神经 模糊 预测控制及其MATLAB实现 第4版【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

神经 模糊 预测控制及其MATLAB实现 第4版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1

第1章 神经网络理论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11

1.2.3 自适应线性神经网络15

1.2.4 BP神经网络17

1.2.5 径向基神经网络27

1.2.6 竞争学习神经网络31

1.2.7 学习向量量化神经网络40

1.2.8 Elman神经网络41

1.2.9 Hopfield神经网络42

1.2.10 Boltzmann神经网络58

1.3 神经网络的训练61

小结65

思考练习题65

第2章 MATLAB神经网络工具箱函数66

2.1 MATLAB神经网络工具箱简介66

2.1.1 神经网络工具箱中的通用函数66

2.1.2 感知机MATLAB函数69

2.1.3 线性神经网络MATLAB函数79

2.1.4 BP神经网络MATLAB函数85

2.1.5 径向基神经网络MATLAB函数96

2.1.6 自组织神经网络MATLAB函数102

2.1.7 学习向量量化神经网络MATLAB函数115

2.1.8 Elman神经网络MATLAB函数118

2.1.9 Hopfield神经网络MATLAB函数121

2.1.10 利用 Demos演示神经网络的建立126

2.2 MATLAB神经网络工具箱的图形用户界面127

2.2.1 神经网络编辑器128

2.2.2 神经网络拟合工具136

2.3 基于Simulink的神经网络模块139

2.3.1 模块的设置139

2.3.2 模块的生成140

2.4 神经网络在系统预测和故障诊断中的应用143

2.4.1 系统输入/输出数据的处理143

2.4.2 基于神经网络的系统预测144

2.4.3 基于神经网络的故障诊断155

小结162

思考练习题162

第3章 神经网络控制系统163

3.1 神经网络控制理论163

3.1.1 神经网络控制的基本原理163

3.1.2 神经网络在控制中的主要作用164

3.1.3 神经网络控制系统的分类165

3.2 基于Simulink的三种典型神经网络控制系统174

3.2.1 神经网络模型预测控制175

3.22 反馈线性化控制180

3.2.3 模型参考控制182

小结185

思考练习题186

第二篇 模糊逻辑控制及其MATLAB实187

第4章 模糊逻辑控制理论187

4.1 模糊逻辑理论的基本概念187

4.1.1 模糊集合及其运算187

4.1.2 模糊关系及其合成194

4.1.3 模糊向量及其运算196

4.1.4 模糊逻辑规则197

4.1.5 模糊逻辑推理199

4.2 模糊逻辑控制系统的基本结构205

4.2.1 模糊控制系统的组成205

4.2.2 模糊控制器的基本结构206

4.2.3 模糊控制器的维数206

4.3 模糊逻辑控制系统的基本原理207

4.3.1 模糊化运算207

4.3.2 数据库208

4.3.3 规则库211

4.3.4 模糊推理213

4.3.5 去模糊化215

4.4 离散论域的模糊控制系统的设计217

4.5 具有PID功能的模糊控制器222

小结223

思考练习题223

第5章 MATLAB模糊逻辑工具箱函数224

5.1 MATLAB模糊逻辑工具箱简介224

5.1.1 模糊逻辑工具箱的功能特点224

5.1.2 模糊推理系统的基本类型225

5.1.3 模糊逻辑系统的构成225

5.2 利用模糊逻辑工具箱建立模糊推理系统226

5.2.1 模糊推理系统的建立、修改与存储管理226

5.2.2 模糊语言变量及其语言值229

5.2.3 模糊语言变量的隶属函数230

5.2.4 模糊规则的建立与修改236

5.2.5 模糊推理计算与去模糊化240

5.3 MATLAB模糊逻辑工具箱的图形用户界面243

5.3.1 模糊推理系统编辑器243

5.3.2 隶属函数编辑器245

5.3.3 模糊规则编辑器245

5.3.4 模糊规则浏览器246

5.3.5 模糊推理输入/输出曲面浏览器246

5.4 基于Simulink的模糊逻辑的系统模块248

5.5 模糊推理系统在控制系统中的应用251

小结256

思考练习题256

第6章 模糊神经和模糊聚类及其MATLAB实现258

6.1 基于Mamdani模型的模糊神经网络258

6.1.1 模糊系统的Mamdani模型258

6.1.2 系统结构260

6.1.3 学习算法261

6.2 基于Takagi-Sugeno模型的模糊神经网络263

6.2.1 模糊系统的Takagi-Sugeno模型264

6.2.2 系统结构264

6.2.3 学习算法266

6.3 自适应神经模糊系统及其MATLAB实现268

6.3.1 采用网格分割方式生成模糊推理系统函数269

6.3.2 自适应神经模糊系统的建模函数270

6.3.3 自适应神经模糊推理系统的图形用户界面编辑器272

6.3.4 自适应神经模糊推理系统在建模中的应用275

6.4 模糊聚类及其MATLAB实现281

6.4.1 模糊C-均值聚类函数281

6.4.2 模糊减法聚类函数282

6.4.3 基于减法聚类的模糊推理系统建模函数284

6.4.4 模糊C-均值和减法聚类的图形用户界面285

小结288

思考练习题288

第三篇 模型预测控制及其MATLAB实现289

第7章 模型预测控制理论289

7.1 动态矩阵控制理论289

7.1.1 预测模型289

7.1.2 滚动优化291

7.1.3 误差校正292

7.2 广义预测控制理论292

7.2.1 预测模型293

7.2.2 滚动优化293

7.2.3 反馈校正295

7.3 预测控制理论分析296

7.3.1 广义预测控制的性能分析296

7.3.2 广义预测控制与动态矩阵控制规律的等价性证明300

7.3.3 广义预测控制与动态矩阵控制的比较302

小结302

思考练习题302

第8章 MATLAB预测控制工具箱函数303

8.1 系统模型辨识函数303

8.1.1 数据向量或矩阵的归一化303

8.1.2 基于线性回归方法的脉冲响应模型辨识305

8.1.3 脉冲响应模型转换为阶跃响应模型308

8.1.4 模型的校验309

8.2 系统模型建立与转换函数309

8.2.1 模型转换310

8.2.2 模型建立314

8.3 基于阶跃响应模型的控制器设计与仿真函数316

8.3.1 输入/输出有约束的模型预测控制器设计与仿真316

8.3.2 输入/输出无约束的模型预测控制器设计317

8.3.3 计算由阶跃响应模型构成的闭环系统模型319

8.4 基于状态空间模型的预测控制器设计函数320

8.4.1 输入/输出有约束的状态空间模型预测控制器设计320

8.4.2 输入/输出无约束的状态空间模型预测控制器设计321

8.4.3 状态估计器设计324

8.5 系统分析与绘图函数325

8.5.1 计算和绘制系统的频率响应曲线326

8.5.2 计算频率响应的奇异值327

8.5.3 计算系统的极点和稳态增益矩阵327

8.5.4 系统分析和绘图327

8.6 通用功能函数328

8.6.1 通用模型转换329

8.6.2 方程求解330

8.6.3 离散系统的分析330

8.7 MATLAB模型预测控制工具箱的图形用户界面331

小结336

思考练习题336

第9章 隐式广义预测自校正控制及其MATLAB实现337

9.1 单输入单输出系统的隐式广义预测自校正控制算法337

9.2 多输入多输出系统的隐式广义预测自校正控制算法340

9.3 仿真研究344

9.3.1 单输入单输出系统的仿真研究344

9.3.2 多输入多输出系统的仿真研究347

小结348

思考练习题348

附录A MATLAB程序清单349

附录B MATLAB函数一览表361

附录C MATLAB函数分类索引367

参考文献369