神經模糊控制理論及應用

第一篇 神經網(wǎng)絡理論及其MATLAB實現(xiàn)
　第1章 神經網(wǎng)絡理論
　 1.1 神經網(wǎng)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(wǎng)絡的結構
　 1.1.4 神經網(wǎng)絡的工作過程
　 1.1.5 神經網(wǎng)絡的學習
　 1.1.6 神經網(wǎng)絡的分類
　 1.2 典型神經網(wǎng)絡的模型
　 1.2.1 MP模型
　 1.2.2 感知機神經網(wǎng)絡
　 1.2.3 自適應線性神經網(wǎng)絡
　 1.2.4 BP神經網(wǎng)絡
　 1.2.5 徑向基神經網(wǎng)絡
　 1.2.6 競爭學習神經網(wǎng)絡
　 1.2.7 學習向量量化神經網(wǎng)絡
　 1.2.8 Elman神經網(wǎng)絡
　 1.2.9 Hopfield神經網(wǎng)絡
　 1.2.10 Boltzmann神經網(wǎng)絡
　 1.3 神經網(wǎng)絡的訓練
　 小結
　 練習題1
　第2章 MATLAB神經網(wǎng)絡工具箱
　 2.1 MATLAB神經網(wǎng)絡工具箱函數(shù)
　 2.1.1 神經網(wǎng)絡工具箱中的通用函數(shù)
　 2.1.2 感知機神經網(wǎng)絡MATLAB函數(shù)
　 2.1.3 線性神經網(wǎng)絡MATLAB函數(shù)　
　 2.1.4 BP神經網(wǎng)絡MATLAB函數(shù)
　 2.1.5 徑向基神經網(wǎng)絡MATLAB函數(shù)
　 2.1.6 自組織神經網(wǎng)絡MArLAB函數(shù)
　 2.1.7 學習向量量化神經網(wǎng)絡MATLAB函數(shù)
　 2.1.8 Elman神經網(wǎng)絡MATIAB函數(shù)
　 2.1.9 Hopfield神經網(wǎng)絡MATLAB函數(shù)
　 2.1.10 Demos演示功能
　 2.2 MATLAB神經網(wǎng)絡工具箱的圖形用戶界面
　 2.2.1 神經網(wǎng)絡編輯器
　 2.2.2 神經網(wǎng)絡擬合工具
　 2.3 基于Simulink的神經網(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 基于神經網(wǎng)絡的系統(tǒng)預測
　 2.4.3 基于神經網(wǎng)絡的故障診斷
　 小結
　 練習題2
　第3章 神經網(wǎng)絡控制系統(tǒng)
　 3.1 神經網(wǎng)絡控制理論
　 3.1.1 神經控制的基本原理
　 3.1.2 神經網(wǎng)絡在控制中的主要作用
　 3.1.3 神經網(wǎng)絡控制系統(tǒng)的分類
　 3.2 基于Simulink的三種典型的神經網(wǎng)絡控制系統(tǒng)
　 3.2.1 神經網(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
　 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)的基本結構
　 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構
　 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
　 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
　 練習題5
　第6章 模糊神經和模糊聚類及其MATLAB實現(xiàn)
　 6.1 基于Mamdani模型的模糊神經網(wǎng)絡
　 6.1.1 模糊系統(tǒng)的Mamdani模型
　 6.1.2 系統(tǒng)結構
　 6.1.3 學習算法
　 6.2 基于Takagi-Sugeno模型的模糊神經網(wǎng)絡
　 6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型
　 6.2.2 系統(tǒng)結構
　 6.2.3 學習算法
　 6.3 自適應神經模糊系統(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 自適應神經模糊系統(tǒng)的建模
　 6.3.3 自適應神經模糊推理系統(tǒng)在建模中的應用
　 6.3.4 自適應神經模糊推理系統(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
　 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