01
智能控制概述
控制理论发展简史 · 智能控制的定义与特点 · 与传统控制的区别 · 主要分支
模糊控制神经网络专家系统
02
神经网络基础（一）
生物神经元 · MP模型 · 激活函数 · 单层感知机与线性分类
SigmoidReLUSoftmax
03
神经网络基础（二）
MLP结构 · 前向/反向传播 · 梯度下降 · 损失函数
BPAdamMSE
04
神经网络控制基础
神经网络在控制中的作用 · 系统辨识与控制 · 万能逼近定理 · 控制器结构
逼近能力辨识
05
系统辨识与建模
系统辨识概念 · 正向/逆向建模 · 离线/在线辨识 · 数据预处理
辨识建模
06
直接神经网络控制
直接逆模型控制 · 前馈补偿 · 内模控制(IMC) · 机械臂轨迹跟踪
逆模型IMC
07
间接神经网络控制
间接自适应控制 · 自校正调节器(STR) · MRAC · 神经网络在MRAC中的应用
STRMRAC
08
PID神经网络控制
传统PID局限 · 单神经元自适应PID · BP神经网络PID · 温度控制仿真
PID单神经元
09
自适应控制基础
基本概念 · 参数/结构自适应 · 自校正与MRAC · 稳定性问题
自适应稳定性
10
神经网络自适应控制（一）
直接自适应控制 · 李雅普诺夫稳定性 · 自适应律设计
李雅普诺夫梯度法
11
神经网络自适应控制（二）
间接自适应 · 神经网络MRAC · 鲁棒自适应 · 倒立摆仿真
鲁棒倒立摆
12
强化学习基础
状态/动作/奖励/策略 · MDP · 值函数与策略函数 · 探索与利用
MDP策略
13
基于值的强化学习
动态规划 · 蒙特卡洛 · TD · Q-Learning · DQN
Q-LearningDQN
14
基于策略的强化学习
策略梯度 · REINFORCE · Actor-Critic · A2C/A3C · PPO
PPOActor-Critic
15
深度强化学习控制
DDPG · SAC · 基于模型的RL · 四旋翼飞行器控制
DDPGSAC
16
自适应动态规划（ADP）
ADP原理 · HJB方程 · 值/策略迭代 · 神经网络应用
ADP最优控制
17
神经网络模型预测控制（MPC）
MPC原理 · 神经网络预测模型 · 滚动优化 · 化工过程控制
MPC预测控制
18
滑模神经网络控制
滑模控制原理 · 抖振抑制 · 神经网络逼近 · 自适应滑模
滑模抖振
19
模糊神经网络控制
模糊逻辑 · T-S模型 · FNN结构 · 自适应模糊神经网络 · 非线性系统
T-SFNN
20
递归神经网络控制
RNN结构 · LSTM · GRU · 动态系统建模与控制
LSTMGRU
21
自组织神经网络控制
SOM · LVQ · RBF网络 · RBF在自适应控制中的应用
RBFSOM
22
深度神经网络控制
深度前馈网络 · CNN状态估计 · ResNet · 视觉伺服控制
CNNResNet
23
迁移学习与元学习控制
迁移学习 · 领域自适应/泛化 · MAML · 快速自适应控制
MAML元学习
24
多智能体神经网络控制
多智能体系统 · 一致性/编队控制 · 分布式强化学习
一致性编队
25
事件触发神经网络控制
事件触发/自触发控制 · 神经网络应用 · 降低通信计算负担
事件触发自触发
26
鲁棒神经网络控制
H∞/μ综合 · 神经网络+鲁棒 · L2增益 · 不确定系统
H∞鲁棒
27
神经网络控制系统稳定性分析
李雅普诺夫 · ISS · 小增益定理 · 稳定性证明方法
ISS小增益
28
实现与工程应用
嵌入式部署 · 实时性优化 · GPU/FPGA加速 · 自动驾驶案例
嵌入式GPU
29
前沿进展与未来方向
PINN · SNN控制 · 类脑计算 · 可解释性神经网络控制
PINNSNN
30
综合项目实战
深度强化学习倒立摆 · LSTM预测控制 · ADP机器人最优控制 · 总结展望
实战项目