☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

內容介紹

基本信息

書名:神經·模糊·預測控製及其MATLAB實現（第3版）（編程簡單、上手快，實例豐富）

原價：49.80元

作者:李國勇，楊麗娟　編著

齣版社：電子工業齣版社

齣版日期：2013-5-1

ISBN：9787121202841

字數：608000

頁碼：367

版次：1

裝幀：平裝

開本：16開

商品重量：

編輯推薦

---

內容提要

---

目錄

---

第一篇神經網絡控製及其MATLAB實現
第1章神經網絡理論
1.1神經網絡的基本概念
1.1.1生物神經元的結構與功能特點
1.1.2人工神經元模型
1.1.3神經網絡的結構
1.1.4神經網絡的工作方式
1.1.5神經網絡的學習
1.1.6神經網絡的分類
1.2典型神經網絡的模型
1.2.1MP模型
1.2.2感知機
1.2.3自適應綫性神經網絡
1.2.4BP神經網絡
1.2.5徑嚮基神經網絡
1.2.6競爭學習神經網絡
1.2.7學習嚮量量化神經網絡
1.2.8Elman神經網絡
1.2.9Hopfield神經網絡
1.2.10Boltzmann神經網絡
1.3神經網絡的訓練
小結
思考練習題
第2章MATLAB神經網絡工具箱函數
2.1MATLAB神經網絡工具箱函數
2.1.1神經網絡工具箱中的通用函數
2.1.2感知機MATLAB函數
2.1.3綫性神經網絡MATLAB函數
2.1.4BP神經網絡MATLAB函數
2.1.5徑嚮基神經網絡MATLAB函數
2.1.6自組織神經網絡MATLAB函數
2.1.7學習嚮量量化神經網絡MATLAB函數
2.1.8Elman神經網絡MATLAB函數
2.1.9Hopfield神經網絡MATLAB函數
2.1.10利用Demos演示神經網絡的建立
2.2MATLAB神經網絡工具箱的圖形用戶界麵
2.2.1神經網絡編輯器
2.2.2神經網絡擬閤工具
2.3基於Simulink的神經網絡模塊
2.3.1模塊的設置
2.3.2模塊的生成
2.4神經網絡在係統預測和故障診斷中的應用
2.4.1係統輸入/輸齣數據的處理
2.4.2基於神經網絡的係統預測
2.4.3基於神經網絡的故障診斷
小結
思考練習題
第3章神經網絡控製係統
3.1神經網絡控製理論
3.1.1神經網絡控製的基本原理
3.1.2神經網絡在控製中的主要作用
3.1.3神經網絡控製係統的分類
3.2基於Simulink的三種典型神經網絡控製係統
3.2.1神經網絡模型預測控製
3.2.2反饋綫性化控製
3.2.3模型參考控製
小結
思考練習題
第二篇模糊邏輯控製及其MATLAB實現
第4章模糊邏輯控製理論
4.1模糊邏輯理論的基本概念
4.1.1模糊集閤及其運算
4.1.2模糊關係及其閤成
4.1.3模糊嚮量及其運算
4.1.4模糊邏輯規則
4.1.5模糊邏輯推理
4.2模糊邏輯控製係統的基本結構
4.2.1模糊控製係統的組成
4.2.2模糊控製器的基本結構
4.2.3模糊控製器的維數
4.2.4模糊控製中的幾個基本運算操作
4.3模糊邏輯控製係統的基本原理
4.3.1模糊化運算
4.3.2數據庫
4.3.3規則庫
4.3.4模糊推理
4.3.5清晰化計算
4.4離散論域的模糊控製係統的設計
4.5具有PID功能的模糊控製器
小結
思考練習題
第5章MATLAB模糊邏輯工具箱函數
5.1MATLAB模糊邏輯工具箱簡介
5.1.1模糊邏輯工具箱的功能特點
5.1.2模糊推理係統的基本類型
5.1.3模糊邏輯係統的構成
5.2利用模糊邏輯工具箱建立模糊推理係統
5.2.1模糊推理係統的建立、修改與存儲管理
5.2.2模糊語言變量及其語言值
5.2.3模糊語言變量的隸屬函數
5.2.4模糊規則的建立與修改
5.2.5模糊推理計算與去模糊化
5.3MATLAB模糊邏輯工具箱的圖形用戶界麵
5.3.1模糊推理係統編輯器
5.3.2隸屬函數編輯器
5.3.3模糊規則編輯器
5.3.4模糊規則瀏覽器
5.3.5模糊推理輸入/輸齣麯麵瀏覽器
5.4基於Simulink的模糊邏輯的係統模塊
5.5模糊推理係統在控製係統中的應用
小結
思考練習題
第6章模糊神經和模糊聚類及其MATLAB實現
6.1基於Mamdani模型的模糊神經網絡
6.1.1模糊係統的Mamdani模型
6.1.2係統結構
6.1.3學習算法
6.2基於Takagi-Sugeno模型的模糊神經網絡
6.2.1模糊係統的Takagi-Sugeno模型
6.2.2係統結構
6.2.3學習算法
6.3自適應神經模糊係統及其MATLAB實現
6.3.1采用網格分割方式生成模糊推理係統函數
6.3.2自適應神經模糊係統的建模函數
6.3.3自適應神經模糊推理係統的圖形用戶界麵編輯器
6.3.4自適應神經模糊推理係統在建模中的應用
6.4模糊聚類及其MATLAB實現
6.4.1模糊C-均值聚類函數
6.4.2模糊減法聚類函數
6.4.3基於減法聚類的模糊推理係統建模函數
6.4.4模糊C-均值和減法聚類的圖形用戶界麵
小結
思考練習題
第三篇模型預測控製及其MATLAB實現
第7章模型預測控製理論
7.1動態矩陣控製理論
7.1.1預測模型
7.1.2滾動優化
7.1.3誤差校正
7.2廣義預測控製理論
7.2.1預測模型
7.2.2滾動優化
7.2.3反饋校正
7.3預測控製理論分析
7.3.1廣義預測控製的性能分析
7.3.2廣義預測控製與動態矩陣控製規律的等價性證明
7.3.3廣義預測控製與動態矩陣控製的比較
小結
思考練習題
第8章MATLAB預測控製工具箱函數
8.1係統模型辨識函數
8.1.1數據嚮量或矩陣的歸一化
8.1.2基於綫性迴歸方法的脈衝響應模型辨識
8.1.3脈衝響應模型轉換為階躍響應模型
8.1.4模型的校驗
8.2係統模型建立與轉換函數
8.2.1模型轉換
8.2.2模型建立
8.3基於階躍響應模型的控製器設計與仿真函數
8.3.1輸入/輸齣有約束的模型預測控製器設計與仿真
8.3.2輸入/輸齣無約束的模型預測控製器設計
8.3.3計算由階躍響應模型構成的閉環係統模型
8.4基於狀態空間模型的預測控製器設計函數
8.4.1輸入/輸齣有約束的狀態空間模型預測控製器設計
8.4.2輸入/輸齣無約束的狀態空間模型預測控製器設計
8.4.3狀態估計器設計
8.5係統分析與繪圖函數
8.5.1計算和繪製係統的頻率響應麯綫
8.5.2計算頻率響應的奇異值
8.5.3計算係統的極點和穩態增益矩陣
8.5.4係統分析和繪圖
8.6通用功能函數
8.6.1通用模型轉換
8.6.2方程求解
8.6.3離散係統的分析
8.7MATLAB模型預測控製工具箱的圖形用戶界麵
小結
思考練習題
第9章隱式廣義預測自校正控製及其MATLAB實現
9.1單輸入單輸齣係統的隱式廣義預測自校正控製算法
9.2多輸入多輸齣係統的隱式廣義預測自校正控製算法
9.3仿真研究
9.3.1單輸入單輸齣係統的仿真研究
9.3.2多輸入多輸齣係統的仿真研究
小結
思考練習題
附錄AMATLAB程序清單
附錄BMATLAB函數一覽錶
附錄CMATLAB函數分類索引
參考文獻

作者介紹

---

文摘

---

序言

---

關聯推薦
本書可作為從事智能控製與智能係統研究、設計和應用的科學技術人員的參考用書，也可作為高等院校自動化、電氣工程及其自動化、電子科學與技術、計算機科學與技術、測控技術與儀器和機械電子工程等專業研究生和高年級本科生的教材。
目錄
目 錄
第一篇 神經網絡控製及其MATLAB實現
第1章 神經網絡理論 （1）
1.1 神經網絡的基本概念 （2）
1.1.1 生物神經元的結構與功能特點 （2）
1.1.2 人工神經元模型 （3）
1.1.3 神經網絡的結構 （5）
1.1.4 神經網絡的工作方式 （6）
1.1.5 神經網絡的學習 （6）
1.1.6 神經網絡的分類 （9）
1.2 典型神經網絡的模型 （9）
1.2.1 MP模型 （9）
1.2.2 感知機 （11）
1.2.3 自適應綫性神經網絡 （15）
1.2.4 BP神經網絡 （17）
1.2.5 徑嚮基神經網絡 （27）
1.2.6 競爭學習神經網絡 （31）
1.2.7 學習嚮量量化神經網絡 （40）
1.2.8 Elman神經網絡 （41）
1.2.9 Hopfield神經網絡 （42）
1.2.10 Boltzmann神經網絡 （58）
1.3 神經網絡的訓練 （61）
小結 （65）
思考練習題 （65）
第2章 MATLAB神經網絡工具箱函數 （66）
2.1 MATLAB神經網絡工具箱函數 （66）
2.1.1 神經網絡工具箱中的通用函數 （66）
2.1.2 感知機MATLAB函數 （69）
2.1.3 綫性神經網絡MATLAB函數 （79）
2.1.4 BP神經網絡MATLAB函數 （85）
2.1.5 徑嚮基神經網絡MATLAB函數 （96）
2.1.6 自組織神經網絡MATLAB函數 （102）
2.1.7 學習嚮量量化神經網絡MATLAB函數 （115）
2.1.8 Elman神經網絡MATLAB函數 （118）
2.1.9 Hopfield神經網絡MATLAB函數 （121）
2.1.10 利用Demos演示神經網絡的建立 （126）
2.2 MATLAB神經網絡工具箱的圖形用戶界麵 （127）
2.2.1 神經網絡編輯器 （128）
2.2.2 神經網絡擬閤工具 （137）
2.3 基於Simulink的神經網絡模塊 （139）
2.3.1 模塊的設置 （139）
2.3.2 模塊的生成 （141）
2.4 神經網絡在係統預測和故障診斷中的應用 （143）
2.4.1 係統輸入/輸齣數據的處理 （143）
2.4.2 基於神經網絡的係統預測 （144）
2.4.3 基於神經網絡的故障診斷 （155）
小結 （162）
思考練習題 （162）
第3章 神經網絡控製係統 （163）
3.1 神經網絡控製理論 （163）
3.1.1 神經網絡控製的基本原理 （163）
3.1.2 神經網絡在控製中的主要作用 （164）
3.1.3 神經網絡控製係統的分類 （165）
3.2 基於Simulink的三種典型神經網絡控製係統 （174）
3.2.1 神經網絡模型預測控製 （175）
3.2.2 反饋綫性化控製 （180）
3.2.3 模型參考控製 （182）
小結 （185）
思考練習題 （186）
第二篇 模糊邏輯控製及其MATLAB實現
第4章 模糊邏輯控製理論 （187）
4.1 模糊邏輯理論的基本概念 （187）
4.1.1 模糊集閤及其運算 （187）
4.1.2 模糊關係及其閤成 （194）
4.1.3 模糊嚮量及其運算 （196）
4.1.4 模糊邏輯規則 （197）
4.1.5 模糊邏輯推理 （199）
4.2 模糊邏輯控製係統的基本結構 （205）
4.2.1 模糊控製係統的組成 （205）
4.2.2 模糊控製器的基本結構 （206）
4.2.3 模糊控製器的維數 （206）
4.2.4 模糊控製中的幾個基本運算操作 （207）
4.3 模糊邏輯控製係統的基本原理 （207）
4.3.1 模糊化運算 （207）
4.3.2 數據庫 （208）
4.3.3 規則庫 （210）
4.3.4 模糊推理 （213）
4.3.5 清晰化計算 （214）
4.4 離散論域的模糊控製係統的設計 （216）
4.5 具有PID功能的模糊控製器 （221）
小結 （222）
思考練習題 （222）
第5章 MATLAB模糊邏輯工具箱函數 （223）
5.1 MATLAB模糊邏輯工具箱簡介 （223）
5.1.1 模糊邏輯工具箱的功能特點 （223）
5.1.2 模糊推理係統的基本類型 （224）
5.1.3 模糊邏輯係統的構成 （224）
5.2 利用模糊邏輯工具箱建立模糊推理係統 （225）
5.2.1 模糊推理係統的建立、修改與存儲管理 （225）
5.2.2 模糊語言變量及其語言值 （228）
5.2.3 模糊語言變量的隸屬函數 （229）
5.2.4 模糊規則的建立與修改 （235）
5.2.5 模糊推理計算與去模糊化 （239）
5.3 MATLAB模糊邏輯工具箱的圖形用戶界麵 （242）
5.3.1 模糊推理係統編輯器 （242）
5.3.2 隸屬函數編輯器 （244）
5.3.3 模糊規則編輯器 （244）
5.3.4 模糊規則瀏覽器 （245）
5.3.5 模糊推理輸入/輸齣麯麵瀏覽器 （245）
5.4 基於Simulink的模糊邏輯的係統模塊 （247）
5.5 模糊推理係統在控製係統中的應用 （250）
小結 （255）
思考練習題 （255）
第6章 模糊神經和模糊聚類及其MATLAB實現 （257）
6.1 基於Mamdani模型的模糊神經網絡 （257）
6.1.1 模糊係統的Mamdani模型 （257）
6.1.2 係統結構 （259）
6.1.3 學習算法 （260）
6.2 基於Takagi-Sugeno模型的模糊神經網絡 （262）
6.2.1 模糊係統的Takagi-Sugeno模型 （263）
6.2.2 係統結構 （263）
6.2.3 學習算法 （265）
6.3 自適應神經模糊係統及其MATLAB實現 （267）
6.3.1 采用網格分割方式生成模糊推理係統函數 （268）
6.3.2 自適應神經模糊係統的建模函數 （269）
6.3.3 自適應神經模糊推理係統的圖形用戶界麵編輯器 （271）
6.3.4 自適應神經模糊推理係統在建模中的應用 （274）
6.4 模糊聚類及其MATLAB實現 （280）
6.4.1 模糊C-均值聚類函數 （280）
6.4.2 模糊減法聚類函數 （281）
6.4.3 基於減法聚類的模糊推理係統建模函數 （283）
6.4.4 模糊C-均值和減法聚類的圖形用戶界麵 （284）
小結 （287）
思考練習題 （287）
第三篇 模型預測控製及其MATLAB實現
第7章 模型預測控製理論 （288）
7.1 動態矩陣控製理論 （288）
7.1.1 預測模型 （288）
7.1.2 滾動優化 （290）
7.1.3 誤差校正 （291）
7.2 廣義預測控製理論 （291）
7.2.1 預測模型 （292）
7.2.2 滾動優化 （292）
7.2.3 反饋校正 （294）
7.3 預測控製理論分析 （295）
7.3.1 廣義預測控製的性能分析 （295）
7.3.2 廣義預測控製與動態矩陣控製規律的等價性證明 （299）
7.3.3 廣義預測控製與動態矩陣控製的比較 （301）
小結 （301）
思考練習題 （301）
第8章 MATLAB預測控製工具箱函數 （302）
8.1 係統模型辨識函數 （302）
8.1.1 數據嚮量或矩陣的歸一化 （302）
8.1.2 基於綫性迴歸方法的脈衝響應模型辨識 （304）
8.1.3 脈衝響應模型轉換為階躍響應模型 （307）
8.1.4 模型的校驗 （308）
8.2 係統模型建立與轉換函數 （308）
8.2.1 模型轉換 （309）
8.2.2 模型建立 （313）
8.3 基於階躍響應模型的控製器設計與仿真函數 （315）
8.3.1 輸入/輸齣有約束的模型預測控製器設計與仿真 （315）
8.3.2 輸入/輸齣無約束的模型預測控製器設計 （316）
8.3.3 計算由階躍響應模型構成的閉環係統模型 （318）
8.4 基於狀態空間模型的預測 神經·模糊·預測控製及其MATLAB實現（第3版） 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價