基于生物网络的智能控制与优化【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

基于生物网络的智能控制与优化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1章　绪论1

1.1 引言1

1.2　人工生物智能系统2

1.2.1　ANN3

1.2.2　AIS5

1.2.3　AES7

1.2.4　EC与遗传算法8

1.3　其他典型智能控制技术11

1.3.1　模糊控制11

1.3.2　神经网络控制11

1.3.3　学习控制12

1.3.4　专家控制13

1.3.5　综合智能控制14

1.4　小结15

参考文献16

第2章　生物网络系统的生物学背景22

2.1 引言22

2.2　生物神经系统22

2.3　生物免疫系统23

2.3.1　免疫系统简介23

2.3.2　免疫细胞与免疫反应24

2.3.3　免疫网络及其特性25

2.4　生物内分泌系统28

2.5　NEI29

2.5.1　神经系统与内分泌系统的联系30

2.5.2　内分泌系统与免疫系统的联系30

2.5.3　神经系统与免疫系统的联系31

2.5.4　神经内分泌对免疫系统的调控31

2.5.5　免疫系统对神经内分泌系统的调控32

2.5.6　NEI的整体调控33

2.6　小结34

参考文献34

第3章　基于免疫系统反馈机理的智能控制36

3.1　引言36

3.2　生物免疫系统的反馈机理36

3.3　基于免疫反馈机理的智能控制系统37

3.3.1　免疫反馈规律37

3.3.2　免疫反馈控制器的设计38

3.3.3　免疫反馈规律的模糊自调整40

3.3.4　智能调节的免疫神经网络反馈控制系统41

3.3.5　仿真及应用41

3.4　基于免疫模糊控制器的整纬控制44

3.4.1　整纬控制原理44

3.4.2　免疫模糊PID整纬控制器的设计48

3.4.3　仿真实验及分析49

3.4.4　智能整纬控制的实际应用52

3.5　小结53

参考文献54

第4章　基于免疫机理的智能优化算法56

4.1　引言56

4.2　生物免疫优化原理57

4.3　基于免疫机理的智能优化算法59

4.3.1　免疫算法59

4.3.2　免疫遗传算法60

4.3.3　免疫克隆算法63

4.3.4　IEA64

4.4　免疫优化算法的应用66

4.4.1　免疫优化设计神经网络分类器66

4.4.2　基于IGA优化的神经网络洪水灾情评估模型68

4.4.3　基于IEA的聚类融合在感官评估中的应用79

4.5　小结85

参考文献85

第5章　基于免疫应答机制的学习记忆智能控制88

5.1 引言88

5.2　免疫系统的初次-再次应答机制89

5.3　增强型学习记忆智能控制算法92

5.3.1　控制抗体的初次产生93

5.3.2　控制抗体的工作过程94

5.3.3　控制偏差消除过程95

5.3.4　控制抗体的管理96

5.4　仿真实验与实际应用97

5.4.1　仿真实验97

5.4.2　噪声智能控制系统的应用101

5.5　小结106

参考文献106

第6章　基于神经内分泌调节机制的智能控制109

6.1 引言109

6.2　基于睾丸素分泌调节原理的双层结构控制器109

6.2.1　神经内分泌睾丸素的调节原理110

6.2.2　双层结构控制器的设计与实现111

6.2.3　仿真结果112

6.3　基于内分泌系统超短反馈调节机制的控制器113

6.3.1　内分泌系统超短反馈机制114

6.3.2　NUC的设计与实现115

6.3.3　仿真结果116

6.4　基于内分泌反馈的预测PI控制器117

6.4.1　短反馈预测PI控制器117

6.4.2　仿真分析121

6.5　一种神经内分泌智能综合控制器及在六自由度并联机器人中的应用123

6.5.1　神经内分泌系统的调节原理123

6.5.2　神经内分泌智能控制器的设计125

6.5.3　并联机器人控制的应用126

6.5.4　仿真结果129

6.6　小结130

参考文献131

第7章　基于神经内分泌生长激素调控机理的解耦控制134

7.1 引言134

7.2　神经内分泌生长激素双向调节原理135

7.3　基于生长激素双向调节机理的解耦控制136

7.3.1　阶跃响应系统辨识136

7.3.2　解耦控制器的设计与实现137

7.3.3　推广到多输入多输出系统141

7.3.4　仿真结果142

7.4　基于生长激素双向调节机制的逆控制解耦控制146

7.4.1　逆控制解耦控制的设计与实现146

7.4.2　仿真结果149

7.5　小结151

参考文献151

第8章　基于生物系统的智能协同控制154

8.1 引言154

8.2　基于生长激素调节原理的智能协同控制154

8.2.1　生长激素调节机制155

8.2.2　双向调节协同控制器的设计155

8.2.3　仿真结果158

8.3　一种基于生理调节机制的智能协同解耦控制器161

8.3.1　生理系统协同调节机制161

8.3.2　协同解耦控制器的设计162

8.3.3　仿真结果167

8.4　基于神经-内分泌调节原理的碳纤维凝固浴智能协同解耦控制170

8.4.1　碳纤维凝固浴的数学模型170

8.4.2　凝固浴智能协同解耦控制器的设计173

8.4.3　仿真结果及性能分析177

8.5　小结180

参考文献180

第9章　基于内分泌激素调节机理的遗传优化算法183

9.1 引言183

9.2　基于激素调节机理的遗传优化算法183

9.2.1　内分泌激素调节机理183

9.2.2　基于激素调节机理的遗传优化算法原理184

9.2.3 自适应遗传算法的寻优效果186

9.3　基于NEI调节机制的协同优化算法188

9.3.1　NEI协同原理188

9.3.2　协同优化算法原理188

9.3.3　协同优化算法寻优效果193

9.4　小结194

参考文献194

第10章　基于NEI系统调节机制的智能优化控制196

10.1 引言196

10.2　NEI系统的调节机制197

10.2.1　NEI系统调节结构197

10.2.2　神经内分泌肾上腺激素的调节原理198

10.3　基于NEI系统整体调节机制的优化控制198

10.3.1　NOIC的设计与实现198

10.3.2　控制参数的优化200

10.3.3　仿真结果202

10.4　基于肾上腺激素调控机制的智能优化控制203

10.4.1　ALIC控制器的设计204

10.4.2　仿真结果206

10.5　小结208

参考文献208

第11章 受人体生物系统启发的网络智能控制211

11.1 引言211

11.2　NEI系统的网络调节机制211

11.2.1　激素多反馈网络调节212

11.2.2　激素调节的协调性213

11.3　基于NEI系统的分布式网络控制213

11.3.1　BDNCS的体系结构213

11.3.2　BDNCS的整体特征215

11.3.3　网络控制系统仿真环境216

11.4　在六自由度微型操作平台中的应用217

11.4.1　六自由度微型操作平台217

11.4.2　整体控制方案219

11.4.3　模型辨识220

11.4.4　控制优化及效果221

11.4.5　整体控制效果224

11.5　小结226

参考文献226