神經(jīng)模糊控制理論及應(yīng)用

第一篇 神經(jīng)網(wǎng)絡(luò)理論及其MATLAB實(shí)現(xiàn)
　第1章 神經(jīng)網(wǎng)絡(luò)理論
　 1.1 神經(jīng)網(wǎng)絡(luò)的基本概念
　 1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點(diǎn)
　 1.1.2 人工神經(jīng)元模型
　 1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
　 1.1.4 神經(jīng)網(wǎng)絡(luò)的工作過(guò)程
　 1.1.5 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　 1.1.6 神經(jīng)網(wǎng)絡(luò)的分類(lèi)
　 1.2 典型神經(jīng)網(wǎng)絡(luò)的模型
　 1.2.1 MP模型
　 1.2.2 感知機(jī)神經(jīng)網(wǎng)絡(luò)
　 1.2.3 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)
　 1.2.4 BP神經(jīng)網(wǎng)絡(luò)
　 1.2.5 徑向基神經(jīng)網(wǎng)絡(luò)
　 1.2.6 競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)
　 1.2.7 學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)
　 1.2.8 Elman神經(jīng)網(wǎng)絡(luò)
　 1.2.9 Hopfield神經(jīng)網(wǎng)絡(luò)
　 1.2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)
　 1.3 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練
　 小結(jié)
　 練習(xí)題1
　第2章 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱
　 2.1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)
　 2.1.1 神經(jīng)網(wǎng)絡(luò)工具箱中的通用函數(shù)
　 2.1.2 感知機(jī)神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)
　 2.1.3 線性神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　
　 2.1.4 BP神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)
　 2.1.5 徑向基神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)
　 2.1.6 自組織神經(jīng)網(wǎng)絡(luò)MArLAB函數(shù)
　 2.1.7 學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)
　 2.1.8 Elman神經(jīng)網(wǎng)絡(luò)MATIAB函數(shù)
　 2.1.9 Hopfield神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)
　 2.1.10 Demos演示功能
　 2.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面
　 2.2.1 神經(jīng)網(wǎng)絡(luò)編輯器
　 2.2.2 神經(jīng)網(wǎng)絡(luò)擬合工具
　 2.3 基于Simulink的神經(jīng)網(wǎng)絡(luò)模塊
　 2.3.1 模塊的設(shè)置
　 2.3.2 模塊的生成
　 2.4 神經(jīng)網(wǎng)絡(luò)在系統(tǒng)預(yù)測(cè)和故障診斷中的應(yīng)用
　 2.4.1 系統(tǒng)輸入/輸出數(shù)據(jù)的處理
　 2.4.2 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)預(yù)測(cè)
　 2.4.3 基于神經(jīng)網(wǎng)絡(luò)的故障診斷
　 小結(jié)
　 練習(xí)題2
　第3章 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)
　 3.1 神經(jīng)網(wǎng)絡(luò)控制理論
　 3.1.1 神經(jīng)控制的基本原理
　 3.1.2 神經(jīng)網(wǎng)絡(luò)在控制中的主要作用
　 3.1.3 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類(lèi)
　 3.2 基于Simulink的三種典型的神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)
　 3.2.1 神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)控制
　　 3.2.2 反饋線性化控制
　 3.2.3 模型參考控制
　 小結(jié)
　 練習(xí)題3
第二篇 模糊邏輯理論及其MATLAB實(shí)現(xiàn)
　第4章 模糊邏輯理論
　 4.1 模糊邏輯理論的基本概念
　 4.1.1 模糊集合及其運(yùn)算
　 4.1.2 模糊關(guān)系及其合成
　 4.1.3 模糊向量及其運(yùn)算
　 4.1.4 模糊邏輯規(guī)則
　 4.1.5 模糊邏輯推理
　 4.2 模糊邏輯控制系統(tǒng)的基本結(jié)構(gòu)
　 4.2.1 模糊控制系統(tǒng)的組成
　 4.2.2 模糊控制器的基本結(jié)構(gòu)
　 4.2.3 模糊控制器的維數(shù)
　 4.2.4 模糊控制中的幾個(gè)基本運(yùn)算操作
　 4.3 模糊邏輯控制系統(tǒng)的基本原理
　 4.3.1 模糊化運(yùn)算
　 4.3.2 數(shù)據(jù)庫(kù)
　 4.3.3 規(guī)則庫(kù)
　 4.3.4 模糊推理
　 4.3.5 清晰化計(jì)算
　 4.4 離散論域的模糊控制系統(tǒng)的設(shè)計(jì)
　 4.5 具有PID功能的模糊控制器
　 小結(jié)
　 練習(xí)題4
　第5章 MATLAB模糊邏輯工具箱
　 5.1 MATLAB模糊邏輯工具箱簡(jiǎn)介
　 5.1.1 模糊邏輯工具箱的功能特點(diǎn)
　 5.1.2 模糊推理系統(tǒng)的基本類(lèi)型
　 5.1.3 模糊邏輯系統(tǒng)的構(gòu)成
　 5.2 利用MATLAB模糊邏輯工具箱建立模糊推理系統(tǒng)
　 5.2.1 模糊推理系統(tǒng)的管理函數(shù)
　 5.2.2 模糊語(yǔ)言變量及其語(yǔ)言值
　 5.2.3 模糊語(yǔ)言變量的隸屬度函數(shù)
　 5.2.4 模糊規(guī)則的建立與修改
　 5.2.5 模糊推理計(jì)算與去模糊化
　 5.2.6　模糊推理在控制系統(tǒng)中的應(yīng)用
　 5.3 MATLAB模糊邏輯工具箱的圖形用戶界面
　 5.3.1 模糊推理系統(tǒng)編輯器(Fuzzy)
　 5.3.2 隸屬度函數(shù)編輯器(Mfedit)
　 5.3.3 模糊規(guī)則編輯器(Ruleedit)
　 5.3.4 模糊規(guī)則瀏覽器(Ruleview)
　 5.3.5 模糊推理輸入/輸出曲面瀏覽器(Surfview)
　 5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊
　 小結(jié)
　 練習(xí)題5
　第6章 模糊神經(jīng)和模糊聚類(lèi)及其MATLAB實(shí)現(xiàn)
　 6.1 基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò)
　 6.1.1 模糊系統(tǒng)的Mamdani模型
　 6.1.2 系統(tǒng)結(jié)構(gòu)
　 6.1.3 學(xué)習(xí)算法
　 6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò)
　 6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型
　 6.2.2 系統(tǒng)結(jié)構(gòu)
　 6.2.3 學(xué)習(xí)算法
　 6.3 自適應(yīng)神經(jīng)模糊系統(tǒng)及其MATLAB實(shí)現(xiàn)
　 6.3.1 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)
　 6.3.2 自適應(yīng)神經(jīng)模糊系統(tǒng)的建模
　 6.3.3 自適應(yīng)神經(jīng)模糊推理系統(tǒng)在建模中的應(yīng)用
　 6.3.4 自適應(yīng)神經(jīng)模糊推理系統(tǒng)的圖形界面編輯器
　 6.4 模糊聚類(lèi)及其MATLAB實(shí)現(xiàn)
　 6.4.1 模糊C-均值聚類(lèi)函數(shù)
　 6.4.2 模糊減法聚類(lèi)函數(shù)
　 6.4.3 基于減法聚類(lèi)的模糊推理系統(tǒng)建模函數(shù)
　 6.4.4 模糊C-均值和減法聚類(lèi)的圖形用戶界面
　 小結(jié)
　 練習(xí)題6
附錄A MATLAB程序清單
附錄B MATLAB函數(shù)一覽表
附錄C MATLAB函數(shù)分類(lèi)索引
參考文獻(xiàn)