神經(jīng)模糊控制理論及應用

前言

　　針對神經(jīng)網(wǎng)絡和模糊邏輯的迅速推廣應用，MathWorks公司在其MATLAB版中添加了神經(jīng)網(wǎng)絡和模糊邏輯工具箱。該工具箱由長期從事神經(jīng)網(wǎng)絡和模糊邏輯研究與開發(fā)工作的有關專家和技術(shù)人員編制。工具箱提供了許多進行神經(jīng)網(wǎng)絡和模糊邏輯設計和分析的工具函數(shù)，這給用戶帶來了極大的方便，即使不了解算法的本質(zhì)，也可以直接應用功能豐富的函數(shù)來實現(xiàn)自己的目的。由于其編程簡單，所以給使用者節(jié)省了大量的編程時間，使其能夠把更多的精力投入到網(wǎng)絡設計而不是具體程序的實現(xiàn)上?！　”緯局旬斍皣H控制界最為流行的面向工程與科學計算的高級語言——MATLAB與神經(jīng)網(wǎng)絡和模糊邏輯理論結(jié)合起來的宗旨而編寫。全書共分2篇6章，書中詳細地介紹了神經(jīng)網(wǎng)絡和模糊邏輯兩大智能控制方法，且分別介紹了三種利用MATLAB實現(xiàn)其仿真的方法，即利用MATLAB編程計算、利用MATLAB中工具箱函數(shù)編程計算和利用Simulink仿真計算。其巾，第一篇詳細地介紹了十幾種常用神經(jīng)網(wǎng)絡的拓撲結(jié)構(gòu)、工作方式和學習算法及其利用MATLAB實現(xiàn)的方法、MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù)及圖形用戶界面的使用方法、基于Simulink的神經(jīng)網(wǎng)絡的系統(tǒng)模塊和神經(jīng)網(wǎng)絡控制系統(tǒng)。第二篇系統(tǒng)地論述了模糊邏輯理論的基本原理、MATLAB模糊邏輯工具箱函數(shù)及圖形用戶界面的使用方法、基于Simulink的模糊邏輯的系統(tǒng)模塊、模糊神經(jīng)網(wǎng)絡和模糊聚類及其利用MATLAB實現(xiàn)的方法?！　”窘滩倪m用學時數(shù)為32-48（2-3學分），章節(jié)編排具有相對的獨立性，利于教師與學生取舍，便于不同層次院校的不同專業(yè)選用，以適應不同教學學時的需要。教材內(nèi)容完善、新穎、有利于學生能力的培養(yǎng)?！　”緯勺鳛楦叩仍盒Ｗ詣踊?、計算機、電子與信息、機電工程、電氣信息類其他各專業(yè)本科生和研究生教材。鑒于本書的通用性和實用性較強，故也可作為從事智能控制及相關領域的教學、研究、設計人員和工技術(shù)人員的參考用書?！　∮捎谧髡咚接邢?，書中仍難免有疏漏與不當之處，故懇請有關專家、同行和廣大讀者批評指正?！　∽髡?/pre>


內(nèi)容概要
本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡和模糊邏輯的基本概念、工作原理、控制算法，以及利用MATLAB語言、MATLAB工具箱函數(shù)和Simulink對其實現(xiàn)的方法。該書取材先進實用，講解深入淺出，各章均有相應的例題和練習題，并提供了大量用MATLAB/Simulink實現(xiàn)的仿真實例，便于讀者掌握和鞏固所學知識，讓學生在有限的時間內(nèi)，掌握神經(jīng)網(wǎng)絡和模糊邏輯的基本原理與應用技術(shù)。    本書可作為高等院校自動化、計算機、電子與信息、機電工程等專業(yè)研究生和高年級本科生的教材，也可作為從事智能控制與智能系統(tǒng)研究、設計和應用的科學技術(shù)人員的參考用書。



書籍目錄
第一篇  神經(jīng)網(wǎng)絡理論及其MATLAB實現(xiàn)　第1章  神經(jīng)網(wǎng)絡理論　  1.1  神經(jīng)網(wǎng)絡的基本概念　    1.1.1  生物神經(jīng)元的結(jié)構(gòu)與功能特點　    1.1.2  人工神經(jīng)元模型　    1.1.3  神經(jīng)網(wǎng)絡的結(jié)構(gòu)　    1.1.4  神經(jīng)網(wǎng)絡的工作過程　    1.1.5  神經(jīng)網(wǎng)絡的學習　    1.1.6  神經(jīng)網(wǎng)絡的分類　  1.2  典型神經(jīng)網(wǎng)絡的模型　    1.2.1  MP模型　    1.2.2  感知機神經(jīng)網(wǎng)絡　    1.2.3  自適應線性神經(jīng)網(wǎng)絡　    1.2.4  BP神經(jīng)網(wǎng)絡　    1.2.5  徑向基神經(jīng)網(wǎng)絡　    1.2.6  競爭學習神經(jīng)網(wǎng)絡　    1.2.7  學習向量量化神經(jīng)網(wǎng)絡　    1.2.8  Elman神經(jīng)網(wǎng)絡　    1.2.9  Hopfield神經(jīng)網(wǎng)絡　    1.2.10  Boltzmann神經(jīng)網(wǎng)絡　  1.3  神經(jīng)網(wǎng)絡的訓練　  小結(jié)　  練習題1　第2章  MATLAB神經(jīng)網(wǎng)絡工具箱　  2.1  MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù)　    2.1.1  神經(jīng)網(wǎng)絡工具箱中的通用函數(shù)　    2.1.2  感知機神經(jīng)網(wǎng)絡MATLAB函數(shù)　    2.1.3  線性神經(jīng)網(wǎng)絡MATLAB函數(shù)　　    2.1.4  BP神經(jīng)網(wǎng)絡MATLAB函數(shù)　    2.1.5  徑向基神經(jīng)網(wǎng)絡MATLAB函數(shù)　    2.1.6  自組織神經(jīng)網(wǎng)絡MArLAB函數(shù)　    2.1.7  學習向量量化神經(jīng)網(wǎng)絡MATLAB函數(shù)  　  2.1.8  Elman神經(jīng)網(wǎng)絡MATIAB函數(shù)　    2.1.9  Hopfield神經(jīng)網(wǎng)絡MATLAB函數(shù)　    2.1.10  Demos演示功能　  2.2  MATLAB神經(jīng)網(wǎng)絡工具箱的圖形用戶界面　    2.2.1  神經(jīng)網(wǎng)絡編輯器　    2.2.2  神經(jīng)網(wǎng)絡擬合工具　  2.3  基于Simulink的神經(jīng)網(wǎng)絡模塊　    2.3.1  模塊的設置　    2.3.2  模塊的生成　  2.4  神經(jīng)網(wǎng)絡在系統(tǒng)預測和故障診斷中的應用　    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)絡的系統(tǒng)預測　    2.4.3  基于神經(jīng)網(wǎng)絡的故障診斷　  小結(jié)　  練習題2　第3章  神經(jīng)網(wǎng)絡控制系統(tǒng)　  3.1  神經(jīng)網(wǎng)絡控制理論　    3.1.1  神經(jīng)控制的基本原理　    3.1.2  神經(jīng)網(wǎng)絡在控制中的主要作用　    3.1.3  神經(jīng)網(wǎng)絡控制系統(tǒng)的分類　  3.2  基于Simulink的三種典型的神經(jīng)網(wǎng)絡控制系統(tǒng)　    3.2.1  神經(jīng)網(wǎng)絡模型預測控制　　  3.2.2  反饋線性化控制  　  3.2.3  模型參考控制　  小結(jié)　  練習題3第二篇  模糊邏輯理論及其MATLAB實現(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  模糊集合及其運算　    4.1.2  模糊關系及其合成　    4.1.3  模糊向量及其運算　    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  模糊控制中的幾個基本運算操作　  4.3  模糊邏輯控制系統(tǒng)的基本原理　    4.3.1  模糊化運算　    4.3.2  數(shù)據(jù)庫　    4.3.3  規(guī)則庫　    4.3.4  模糊推理　    4.3.5  清晰化計算　  4.4  離散論域的模糊控制系統(tǒng)的設計 　 4.5  具有PID功能的模糊控制器　  小結(jié)　  練習題4　第5章  MATLAB模糊邏輯工具箱　  5.1   MATLAB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  模糊推理系統(tǒng)的基本類型　    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  模糊語言變量及其語言值　    5.2.3  模糊語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  模糊推理計算與去模糊化　    5.2.6　模糊推理在控制系統(tǒng)中的應用　  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)　  練習題5　第6章  模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn)　  6.1  基于Mamdani模型的模糊神經(jīng)網(wǎng)絡　    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  學習算法　  6.2  基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡　    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  學習算法　  6.3  自適應神經(jīng)模糊系統(tǒng)及其MATLAB實現(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  自適應神經(jīng)模糊系統(tǒng)的建?！?   6.3.3  自適應神經(jīng)模糊推理系統(tǒng)在建模中的應用 　   6.3.4  自適應神經(jīng)模糊推理系統(tǒng)的圖形界面編輯器　  6.4  模糊聚類及其MATLAB實現(xiàn)　    6.4.1  模糊C-均值聚類函數(shù)　    6.4.2  模糊減法聚類函數(shù)　    6.4.3  基于減法聚類的模糊推理系統(tǒng)建模函數(shù)　    6.4.4  模糊C-均值和減法聚類的圖形用戶界面　  小結(jié)　  練習題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)分類索引參考文獻


章節(jié)摘錄
　　第一篇　神經(jīng)網(wǎng)絡理論及其MATLAB實現(xiàn)　　第1章　神經(jīng)網(wǎng)絡理論　　人腦是一部不尋常的智能機，它能以驚人的高速度解釋感覺器官傳來的含糊不清的信息。它能覺察到喧鬧房間內(nèi)的竊竊私語，能夠識別出光線暗淡的胡同中的一張面孾，更能通過不斷的學習而產(chǎn)生偉大的創(chuàng)造力。古今中外，許許多多科學家為了揭開大腦機能的奧秘，從不同的角度進行著長期不懈的努力和探索，由此逐漸形成了一個多學科交叉的前沿技術(shù)領域——神經(jīng)網(wǎng)絡（Neural Network）。　　人工神經(jīng)系統(tǒng)的研究可以追溯到1800年Frued的精神分析學時期，那時他已經(jīng)做了一些初步工作。1913年出現(xiàn)了人工神經(jīng)系統(tǒng)的第一個實踐，即由Russell描述的水力裝置。1943年美國心理學家warren S McCulloch與數(shù)學家Walter H Pitts合作，用邏輯的數(shù)學工具研究客觀事件在形式神經(jīng)網(wǎng)絡中的描述，從此開創(chuàng)了對神經(jīng)網(wǎng)絡的理論研究。他們在分析、總結(jié)神經(jīng)元基本特性的基礎上，首先提出神經(jīng)元的數(shù)學模型，簡稱MP模型。從腦科學研究來看，MP模型不愧為第一個用數(shù)理語言描述腦的信息處理過程的模型。后來MP模型經(jīng)過數(shù)學家的精心整理和抽象，最終發(fā)展成一種有限自動機理論，再一次展現(xiàn)了MP模型的價值。此模型沿用至今，直接影響著這一領域的研究進展。1949年心理學家D．O．Hebb提出關于神經(jīng)網(wǎng)絡學習機理的“突觸修正假設”，即突觸聯(lián)系效率可變的假設，現(xiàn)在多數(shù)學習機仍遵循這一學習規(guī)則。1957年．Frank Rosenblatt首次提出并設計制作了著名的感知機（Perceptron），第一次從理論研究轉(zhuǎn)入過程實現(xiàn)階段，掀起了研究人工神經(jīng)網(wǎng)絡的高潮。今天，隨著科學技術(shù)的迅猛發(fā)展，神經(jīng)網(wǎng)絡正以極大的魅力吸引著世界上眾多專家、學者為之奮斗，在世界范圍內(nèi)再次掀起了神經(jīng)網(wǎng)絡的研究熱潮。難怪有關國際權(quán)威人士評論指出，目前對神經(jīng)網(wǎng)絡的研究，其重要意義不亞于第二次世界大戰(zhàn)時對原子彈的研究?！　∪斯ど窠?jīng)網(wǎng)絡特有的非線性適應性信息處理能力，克服了傳統(tǒng)人工智能方法對于直覺，如模式、語音識別、非結(jié)構(gòu)化信息處理方面的缺陷，使之在神經(jīng)專家系統(tǒng)、模式識別、智能控制、組合優(yōu)化、預測等領域得到成功應用。人工神經(jīng)網(wǎng)絡與其他傳統(tǒng)方法相結(jié)合，將推動人工智能和信息處理技術(shù)的不斷發(fā)展。近年來，人工神經(jīng)網(wǎng)絡正向著模擬人類認知的道路上更加深入地發(fā)展，且與模糊系統(tǒng)、遺傳算法、進化機制等結(jié)合，形成計算智能，成為人工智能的一個重要方向，將在實際應用中得到發(fā)展?！　　?/pre>








圖書封面






評論、評分、閱讀與下載



還沒讀過(52)
勉強可看(379)
一般般(647)
內(nèi)容豐富(2685)
強力推薦(220)


 


    神經(jīng)模糊控制理論及應用 PDF格式下載