神經(jīng)模糊控制理論及應(yīng)用

前言

　　針對(duì)神經(jīng)網(wǎng)絡(luò)和模糊邏輯的迅速推廣應(yīng)用，MathWorks公司在其MATLAB版中添加了神經(jīng)網(wǎng)絡(luò)和模糊邏輯工具箱。該工具箱由長(zhǎng)期從事神經(jīng)網(wǎng)絡(luò)和模糊邏輯研究與開發(fā)工作的有關(guān)專家和技術(shù)人員編制。工具箱提供了許多進(jìn)行神經(jīng)網(wǎng)絡(luò)和模糊邏輯設(shè)計(jì)和分析的工具函數(shù)，這給用戶帶來(lái)了極大的方便，即使不了解算法的本質(zhì)，也可以直接應(yīng)用功能豐富的函數(shù)來(lái)實(shí)現(xiàn)自己的目的。由于其編程簡(jiǎn)單，所以給使用者節(jié)省了大量的編程時(shí)間，使其能夠把更多的精力投入到網(wǎng)絡(luò)設(shè)計(jì)而不是具體程序的實(shí)現(xiàn)上?！　”緯局旬?dāng)前國(guó)際控制界最為流行的面向工程與科學(xué)計(jì)算的高級(jí)語(yǔ)言——MATLAB與神經(jīng)網(wǎng)絡(luò)和模糊邏輯理論結(jié)合起來(lái)的宗旨而編寫。全書共分2篇6章，書中詳細(xì)地介紹了神經(jīng)網(wǎng)絡(luò)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(shí)現(xiàn)其仿真的方法，即利用MATLAB編程計(jì)算、利用MATLAB中工具箱函數(shù)編程計(jì)算和利用Simulink仿真計(jì)算。其巾，第一篇詳細(xì)地介紹了十幾種常用神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)、工作方式和學(xué)習(xí)算法及其利用MATLAB實(shí)現(xiàn)的方法、MATLAB神經(jīng)網(wǎng)絡(luò)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(luò)的系統(tǒng)模塊和神經(jīng)網(wǎng)絡(luò)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(luò)和模糊聚類及其利用MATLAB實(shí)現(xiàn)的方法?！　”窘滩倪m用學(xué)時(shí)數(shù)為32-48（2-3學(xué)分），章節(jié)編排具有相對(duì)的獨(dú)立性，利于教師與學(xué)生取舍，便于不同層次院校的不同專業(yè)選用，以適應(yīng)不同教學(xué)學(xué)時(shí)的需要。教材內(nèi)容完善、新穎、有利于學(xué)生能力的培養(yǎng)?！　”緯勺鳛楦叩仍盒Ｗ詣?dòng)化、計(jì)算機(jī)、電子與信息、機(jī)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(shí)用性較強(qiáng)，故也可作為從事智能控制及相關(guān)領(lǐng)域的教學(xué)、研究、設(shè)計(jì)人員和工技術(shù)人員的參考用書?！　∮捎谧髡咚接邢蓿瑫腥噪y免有疏漏與不當(dāng)之處，故懇請(qǐng)有關(guān)專家、同行和廣大讀者批評(píng)指正?！　∽髡?/pre>


內(nèi)容概要
本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)和模糊邏輯的基本概念、工作原理、控制算法，以及利用MATLAB語(yǔ)言、MATLAB工具箱函數(shù)和Simulink對(duì)其實(shí)現(xiàn)的方法。該書取材先進(jìn)實(shí)用，講解深入淺出，各章均有相應(yīng)的例題和練習(xí)題，并提供了大量用MATLAB/Simulink實(shí)現(xiàn)的仿真實(shí)例，便于讀者掌握和鞏固所學(xué)知識(shí)，讓學(xué)生在有限的時(shí)間內(nèi)，掌握神經(jīng)網(wǎng)絡(luò)和模糊邏輯的基本原理與應(yīng)用技術(shù)。    本書可作為高等院校自動(dòng)化、計(jì)算機(jī)、電子與信息、機(jī)電工程等專業(yè)研究生和高年級(jí)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(shè)計(jì)和應(yīng)用的科學(xué)技術(shù)人員的參考用書。



書籍目錄
第一篇  神經(jīng)網(wǎng)絡(luò)理論及其MATLAB實(shí)現(xiàn)　第1章  神經(jīng)網(wǎng)絡(luò)理論　  1.1  神經(jīng)網(wǎng)絡(luò)的基本概念　    1.1.1  生物神經(jīng)元的結(jié)構(gòu)與功能特點(diǎn)　    1.1.2  人工神經(jīng)元模型　    1.1.3  神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)　    1.1.4  神經(jīng)網(wǎng)絡(luò)的工作過(guò)程　    1.1.5  神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)　    1.1.6  神經(jīng)網(wǎng)絡(luò)的分類　  1.2  典型神經(jīng)網(wǎng)絡(luò)的模型　    1.2.1  MP模型　    1.2.2  感知機(jī)神經(jīng)網(wǎng)絡(luò)　    1.2.3  自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)　    1.2.4  BP神經(jīng)網(wǎng)絡(luò)　    1.2.5  徑向基神經(jīng)網(wǎng)絡(luò)　    1.2.6  競(jìng)爭(zhēng)學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)　    1.2.7  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)　    1.2.8  Elman神經(jīng)網(wǎng)絡(luò)　    1.2.9  Hopfield神經(jīng)網(wǎng)絡(luò)　    1.2.10  Boltzmann神經(jīng)網(wǎng)絡(luò)　  1.3  神經(jīng)網(wǎng)絡(luò)的訓(xùn)練　  小結(jié)　  練習(xí)題1　第2章  MATLAB神經(jīng)網(wǎng)絡(luò)工具箱　  2.1  MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)　    2.1.1  神經(jīng)網(wǎng)絡(luò)工具箱中的通用函數(shù)　    2.1.2  感知機(jī)神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　    2.1.3  線性神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　　    2.1.4  BP神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　    2.1.5  徑向基神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　    2.1.6  自組織神經(jīng)網(wǎng)絡(luò)MArLAB函數(shù)　    2.1.7  學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)  　  2.1.8  Elman神經(jīng)網(wǎng)絡(luò)MATIAB函數(shù)　    2.1.9  Hopfield神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù)　    2.1.10  Demos演示功能　  2.2  MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面　    2.2.1  神經(jīng)網(wǎng)絡(luò)編輯器　    2.2.2  神經(jīng)網(wǎng)絡(luò)擬合工具　  2.3  基于Simulink的神經(jīng)網(wǎng)絡(luò)模塊　    2.3.1  模塊的設(shè)置　    2.3.2  模塊的生成　  2.4  神經(jīng)網(wǎng)絡(luò)在系統(tǒng)預(yù)測(cè)和故障診斷中的應(yīng)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(luò)的系統(tǒng)預(yù)測(cè)　    2.4.3  基于神經(jīng)網(wǎng)絡(luò)的故障診斷　  小結(jié)　  練習(xí)題2　第3章  神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)　  3.1  神經(jīng)網(wǎng)絡(luò)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(luò)在控制中的主要作用　    3.1.3  神經(jīng)網(wǎng)絡(luò)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(luò)控制系統(tǒng)　    3.2.1  神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)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(xí)題3第二篇  模糊邏輯理論及其MATLAB實(shí)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(yùn)算　    4.1.2  模糊關(guān)系及其合成　    4.1.3  模糊向量及其運(yùn)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(gè)基本運(yùn)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(yùn)算　    4.3.2  數(shù)據(jù)庫(kù)　    4.3.3  規(guī)則庫(kù)　    4.3.4  模糊推理　    4.3.5  清晰化計(jì)算　  4.4  離散論域的模糊控制系統(tǒng)的設(shè)計(jì) 　 4.5  具有PID功能的模糊控制器　  小結(jié)　  練習(xí)題4　第5章  MATLAB模糊邏輯工具箱　  5.1   MATLAB模糊邏輯工具箱簡(jiǎn)介　    5.1.1  模糊邏輯工具箱的功能特點(diǎn)　    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(yǔ)言變量及其語(yǔ)言值　    5.2.3  模糊語(yǔ)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(jì)算與去模糊化　    5.2.6　模糊推理在控制系統(tǒng)中的應(yīng)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(xí)題5　第6章  模糊神經(jīng)和模糊聚類及其MATLAB實(shí)現(xiàn)　  6.1  基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò)　    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(xué)習(xí)算法　  6.2  基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò)　    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(xué)習(xí)算法　  6.3  自適應(yīng)神經(jīng)模糊系統(tǒng)及其MATLAB實(shí)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(yīng)神經(jīng)模糊系統(tǒng)的建模　    6.3.3  自適應(yīng)神經(jīng)模糊推理系統(tǒng)在建模中的應(yīng)用 　   6.3.4  自適應(yīng)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(shí)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(xí)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(xiàn)


章節(jié)摘錄
　　第一篇　神經(jīng)網(wǎng)絡(luò)理論及其MATLAB實(shí)現(xiàn)　　第1章　神經(jīng)網(wǎng)絡(luò)理論　　人腦是一部不尋常的智能機(jī)，它能以驚人的高速度解釋感覺(jué)器官傳來(lái)的含糊不清的信息。它能覺(jué)察到喧鬧房間內(nèi)的竊竊私語(yǔ)，能夠識(shí)別出光線暗淡的胡同中的一張面孾，更能通過(guò)不斷的學(xué)習(xí)而產(chǎn)生偉大的創(chuàng)造力。古今中外，許許多多科學(xué)家為了揭開大腦機(jī)能的奧秘，從不同的角度進(jìn)行著長(zhǎng)期不懈的努力和探索，由此逐漸形成了一個(gè)多學(xué)科交叉的前沿技術(shù)領(lǐng)域——神經(jīng)網(wǎng)絡(luò)（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(xué)時(shí)期，那時(shí)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(gè)實(shí)踐，即由Russell描述的水力裝置。1943年美國(guó)心理學(xué)家warren S McCulloch與數(shù)學(xué)家Walter H Pitts合作，用邏輯的數(shù)學(xué)工具研究客觀事件在形式神經(jīng)網(wǎng)絡(luò)中的描述，從此開創(chuàng)了對(duì)神經(jīng)網(wǎng)絡(luò)的理論研究。他們?cè)诜治?、總結(jié)神經(jīng)元基本特性的基礎(chǔ)上，首先提出神經(jīng)元的數(shù)學(xué)模型，簡(jiǎn)稱MP模型。從腦科學(xué)研究來(lái)看，MP模型不愧為第一個(gè)用數(shù)理語(yǔ)言描述腦的信息處理過(guò)程的模型。后來(lái)MP模型經(jīng)過(guò)數(shù)學(xué)家的精心整理和抽象，最終發(fā)展成一種有限自動(dòng)機(jī)理論，再一次展現(xiàn)了MP模型的價(jià)值。此模型沿用至今，直接影響著這一領(lǐng)域的研究進(jìn)展。1949年心理學(xué)家D．O．Hebb提出關(guān)于神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)機(jī)理的“突觸修正假設(shè)”，即突觸聯(lián)系效率可變的假設(shè)，現(xiàn)在多數(shù)學(xué)習(xí)機(jī)仍遵循這一學(xué)習(xí)規(guī)則。1957年．Frank Rosenblatt首次提出并設(shè)計(jì)制作了著名的感知機(jī)（Perceptron），第一次從理論研究轉(zhuǎn)入過(guò)程實(shí)現(xiàn)階段，掀起了研究人工神經(jīng)網(wǎng)絡(luò)的高潮。今天，隨著科學(xué)技術(shù)的迅猛發(fā)展，神經(jīng)網(wǎng)絡(luò)正以極大的魅力吸引著世界上眾多專家、學(xué)者為之奮斗，在世界范圍內(nèi)再次掀起了神經(jīng)網(wǎng)絡(luò)的研究熱潮。難怪有關(guān)國(guó)際權(quán)威人士評(píng)論指出，目前對(duì)神經(jīng)網(wǎng)絡(luò)的研究，其重要意義不亞于第二次世界大戰(zhàn)時(shí)對(duì)原子彈的研究?！　∪斯ど窠?jīng)網(wǎng)絡(luò)特有的非線性適應(yīng)性信息處理能力，克服了傳統(tǒng)人工智能方法對(duì)于直覺(jué)，如模式、語(yǔ)音識(shí)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(shí)別、智能控制、組合優(yōu)化、預(yù)測(cè)等領(lǐng)域得到成功應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)與其他傳統(tǒng)方法相結(jié)合，將推動(dòng)人工智能和信息處理技術(shù)的不斷發(fā)展。近年來(lái)，人工神經(jīng)網(wǎng)絡(luò)正向著模擬人類認(rèn)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(jìn)化機(jī)制等結(jié)合，形成計(jì)算智能，成為人工智能的一個(gè)重要方向，將在實(shí)際應(yīng)用中得到發(fā)展。　　……








圖書封面






評(píng)論、評(píng)分、閱讀與下載



還沒(méi)讀過(guò)(52)
勉強(qiáng)可看(379)
一般般(647)
內(nèi)容豐富(2685)
強(qiáng)力推薦(220)


 


    神經(jīng)模糊控制理論及應(yīng)用 PDF格式下載