件。要求掌握∞优化设计中一些基本问题的求解，例如S/T混合灵敏度问题∞状态反馈、鲁棒性能问题等的求解。 本课程共分六章 第一章 控制理论形成的历史背景 第二章 问题和问题 这两章主要从纵向（历史和进展）和横向（与问题对比）来讲解问题所能解决的和所要解决的问题，从各个角度来讲解如何将控制系统的设计问题转换成标准问题。 第三章 问题的求解：84年法 第四章 问题的求解：DGKF法 这两章介绍如何求解优化解，其中84年法是指参数化和模型匹配法，这是控制理论发展的一个里程碑，通过84年法是要介绍控制理论中的一些基本概念。DGKF法是优化解的经典方法，该方法将频域上的设计问题转化成状态空间描述，充分发挥了状态空间法在计算上的优势。 第五章 LMI法 线性矩阵不等式（LMI）方法是后现代控制理论（postmodern control theory）的主要方法，这一章是结合问题的求解来介绍LMI法，主要内容是如何将频域上的设计要求转变为状态空间中的不等式条件。 第六章 结构奇异值和鲁棒性能设计 这一章主要讲清鲁棒稳定性和鲁棒性能的概念，结构奇异值的概念和D-K迭代法。 王广雄, 何朕著. 应用∞控制. 哈尔滨工业大学出版社, 2010 主要参考文献： J. C. Doyle, K. Glover, P. P. Khargonekar, and B. A. Francis, State-space solutions to standard and control problems, IEEE Trans. Autom. Control, 34(8), 1989: 831-847. 院（系）审核意见： 分评委员会审批意见： （教授委员会） 签字： 签字： 日期： 日期： 附件六 博士研究生课程教学大纲格式 课程编号：B0104002C 课程名称：神经网络理论及应用 航天学院 先修课程： 矩阵分析，控制科学与工程 学时：32 学分：2 开课学期： 春季 开课形式：课堂授课；上机实验 课程目的和基本要求：（200字左右） 本课程为强调理论与应用相结合通过本课程学习学生掌握神经网络的基本原理，典型神经网络的设计，神经网络在控制、辨识及其它相关领域中的应用 课程主要内容：（1000~1500字） 课程分成三大部分，即神经网络基础篇，神经网络扩展篇，神经网络辨识与控制篇。主要内容如下： 一．神经网络基础篇：介绍神经网络基本模型，最常用的反向传播算法及改进。内容包括： 概论 介绍人工神经网络特点，发展历史，应用与实例，神经网络分类，神经元模型及感知器。最后介绍课程安排，参考文献及考核方式 BP学习算法 介绍多层感知器和泛化学习能力，BP算法思想，学习算法推导及算法评述 学习算法性能优化分为基本概念及优化方法两部分。基本概念介绍向量的Taylor级数，方向导数及二次函数。优化方法包括基本思想，最速下降法，沿直线最小化共轭梯度法和Levenberg-Marquardt算法等方法。讲解同时配图形演示 MATLAB NN功能介绍然后介绍MATLAB NN工具箱及基本功能， 二．神经网络扩展篇：介绍径向基函数网络、Hopfield网络、竞争网络等不同类型网络。 1. RBFN网络 介绍RBFN网络结构及学习算法推导 竞争网络与组织网络 介绍Kohonen网络与ART网络 人工神经网络辨识 介绍神经网络 2. 人工神经网络控制神经网络控制基本结构神经网络PID控制 实验内容包括： 上机实验：Matlab神经网络工具箱使用及应用 课程主要教材： 1．王永骥，涂健，神经网络控制，机械工业出版，1998。 ．Martin T. Hagan, Howard B. Demuth,