神经·模糊·预测控制及其MATLAB实现 第3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3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神经网络工具箱函数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

3.2.2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实现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

4.2.4模糊控制中的几个基本运算操作207

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210

4.3.4模糊推理213

4.3.5清晰化计算214

4.4离散论域的模糊控制系统的设计216

4.5具有PID功能的模糊控制器221

小结222

思考练习题222

第5章 MATLAB模糊逻辑工具箱函数223

5.1 MATLAB模糊逻辑工具箱简介223

5.1.1模糊逻辑工具箱的功能特点223

5.1.2模糊推理系统的基本类型224

5.1.3模糊逻辑系统的构成224

5.2利用模糊逻辑工具箱建立模糊推理系统225

5.2.1模糊推理系统的建立、修改与存储管理225

5.2.2模糊语言变量及其语言值228

5.2.3模糊语言变量的隶属函数229

5.2.4模糊规则的建立与修改235

5.2.5模糊推理计算与去模糊化239

5.3 MATLAB模糊逻辑工具箱的图形用户界面242

5.3.1模糊推理系统编辑器242

5.3.2隶属函数编辑器244

5.3.3模糊规则编辑器244

5.3.4模糊规则浏览器245

5.3.5模糊推理输入／输出曲面浏览器245

5.4基于Simulink的模糊逻辑的系统模块247

5.5模糊推理系统在控制系统中的应用250

小结255

思考练习题255

第6章 模糊神经和模糊聚类及其MATLAB实现257

6.1基于Mamdani模型的模糊神经网络257

6.1.1模糊系统的Mamdani模型257

6.1.2系统结构259

6.1.3学习算法260

6.2基于Takagi-Sugeno模型的模糊神经网络262

6.2.1模糊系统的Takagi-Sugeno模型263

6.2.2系统结构263

6.2.3学习算法265

6.3自适应神经模糊系统及其MATLAB实现267

6.3.1采用网格分割方式生成模糊推理系统函数268

6.3.2自适应神经模糊系统的建模函数269

6.3.3自适应神经模糊推理系统的图形用户界面编辑器271

6.3.4自适应神经模糊推理系统在建模中的应用274

6.4模糊聚类及其MATLAB实现280

6.4.1模糊C-均值聚类函数280

6.4.2模糊减法聚类函数281

6.4.3基于减法聚类的模糊推理系统建模函数283

6.4.4模糊C-均值和减法聚类的图形用户界面284

小结287

思考练习题287

第三篇 模型预测控制及其MATLAB实现288

第7章 模型预测控制理论288

7.1动态矩阵控制理论288

7.1.1预测模型288

7.1.2滚动优化290

7.1.3误差校正291

7.2广义预测控制理论291

7.2.1预测模型292

7.2.2滚动优化292

7.2.3反馈校正294

7.3预测控制理论分析295

7.3.1广义预测控制的性能分析295

7.3.2广义预测控制与动态矩阵控制规律的等价性证明299

7.3.3广义预测控制与动态矩阵控制的比较301

小结301

思考练习题301

第8章 MATLAB预测控制工具箱函数302

8.1系统模型辨识函数302

8.1.1数据向量或矩阵的归一化302

8.1.2基于线性回归方法的脉冲响应模型辨识304

8.1.3脉冲响应模型转换为阶跃响应模型307

8.1.4模型的校验308

8.2系统模型建立与转换函数308

8.2.1模型转换309

8.2.2模型建立313

8.3基于阶跃响应模型的控制器设计与仿真函数315

8.3.1输入／输出有约束的模型预测控制器设计与仿真315

8.3.2输入／输出无约束的模型预测控制器设计316

8.3.3计算由阶跃响应模型构成的闭环系统模型318

8.4基于状态空间模型的预测控制器设计函数319

8.4.1输入／输出有约束的状态空间模型预测控制器设计319

8.4.2输入／输出无约束的状态空间模型预测控制器设计320

8.4.3状态估计器设计323

8.5系统分析与绘图函数324

8.5.1计算和绘制系统的频率响应曲线325

8.5.2计算频率响应的奇异值326

8.5.3计算系统的极点和稳态增益矩阵326

8.5.4系统分析和绘图326

8.6通用功能函数327

8.6.1通用模型转换328

8.6.2方程求解329

8.6.3离散系统的分析329

8.7 MATLAB模型预测控制工具箱的图形用户界面330

小结335

思考练习题335

第9章 隐式广义预测自校正控制及其MATLAB实现336

9.1单输入单输出系统的隐式广义预测自校正控制算法336

9.2多输入多输出系统的隐式广义预测自校正控制算法339

9.3仿真研究343

9.3.1单输入单输出系统的仿真研究343

9.3.2多输入多输出系统的仿真研究346

小结347

思考练习题347

附录A MATLAB程序清单348

附录B MATLAB函数一览表360

附录C MATLAB函数分类索引366

参考文献368