智能预测控制及其MATLAB实现PDF|Epub|txt|kindle电子书版本网盘下载

智能预测控制及其MATLAB实现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 神经网络控制及其MATLAB实现第1章　神经网络控制理论1

1.1　神经网络的基本概念2

1.1.1 生物神经元的结构与功能特点2

1.1.2　人工神经元模型3

1.1.3　神经网络的结构5

1.1.4　神经网络的工作方式6

1.1.5　神经网络的学习6

1.1.6　神经网络的分类9

1.2　典型神经网络的模型9

1.2.1　MP模型9

1.2.2　感知机神经网络11

1.2.3 自适应线性神经网络14

1.2.4　BP神经网络16

1.2.5　径向基神经网络24

1.2.6　竞争学习神经网络29

1.2.7　学习向量量化（LVQ）神经网络38

1.2.8　Elman神经网络39

1.2.9　Hopfield神经网络40

1.2.10 Boltzmann神经网络56

1.3　神经网络的训练60

1.4　神经网络控制系统63

1.4.1　神经控制的基本原理63

1.4.2　神经网络在控制中的主要作用64

1.4.3　神经网络控制系统的分类65

小结73

思考练习题74

第2章 MATLAB神经网络工具箱函数75

2.1 MATLAB神经网络工具箱函数75

2.1.1 神经网络工具箱中的通用函数75

2.1.2　感知机神经网络MATLAB函数78

2.1.3 线性神经网络MATLAB函数89

2.1.4　BP神经网络MATLAB函数95

2.1.5　径向基神经网络MATLAB函数107

2.1.6 自组织神经网络MATLAB函数112

2.1.7 学习向量量化（LVQ）神经网络MATLAB函数126

2.1.8　Elman神经网络MATLAB函数129

2.1.9　Hopfield神经网络MATLAB函数132

2.1.10　利用Demos演示神经网络的建立137

2.2 MATLAB神经网络工具箱的图形用户界面139

2.2.1　神经网络编辑器139

2.2.2　神经网络拟合工具144

小结147

思考练习题147

第3章　基于Simulink的神经网络控制系统148

3.1　基于Simulink的神经网络模块148

3.1.1　模块的设置148

3.1.2　模块的生成149

3.2　基于Simulink的三种典型神经网络控制系统151

3.2.1　神经网络模型预测控制151

3.2.2　反馈线性化控制157

3.2.3　模型参考控制159

小结162

思考练习题162

第二篇 模糊逻辑控制及其MATLAB实现第4章　模糊逻辑控制理论163

4.1　模糊逻辑理论的基本概念163

4.1.1　模糊集合及其运算163

4.1.2　模糊关系及其合成170

4.1.3　模糊向量及其运算171

4.1.4　模糊逻辑规则172

4.1.5　模糊逻辑推理174

4.2　模糊逻辑控制系统的基本结构178

4.2.1　模糊控制系统的组成179

4.2.2　模糊控制器的基本结构179

4.2.3　模糊控制器的维数180

4.2.4　模糊控制中的几个基本运算操作180

4.3　模糊逻辑控制系统的基本原理181

4.3.1　模糊化运算181

4.3.2　数据库181

4.3.3　规则库184

4.3.4　模糊推理186

4.3.5　清晰化计算188

4.4　离散论域的模糊控制系统的设计189

4.5　具有PID功能的模糊控制器194

小结195

思考练习题195

第5章 MATLAB模糊逻辑工具箱函数196

5.1 MATLAB模糊逻辑工具箱简介196

5.1.1 模糊逻辑工具箱的功能特点196

5.1.2　模糊推理系统的基本类型197

5.1.3　模糊逻辑系统的构成197

5.2　利用模糊逻辑工具箱建立模糊推理系统198

5.2.1 模糊推理系统的建立、修改与存储管理198

5.2.2　模糊语言变量及其语言值201

5.2.3　模糊语言变量的隶属函数202

5.2.4　模糊规则的建立与修改209

5.2.5　模糊推理计算与去模糊化213

5.3　MATLAB模糊逻辑工具箱的图形用户界面215

5.3.1　模糊推理系统编辑器（Fuzzy）216

5.3.2　隶属函数编辑器（Mfedit）217

5.3.3　模糊规则编辑器（Ruleedit）218

5.3.4　模糊规则浏览器（Ruleview）218

5.3.5　模糊推理输入输出曲面浏览器（Surfview）218

5.4　基于Simulink的模糊逻辑的系统模块220

小结224

思考练习题224

第6章　模糊神经和模糊聚类及其MATLAB实现225

6.1　基于Mamdani模型的模糊神经网络225

6.1.1　模糊系统的Mamdani模型225

6.1.2　系统结构227

6.1.3　学习算法228

6.2　基于Takagi-Sugeno模型的模糊神经网络230

6.2.1　模糊系统的Takagi-Sugeno模型231

6.2.2　系统结构231

6.2.3　学习算法233

6.3 自适应神经模糊系统及其MATLAB实现235

6.3.1 采用网格分割方式生成模糊推理系统函数236

6.3.2 自适应神经模糊系统的建模函数237

6.3.3 自适应神经模糊推理系统的图形用户界面编辑器（Anfis Editor）240

6.4　模糊聚类及其MATLAB实现247

6.4.1　模糊C－均值聚类函数247

6.4.2　模糊减法聚类函数248

6.4.3　基于减法聚类的模糊推理系统建模函数250

6.4.4　模糊C－均值和减法聚类的图形用户界面252

小结254

思考练习题254

第三篇 模型预测控制及其MATLAB实现第7章　模型预测控制理论255

7.1　动态矩阵控制理论255

7.1.1　预测模型255

7.1.2　滚动优化257

7.1.3　误差校正258

7.2　广义预测控制理论258

7.2.1　预测模型259

7.2.2　滚动优化259

7.2.3　反馈校正261

7.3　预测控制理论分析262

7.3.1　广义预测控制的性能分析262

7.3.2　广义预测控制与动态矩阵控制规律的等价性证明266

7.3.3　广义预测控制与动态矩阵控制的比较268

小结268

思考练习题268

第8章 MATLAB预测控制工具箱函数269

8.1　系统模型辨识函数269

8.1.1　数据向量或矩阵的归一化269

8.1.2　基于线性回归方法的脉冲响应模型辨识271

8.1.3　脉冲响应模型转换为阶跃响应模型274

8.1.4　模型的校验275

8.2　系统模型建立与转换函数275

8.2.1　模型转换276

8.2.2　模型建立281

8.3　基于阶跃响应模型的控制器设计与仿真函数282

8.3.1　输入／输出有约束的模型预测控制器设计与仿真283

8.3.2　输入／输出无约束的模型预测控制器设计284

8.3.3 计算由阶跃响应模型构成的闭环系统模型285

8.4　基于状态空间模型的预测控制器设计函数286

8.4.1　输入／输出有约束的状态空间模型预测控制器设计286

8.4.2　输入／输出无约束的状态空间模型预测控制器设计288

8.4.3　状态估计器设计291

8.5 系统分析与绘图函数293

8.5.1　计算和绘制系统的频率响应曲线293

8.5.2　计算频率响应的奇异值294

8.5.3　计算系统的极点和稳态增益矩阵294

8.5.4　系统分析和绘图294

8.6　通用功能函数296

8.6.1　通用模型转换296

8.6.2　方程求解297

8.6.3　离散系统的分析298

8.7　MATLAB模型预测控制工具箱的图形用户界面298

小结306

思考练习题307

第9章 隐式广义预测自校正控制及其MATLAB实现308

9.1 单输入单输出系统的隐式广义预测自校正控制算法308

9.2　多输入多输出系统的隐式广义预测自校正控制算法311

9.3　仿真研究315

9.3.1　单输入单输出系统的仿真研究315

9.3.2　多输入多输出系统的仿真研究320

小结321

思考练习题321

附录A　隐式广义预测自校正控制仿真程序清单322

附录B MATLAB函数一览表329

附录C MATLAB函数分类索引335

参考文献337