神经模糊控制理论及应用PDF|Epub|txt|kindle电子书版本网盘下载

神经模糊控制理论及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一篇 神经网络理论及其MATLAB实现第1章　神经网络理论3

1.1　神经网络的基本概念4

1.1.1　生物神经元的结构与功能特点4

1.1.2　人工神经元模型5

1.1.3　神经网络的结构7

1.1.4　神经网络的工作过程8

1.1.5　神经网络的学习8

1.1.6　神经网络的分类11

1.2　典型神经网络的模型11

1.2.1 MP模型11

1.2.2　感知机神经网络13

1.2.3　自适应线性神经网络18

1.2.4 BP神经网络20

1.2.5　径向基神经网络29

1.2.6　竞争学习神经网络33

1.2.7　学习向量量化神经网络43

1.2.8 Elman神经网络44

1.2.9 Hopfield神经网络45

1.2.10 Boltzmann神经网络60

1.3　神经网络的训练63

小结67

练习题167

第2章　MATLAB神经网络工具箱68

2.1 MATLAB神经网络工具箱函数68

2.1.1　神经网络工具箱中的通用函数68

2.1.2　感知机神经网络MATLAB函数71

2.1.3　线性神经网络MATLAB函数84

2.1.4 BP神经网络MATLAB函数91

2.1.5　径向基神经网络MATLAB函数104

2.1.6 自组织神经网络MATLAB函数110

2.1.7　学习向量量化神经网络MATLAB函数126

2.1.8 Elman神经网络MATLAB函数131

2.1.9 Hopfield神经网络MATLAB函数134

2.1.10　Demos演示功能140

2.2 MATLAB神经网络工具箱的图形用户界面141

2.2.1　神经网络编辑器141

2.2.2　神经网络拟合工具151

2.3　基于Simulink的神经网络模块155

2.3.1　模块的设置155

2.3.2　模块的生成156

2.4　神经网络在系统预测和故障诊断中的应用159

2.4.1　系统输入／输出数据的处理159

2.4.2　基于神经网络的系统预测160

2.4.3　基于神经网络的故障诊断173

小结181

练习题2181

第3章　神经网络控制系统182

3.1　神经网络控制理论182

3.1.1　神经控制的基本原理182

3.1.2　神经网络在控制中的主要作用183

3.1.3　神经网络控制系统的分类184

3.2　基于Simulink的三种典型的神经网络控制系统194

3.2.1　神经网络模型预测控制194

3.2.2　反馈线性化控制200

3.2.3　模型参考控制203

小结207

练习题3207

第二篇 模糊逻辑理论及其MATLAB实现第4章　模糊逻辑理论211

4.1　模糊逻辑理论的基本概念211

4.1.1　模糊集合及其运算211

4.1.2　模糊关系及其合成218

4.1.3　模糊向量及其运算220

4.1.4　模糊逻辑规则221

4.1.5　模糊逻辑推理223

4.2　模糊逻辑控制系统的基本结构230

4.2.1　模糊控制系统的组成230

4.2.2　模糊控制器的基本结构231

4.2.3　模糊控制器的维数231

4.2.4　模糊控制中的几个基本运算操作232

4.3　模糊逻辑控制系统的基本原理232

4.3.1　模糊化运算232

4.3.2　数据库233

4.3.3　规则库236

4.3.4　模糊推理238

4.3.5　清晰化计算240

4.4　离散论域的模糊控制系统的设计241

4.5　具有PID功能的模糊控制器246

小结247

练习题4247

第5章　MATLAB模糊逻辑工具箱249

5.1 MATLAB模糊逻辑工具箱简介249

5.1.1　模糊逻辑工具箱的功能特点249

5.1.2　模糊推理系统的基本类型250

5.1.3　模糊逻辑系统的构成251

5.2　利用MATLAB模糊逻辑工具箱建立模糊推理系统251

5.2.1　模糊推理系统的管理函数251

5.2.2　模糊语言变量及其语言值255

5.2.3　模糊语言变量的隶属度函数256

5.2.4　模糊规则的建立与修改264

5.2.5　模糊推理计算与去模糊化268

5.2.6　模糊推理在控制系统中的应用270

5.3 MATLAB模糊逻辑工具箱的图形用户界面276

5.3.1　模糊推理系统编辑器（Fuzzy）276

5.3.2　隶属度函数编辑器（Mfedit）278

5.3.3　模糊规则编辑器（Ruleedit）278

5.3.4　模糊规则浏览器（Ruleview）279

5.3.5　模糊推理输入／输出曲面浏览器（Surfview）279

5.4　基于Simulink的模糊逻辑的系统模块281

小结285

练习题5285

第6章　模糊神经和模糊聚类及其MATLAB实现286

6.1　基于Mamdani模型的模糊神经网络286

6.1.1　模糊系统的Mamdani模型286

6.1.2　系统结构288

6.1.3　学习算法289

6.2　基于Takagi-Sugeno模型的模糊神经网络291

6.2.1　模糊系统的Takagi-Sugeno模型291

6.2.2　系统结构292

6.2.3　学习算法294

6.3 自适应神经模糊系统及其MATLAB实现296

6.3.1　采用网格分割方式生成模糊推理系统296

6.3.2　自适应神经模糊系统的建模297

6.3.3 自适应神经模糊推理系统在建模中的应用299

6.3.4　自适应神经模糊推理系统的图形界面编辑器303

6.4　模糊聚类及其MATLAB实现309

6.4.1　模糊C-均值聚类函数309

6.4.2　模糊减法聚类函数310

6.4.3　基于减法聚类的模糊推理系统建模函数312

6.4.4　模糊C-均值和减法聚类的图形用户界面314

小结316

练习题6317

附录A MATLAB程序清单318

附录B MATLAB函数一览表325

附录C MATLAB函数分类索引331

参考文献333