图书介绍
非线性系统的模糊模型辨识及其应用PDF|Epub|txt|kindle电子书版本网盘下载
- 刘福才著 著
- 出版社： 北京：国防工业出版社
- ISBN：7118046043
- 出版时间：2006
- 标注页数：168页
- 文件大小：9MB
- 文件页数：178页
- 主题词：非线性系统（自动化）－模糊模式识别
PDF下载
下载说明
非线性系统的模糊模型辨识及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 绪论1
1.1 研究模糊辨识的背景及意义1
1.2 模糊建模的发展过程及研究现状3
1.2.1 语言模糊模型3
1.2.2 模糊关系模型4
1.2.3 Takagi-Sugeno模型6
1.3 模糊模型的结构辨识方法8
1.3.1 系统输入变量的选择8
1.3.2 输入空间的模糊划分11
1.4 模糊模型参数辨识方法13
1.4.1 基于梯度学习的参数辨识13
1.4.2 基于模糊神经网络的参数学习16
1.4.3 应用遗传算法进行参数辨识与优化17
1.5 基于模糊模型的预测控制18
1.6 模糊辨识中的其他问题19
1.6.1 衡量非线性建模方法的优劣19
1.6.2 模糊辨识算法在实际系统中的应用20
1.6.3 模糊模型的品质指标21
1.7 模糊辨识领域尚待解决的问题21
第2章 模糊集理论基本概念和万能逼近理论分析24
2.1 模糊集理论基本概念24
2.1.1 模糊集合24
2.1.2 隶属函数24
2.1.3 基本定义25
2.1.4 模糊集合算子26
2.2 模糊系统万能逼近理论研究与分析27
2.1.5 模糊关系27
2.2.1 模糊系统的通用逼近性28
2.2.2 模糊系统作为函数逼近器充分条件的研究与分析31
2.2.3 模糊系统作为函数逼近器的必要条件36
第3章 基于模糊划分的非线性系统模糊辨识41
3.1 基于模糊规则的非线性系统模糊辨识基本算法41
3.1.1 问题的描述41
3.1.2 输入空间模糊划分方法41
3.1.3 模糊辨识方法43
3.1.4 仿真实例44
3.2 基于一种新的模糊模型的非线性系统模糊辨识算法47
3.2.1 问题的描述47
3.2.2 新的模糊模型48
3.2.3 参数辨识50
3.2.4 仿真实例52
3.3 基于正交最小二乘法的非线性系统模糊辨识算法55
3.3.1 用正交估计器辨识后件参数56
3.3.2 仿真实例57
第4章 基于模糊聚类的模糊辨识方法62
4.1 模糊模型辨识中模糊聚类方法应用分析62
4.1.1 问题的提出62
4.1.2 基于模糊聚类确定模糊模型前提结构及参数62
4.1.3 基于递推最小二乘法辨识模糊模型结论参数63
4.1.4 仿真实例65
4.2 基于模糊聚类和EUM方法的模糊辨识快速算法67
4.2.1 基于模糊聚类型隶属函数和EUM方法的前提参数68
辨识68
4.2.2 仿真实例69
4.3 基于快速模糊聚类和统计信息准则的模糊辨识算法72
4.3.1 快速模糊聚类73
4.3.2 模糊模型74
4.3.3 改进的统计信息准则75
4.3.4 仿真结果75
4.4 基于递阶模糊聚类的模糊辨识算法76
4.4.1 T-S模糊模型77
4.4.2 算法的提出77
4.4.3 仿真实例79
第5章 数据预处理技术在模糊建模中的应用85
5.1 数据变换技术85
5.2 基于Box-Cox变换的改进模糊辨识方法86
5.2.1 问题的描述86
5.2.2 采用Box-Cox变换的非线性系统辨识87
5.3 基于非对称型Sigmoid变换函数的改进模糊辨识方法93
5.3.1 基于被变换模型的启发式方法和梯度下降法95
5.3.2 仿真实例97
5.3.3 仿真结果分析99
第6章 隶属函数的选择对模糊模型描述性能的影响102
6.1 问题的描述102
6.2 基于T-S模型的模糊辨识103
6.2.1 T-S模糊模型103
6.2.2 隶属函数的确定103
6.3 仿真结果107
第7章 基于T-S模糊模型的非线性噪声消除111
7.1 基于T-S模糊模型的非线性噪声消除111
7.1.1 模糊推理算法111
7.1.2 非线性噪声消除112
7.1.3 仿真实例113
7.2 一种基于可信度模糊C-均值算法的去噪声建模方法115
7.2.1 模糊C-均值算法116
7.2.2 可信度模糊C-均值算法118
7.2.3 建模方法120
7.2.4 仿真实例120
第8章 模糊辨识方法在实际系统中的应用124
8.1 基于改进模糊辨识方法的递阶智能控制124
8.1.1 问题的描述124
8.1.2 应用实例——化工厂人工操作模型126
8.2 基于模糊辨识的自适应广义预测控制128
8.2.1 问题的提出128
8.2.2 模糊模型的结构形式及参数辨识129
8.2.3 基于模糊模型的自适应广义预测控制131
8.2.4 仿真研究134
8.3 模糊辨识方法在铅酸蓄电池建模中的应用136
8.3.1 问题的提出136
8.3.2 蓄电池模型的发展过程及研究现状137
8.3.3 铅酸蓄电池的模糊建模142
8.4 电力系统短期负荷预测的模糊建模方法146
8.4.1 关于模型的一般概念146
8.4.2 模型的辨识149
8.4.3 实例分析149
8.5 用模糊辨识方法预测马氏体不锈钢的Ms温度152
8.5.1 数据选择与处理153
8.5.2 结果与分析154
附录 DISO非线性系统输入／输出数据157
参考文献159