李人厚
目前主要从事大系统理论及应用,分布式计算机控制系统,计算机支持协同工作系统(CSCW)和人工智能和专家系统在工业控制中的应用等方面的教学和科学研究。
个性化签名
- 姓名:李人厚
- 目前身份:
- 担任导师情况:
- 学位:
-
学术头衔:
博士生导师
- 职称:-
-
学科领域:
系统论
- 研究兴趣:目前主要从事大系统理论及应用,分布式计算机控制系统,计算机支持协同工作系统(CSCW)和人工智能和专家系统在工业控制中的应用等方面的教学和科学研究。
李人厚教授,浙江宁波人,生于1935年5月。1953年毕业于宁波中学。1957年毕业于上海交通大学工业企业电气化专业。1979年至1981年作为访问学者在英国曼彻斯特理工学院进修、工作。1986年晋升为教授,同年为博士导师。1978至1991年前后任西安交通大学无线电系副系主任、信息与控制工程系副系主任、系主任和研究所所长,1992年兼职西安交通大学图书馆馆长。曾任全国自动化学会常务理事,陕西省自动化学会理事长。李人厚教授早期从事数字计算机和模拟计算机仿真的教学和科研。目前主要从事大系统理论及应用,分布式计算机控制系统,计算机支持协同工作系统(CSCW)和人工智能和专家系统在工业控制中的应用等方面的教学和科学研究。 编著有“计算机仿真技术”、“大系统递阶与分散控制”。该二书分别为全国统编自控类本科生和研究生教材。1990年出版“多微计算机系统及其在控制中的应用”。译有“分散控制”、“动态规划:随机与确定性模型”。主编(译)“电子工程师手册”。1999年出版”智能控制理论和方法”。2004年译有“智能系统:结构、设计与控制”(电子工业出版社)。在国内外学术会议及学术刊物上发表论文200多篇。李人厚教授参加和主持多项科研项目,先后获省、部级科技进步奖6项。
-
主页访问
2773
-
关注数
0
-
成果阅读
434
-
成果数
9
【期刊论文】模糊定时高级Petri网的协同设计活动建模和分析
李人厚, 田锋, 张金成
计算机辅助设计与图形学学报,2004,16(3):267~274,-0001,():
-1年11月30日
利用模糊定时高级Petri网和工作流技术对协同设计活动进行建模和分析,定义了评估和推理规则,解决了协同设计中对不确定性时间参数的管理,并能够实现对协同设计的时间验证,特别是对协同设计时间的定量分析。最后举例说明了如何建立相应的模糊Petri网模型,并对其性能进行分析推理。
协同设计, 工作流, 定量分析, 模糊定时高级Petri网
-
60浏览
-
0点赞
-
0收藏
-
0分享
-
238下载
-
0评论
-
引用
李人厚, 刘芳
信息与控制,2004,33(4):385~388,-0001,():
-1年11月30日
本文提出一种模糊进化规划,用于前向神经网络的设计。该方法通过对神经元的部分解群体的进化,缩短了个体的编码长度,显著地减轻了计算量,同时这种方法不但能够在很大程度上简化适应值的计算,更重要的是能够降低适应值空间的复杂性,从而能够加速进化算法收敛到全局最优点。仿真结果显示,本文提出的算法能够有效抑制进化规划算法初期收敛的发生,有效地提高多层前向神经网络收敛精度,并可获得更为简洁的网络结构。*
模糊进化规划, 前向神经网络, 分层方法
-
60浏览
-
0点赞
-
0收藏
-
0分享
-
241下载
-
0评论
-
引用
李人厚, 孙衢
自动化学报,2001,27(5):719~723,-0001,():
-1年11月30日
采用模糊动态模型对多变量复杂非线性系统进行模糊控制。首先针对局部线性动态模型设计状态反馈控制器,然后利用模糊推理确定整个系统的控制;在一系列局部模型通过模糊隶属函数连接得到的连续的全局模型中,全面考虑其它关联子系统对标称线性系统的摄动,并利用大系统分散控制关联稳定性的概念和方法,得到了闭环模糊系统稳定的充分条件。仿真例子验证了该设计方法的正确性。
模糊动态模型,, 分散控制,, 关联摄动,, 稳定性
-
45浏览
-
0点赞
-
0收藏
-
0分享
-
374下载
-
0评论
-
引用
李人厚, 刘芳, 梅时春,
控制与决策,2004,19(8):877~880,-0001,():
-1年11月30日
提出一种基于进化规划的神经网络群的自动设计方法。该方法不仅使得神经网络群中的个体网络倾向于完成不同的子任务,同时各神经网络个体在进化过程中不断寻找最好的协作关系,而且神经网络群的规模和结构不需预先设定。仿真试验表明,该算法是有效的。
神经网络群, 进化规划, 负相关学习
-
47浏览
-
0点赞
-
0收藏
-
0分享
-
210下载
-
0评论
-
引用
李人厚, 余文
计算机学报,2001,24(9):972~978,-0001,():
-1年11月30日
该文综述了DNA计算的原理及其当前发展的动向。DNA计算虽然刚刚兴起不久,但它是一个新的交叉学科和研究领域,有不可估量的应用潜力。文中指出了DNA计算目前研究的主要方向及应用领域。
DNA计算,, 哈密尔顿路径,, 智能控制,, NP完全问题,, 并行进化算法
-
80浏览
-
0点赞
-
0收藏
-
0分享
-
304下载
-
0评论
-
引用
李人厚, 张平安, 张金明
控制理论与应用,2002,19(1):99~102,-0001,():
-1年11月30日
针对Takagi-Sugeno模糊模型(T-S模型)严重的维数灾问题,借鉴GMDH算法,提出了一种新的复杂系统递阶模糊辨识方法。本文首先详细描述了由两输入变量的特殊T-S模型所组成的递阶模糊模型;然后提出了具体的辨识该递阶模糊模型的方法。该方法的特点是:a)在结构辨识阶段,用FCM模糊聚类方法评价系统中每个输入变量的重要性,以便构造合理的递阶模糊模型;b)预先合理地确定了所要辨识的参数的初始值,用扩展卡尔曼滤波方法可很快地得到这些参数。最后,给出的仿真实例说明了本文辨识方法的有效性。
模糊辨识, 递阶模糊模型, 系统辨识
-
37浏览
-
0点赞
-
0收藏
-
0分享
-
179下载
-
0评论
-
引用
李人厚, 罗伟其, 徐宝民, 刘永清
控制理论与应用,2000,17(1):35,-0001,():
-1年11月30日
在对集成化管理信息系统若干问题描述的基础上,提出关于建立信息系统综合集成体系的一些思路。
管理信息系统, 综合集成, 系统工程
-
43浏览
-
0点赞
-
0收藏
-
0分享
-
200下载
-
0评论
-
引用
【期刊论文】Stable and optimal adaptive fuzzy control of complex systems using fuzzy dynamic model
李人厚, Qu Sun a, *, Renhou Li b, Ping'an Zhang b
Fuzzy Sets and Systems 133(2003)1-17,-0001,():
-1年11月30日
A design method is presented for the stabilization of multivariable complex nonlinear systems which can be represented by fuzzy dynamic model. Firstly, an adaptive fuzzy control law is addressed. Then the closed-loop fuzzy system is robustly stabilized under some bounded perturbations and disturbances by adding a supervising controller. Based on the variable structure control theory of uncertain systems, a su5cient condition for the stability of the closed-loopfuzzy system is also derived using the concept of connective stability in decentralized control of large-scale systems. Under this condition, an optimal fuzzy controller is designed with genetic algorithms. Two examples are given to illustrate the application of the method.
Fuzzy dynamic model, Complex systems, Adaptive fuzzy control, Stability, Robustness, Optimality
-
23浏览
-
0点赞
-
0收藏
-
0分享
-
163下载
-
0评论
-
引用
【期刊论文】Fuzzy logic controller based on genetic algorithms1
李人厚, Li RenHou*, Zhang Yi
Fuzzy Sets and Systems 83(1996)1-10,-0001,():
-1年11月30日
Based on genetic algorithms (GAs), a method of designing a fuzzy logical controller for complex processes is proposed. After a brief overview of GA, the selection of GA's control parameters is discussed for designing MIMO fuzzy control systems. We explained the optimization procedure of the fuzzy rules' selection on a large fuzzy input search space. A double inverted pendulum device is used to test the effectiveness of the design method based on GAs. Not only simulation results are shown in the paper, but also the practical operation results are given.
Genetic algorithm, Fuzzy set, Control theory, Engineering
-
39浏览
-
0点赞
-
0收藏
-
0分享
-
152下载
-
0评论
-
引用