神經(jīng)·模糊·預測控制及其MATLAB實現(xiàn)（第5版）

目 錄
第一篇 神經(jīng)網(wǎng)絡(luò)控制及其MATLAB實現(xiàn)
第1章 神經(jīng)網(wǎng)絡(luò)理論 （1）
1.1 神經(jīng)網(wǎng)絡(luò)的基本概念 （2）
1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點 （2）
1.1.2 人工神經(jīng)元模型 （3）
1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) （5）
1.1.4 神經(jīng)網(wǎng)絡(luò)的工作方式 （6）
1.1.5 神經(jīng)網(wǎng)絡(luò)的學習 （6）
1.1.6 神經(jīng)網(wǎng)絡(luò)的分類 （9）
1.2 典型神經(jīng)網(wǎng)絡(luò)的模型 （9）
1.2.1 MP模型 （9）
1.2.2 感知機 （11）
1.2.3 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò) （15）
1.2.4 BP神經(jīng)網(wǎng)絡(luò) （17）
1.2.5 徑向基神經(jīng)網(wǎng)絡(luò) （27）
1.2.6 競爭學習神經(jīng)網(wǎng)絡(luò) （31）
1.2.7 學習向量量化神經(jīng)網(wǎng)絡(luò) （40）
1.2.8 Elman神經(jīng)網(wǎng)絡(luò) （41）
1.2.9 Hopfield神經(jīng)網(wǎng)絡(luò) （42）
1.2.10 Boltzmann神經(jīng)網(wǎng)絡(luò) （58）
1.2.11 卷積神經(jīng)網(wǎng)絡(luò) （61）
1.3 神經(jīng)網(wǎng)絡(luò)的訓練 （66）
小結(jié) （70）
思考練習題 （70）
第2章 MATLAB神經(jīng)網(wǎng)絡(luò)和深度學習工具箱 （71）
2.1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù) （71）
2.1.1 神經(jīng)網(wǎng)絡(luò)工具箱中的通用函數(shù) （71）
2.1.2 感知機MATLAB函數(shù) （74）
2.1.3 線性神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （84）
2.1.4 BP神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （90）
2.1.5 徑向基神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （101）
2.1.6 自組織神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （106）
2.1.7 學習向量量化神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （119）
2.1.8 Elman神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （123）
2.1.9 Hopfield神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （126）
2.1.10 利用Demos演示神經(jīng)網(wǎng)絡(luò)的建立 （130）
2.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面 （132）
2.2.1 神經(jīng)網(wǎng)絡(luò)編輯器 （132）
2.2.2 神經(jīng)網(wǎng)絡(luò)擬合工具 （141）
2.3 基于Simulink的神經(jīng)網(wǎng)絡(luò)模塊 （143）
2.3.1 模塊的設(shè)置 （143）
2.3.2 模塊的生成 （145）
2.4 神經(jīng)網(wǎng)絡(luò)在系統(tǒng)預測和故障診斷中的應(yīng)用 （147）
2.4.1 系統(tǒng)輸入/輸出數(shù)據(jù)的處理 （147）
2.4.2 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)預測 （148）
2.4.3 基于神經(jīng)網(wǎng)絡(luò)的故障診斷 （159）
2.5 MATLAB深度學習工具箱 （167）
2.5.1 MATLAB深度學習工具箱函數(shù) （167）
2.5.2 MATLAB深度學習工具箱的圖形用戶界面 （167）
2.5.3 深度學習在故障診斷中的應(yīng)用 （168）
小結(jié) （168）
思考練習題 （168）
第3章 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （169）
3.1 神經(jīng)網(wǎng)絡(luò)控制理論 （169）
3.1.1 神經(jīng)網(wǎng)絡(luò)控制的基本原理 （169）
3.1.2 神經(jīng)網(wǎng)絡(luò)在控制中的主要作用 （170）
3.1.3 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類 （171）
3.2 基于Simulink的三種典型神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （180）
3.2.1 神經(jīng)網(wǎng)絡(luò)模型預測控制 （181）
3.2.2 反饋線性化控制 （186）
3.2.3 模型參考控制 （188）
小結(jié) （191）
思考練習題 （192）
第二篇 模糊邏輯控制及其MATLAB實現(xiàn)
第4章 模糊邏輯控制理論 （193）
4.1 模糊邏輯理論的基本概念 （193）
4.1.1 模糊集合及其運算 （193）
4.1.2 模糊關(guān)系及其合成 （200）
4.1.3 模糊向量及其運算 （202）
4.1.4 模糊邏輯規(guī)則 （203）
4.1.5 模糊邏輯推理 （204）
4.2 模糊邏輯控制系統(tǒng)的基本結(jié)構(gòu) （209）
4.2.1 模糊控制系統(tǒng)的組成 （209）
4.2.2 模糊控制器的基本結(jié)構(gòu) （210）
4.2.3 模糊控制器的維數(shù) （210）
4.3 模糊邏輯控制系統(tǒng)的基本原理 （211）
4.3.1 模糊化運算 （211）
4.3.2 數(shù)據(jù)庫 （212）
4.3.3 規(guī)則庫 （215）
4.3.4 模糊推理 （217）
4.3.5 去模糊化 （219）
4.4 離散論域的模糊控制系統(tǒng)的設(shè)計 （221）
4.5 具有PID功能的模糊控制器 （226）
小結(jié) （227）
思考練習題 （227）
第5章 MATLAB模糊邏輯工具箱 （228）
5.1 MATLAB模糊邏輯工具箱簡介 （228）
5.1.1 模糊邏輯工具箱的功能特點 （228）
5.1.2 模糊推理系統(tǒng)的基本類型 （229）
5.1.3 模糊邏輯系統(tǒng)的構(gòu)成 （229）
5.2 MATLAB模糊邏輯工具箱函數(shù) （230）
5.2.1 模糊推理系統(tǒng)的建立、修改與存儲管理 （230）
5.2.2 模糊語言變量及其語言值 （233）
5.2.3 模糊語言變量的隸屬函數(shù) （234）
5.2.4 模糊規(guī)則的建立與修改 （240）
5.2.5 模糊推理計算與去模糊化 （244）
5.3 MATLAB模糊邏輯工具箱的圖形用戶界面 （247）
5.3.1 模糊推理系統(tǒng)編輯器 （247）
5.3.2 隸屬函數(shù)編輯器 （249）
5.3.3 模糊規(guī)則編輯器 （249）
5.3.4 模糊規(guī)則瀏覽器 （250）
5.3.5 模糊推理輸入/輸出曲面瀏覽器 （250）
5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊 （252）
5.5 模糊推理系統(tǒng)在控制系統(tǒng)中的應(yīng)用 （255）
小結(jié) （260）
思考練習題 （260）
第6章 模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn) （262）
6.1 基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò) （262）
6.1.1 模糊系統(tǒng)的Mamdani模型 （262）
6.1.2 系統(tǒng)結(jié)構(gòu) （264）
6.1.3 學習算法 （265）
6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò) （267）
6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型 （268）
6.2.2 系統(tǒng)結(jié)構(gòu) （268）
6.2.3 學習算法 （270）
6.3 自適應(yīng)神經(jīng)模糊系統(tǒng)及其MATLAB實現(xiàn) （272）
6.3.1 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù) （273）
6.3.2 自適應(yīng)神經(jīng)模糊系統(tǒng)的建模函數(shù) （274）
6.3.3 自適應(yīng)神經(jīng)模糊推理系統(tǒng)的圖形用戶界面編輯器 （276）
6.3.4 自適應(yīng)神經(jīng)模糊推理系統(tǒng)在建模中的應(yīng)用 （279）
6.4 模糊聚類及其MATLAB實現(xiàn) （285）
6.4.1 模糊C-均值聚類函數(shù) （285）
6.4.2 模糊減法聚類函數(shù) （286）
6.4.3 基于減法聚類的模糊推理系統(tǒng)建模函數(shù) （288）
6.4.4 模糊C-均值和減法聚類的圖形用戶界面 （289）
小結(jié) （292）
思考練習題 （292）
第三篇 模型預測控制及其MATLAB實現(xiàn)
第7章 模型預測控制理論 （293）
7.1 動態(tài)矩陣控制理論 （293）
7.1.1 預測模型 （293）
7.1.2 滾動優(yōu)化 （295）
7.1.3 誤差校正 （296）
7.2 廣義預測控制理論 （296）
7.2.1 預測模型 （297）
7.2.2 滾動優(yōu)化 （297）
7.2.3 反饋校正 （299）
7.3 預測控制理論分析 （300）
7.3.1 廣義預測控制的性能分析 （300）
7.3.2 廣義預測控制與動態(tài)矩陣控制規(guī)律的等價性證明 （304）
7.3.3 廣義預測控制與動態(tài)矩陣控制的比較 （306）
小結(jié) （306）
思考練習題 （306）
第8章 MATLAB預測控制工具箱函數(shù) （307）
8.1 系統(tǒng)模型辨識函數(shù) （307）
8.2 系統(tǒng)模型建立與轉(zhuǎn)換函數(shù) （308）
8.3 基于階躍響應(yīng)模型的控制器設(shè)計與仿真函數(shù) （308）
8.4 基于狀態(tài)空間模型的預測控制器設(shè)計函數(shù) （309）
8.5 系統(tǒng)分析與繪圖函數(shù) （309）
8.6 通用功能函數(shù) （310）
8.7 MATLAB模型預測控制工具箱的圖形用戶界面 （310）
小結(jié) （310）
思考練習題 （311）
第9章 隱式廣義預測自校正控制及其MATLAB實現(xiàn) （312）
9.1 單輸入單輸出系統(tǒng)的隱式廣義預測自校正控制算法 （312）
9.2 多輸入多輸出系統(tǒng)的隱式廣義預測自校正控制算法 （315）
9.3 仿真研究 （319）
9.3.1 單輸入單輸出系統(tǒng)的仿真研究 （319）
9.3.2 多輸入多輸出系統(tǒng)的仿真研究 （322）
小結(jié) （323）
思考練習題 （323）
附錄A MATLAB函數(shù)分類索引 （324）
參考文獻 （326）