神經網路與模糊控制

《神經網路與模糊控制》是1998年清華大學出版社出版的圖書，圖書作者是張乃堯。

基本介紹

• 書名：神經網路與模糊控制 
• 作者：張乃堯
• ISBN：9787302029625
• 出版時間：1998-10 
• 裝幀：平裝

內容簡介

神經網路與模糊控制是兩種重要的智慧型控制技術，它們都能模擬人的智慧型行為，解決不確定、非線性、複雜的自動化問題，具有非常廣闊的套用前景。本書以智慧型控制的觀點，對神經網路與模糊控制進行了綜合論述，並分析比較了它們的共性、特性、適用範圍和相互結合的途徑，以使讀者更全面地了解智慧型控制領域的最新研究成果。本書選材精煉、論述簡明，介紹和分析了大量的套用實例，包括字元識別、股票預測、旅行商最優路徑規劃、石灰窯爐辨識、pH值控制、化工反應器故障診斷、機械手、倒立擺、倒車等，便於讀者了解各種技術的套用對象、套用方法以及套用效果。

圖書目錄

第1章緒論1

1.1神經網路的發展和套用1

1.2人工神經元模型2

1.3用有向圖表示神經網路4

1.4網路結構及工作方式5

1.5神經網路的學習方法6

1.5.1學習方式6

1.5.2學習算法(學習規則)6

1.5.3學習與自適應8

習題8

參考文獻9

第2章前饋網路10

2.1線性閾值單元10

2.2感知器學習算法11

2.3多層前饋網路及其函式逼近能力11

2.4反向傳播學習算法12

2.5改進BP算法收斂速度的一些措施

17

2.6徑向基函式網路18

2.7套用舉例：23

習題28

參考文獻29

第3章學習理論與網路結構選擇31

3.1基本概念31

3.2推廣問題32

3.3學習過程的統計性質33

3.4函式逼近問題34

3.5關於網路規模選擇中的幾個問題36

3.6例題37

習題42

參考文獻43

第4章反饋網路與聯想存儲器44

4.1離散的Hopfield網路44

4.2聯想存儲器及其學習47

4.3相關學習算法48

4.4聯想存儲器的容量問題49

4.5偽逆法51

4.6線性規劃方法51

4.7多餘吸引子問題52

4.8套用舉例53

4.9雙向聯想存儲器56

習題57

參考文獻58

第5章神經網路用於最佳化計算59

5.1概述59

5.2連續Hopfield網路用於求解TSP

61

5.3離散Hopfield網路用於求解TSP

63

5.4神經網路用於求解貨流問題64

5.5在通信網路中的套用舉例67

習題68

參考文獻69

第6章自組織網路70

6.1主成份分析70

6.2自組織特徵映射71

6.3向量量化74

6.4廣義學習向量量化算法75

6.5套用舉例——指紋識別77

習題80

參考文獻80

第7章動態信號與系統的處理81

7.1引言81

7.2帶延時單元的網路81

7.3時空神經元模型84

7.4部分反饋網路85

7.5學習問題86

7.6套用舉例86

習題93

參考文獻93

第8章全局最佳化95

8.1引言95

8.2隨機梯度法95

8.3模擬退火算法95

8.4遺傳算法96

8.5遺傳算法機理的分析98

8.6討論99

8.7套用舉例100

習題104

參考文獻105

第9章神經網路用於非線性

系統辨識106

9.1概述106

9.2基於NARMA模型的辨識方法107

9.2.1問題描述107

9.2.2NARMA模型的參數辨識

108

9.2.3系統辨識的並聯模式與

串?並聯模式109

9.2.4系統Ⅲ辨識的仿真實驗110

9.3通用辨識模型和動態BP算法111

9.3.1通用辨識模型111

9.3.2動態BP算法112

9.4石灰窯爐的神經網路模型114

9.4.1石灰窯爐的生產過程114

9.4.2石灰窯的數學模型115

9.4.3石灰窯的神經網路模型116

習題118

參考文獻118

第10章神經網路用於非線性控制119

10.1概述119

10.2控制方案119

10.2.1監督控制119

10.2.2直接逆控制120

10.2.3內模控制120

10.2.4模型預報控制121

10.2.5模型參考控制122

10.2.6再勵學習控制122

10.2.7自學習控制與自適

應控制123

10.3內模控制及其在石灰窯爐中

的套用123

10.3.1內模控制系統的分析

與設計123

10.3.2基於神經網路的內

模控制127

10.3.3石灰窯爐的內模控制129

10.4模型預報控制及其在pH值控

制中的套用132

10.4.1模型預報控制的基

本原理132

10.4.2動態矩陣控制(DMC)

135

10.4.3pH值的神經網路模

型預報控制137

習題142

參考文獻143

第11章神經網路用於機器人控制144

11.1機器人的控制問題144

11.2CMAC網路145

11.2.1模型結構145

11.2.2工作原理147

11.2.3學習算法150

11.3用CMAC網路解決機械手的逆

運動學問題151

11.3.1三關節機械手在二維

平面的運動151

11.3.2解決方案152

11.3.3機械手的正模型NN1

153

11.3.4機械手的逆模型NN2

154

11.3.5仿真實驗155

11.4用CMAC網路解決機械手的逆

動力學問題158

11.4.1二關節機械手的伺

服控制158

11.4.2控制方案158

11.4.3仿真實驗結果159

11.4.4CMAC設計參數對控制

性能的影響160

11.4.5控制系統的魯棒性和自

適應能力162

11.4.6CMAC網路的優缺點

164

習題164

參考文獻165

第12章模糊數學基礎166

12.1概述166

12.2模糊集合167

12.2.1模糊集合的定義167

12.2.2模糊集合的表示法168

12.2.3常用的隸屬函式169

12.2.4模糊集合的基本運算169

12.2.5分解定理172

12.2.6擴張定理173

12.3模糊關係174

12.3.1模糊關係的定義174

12.3.2模糊關係的運算175

12.3.3模糊關係的性質176

12.4模糊推理177

12.4.1廣義前向推理和廣義

反向推理177

12.4.2模糊命題178

12.4.3模糊蘊含179

12.4.4模糊推理181

習題181

參考文獻183

第13章模糊控制理論184

13.1模糊控制器的基本結構184

13.2D?FC的工作原理186

13.3C?FC的工作原理189

13.4模糊控制器的種類和設計參數194

13.4.1D?FC和C?FC194

13.4.2PD，PI，PID型的模糊

控制器194

13.4.3控制規則的三種類型195

13.4.4模糊控制器的主要設

計因素196

13.4.5模糊控制的特點和理論

研究問題198

13.5典型模糊控制器的結構分析199

13.5.1概述199

13.5.2典型模糊控制器及其

設計參數199

13.5.3典型模糊控制器的

結構特性201

13.5.4對模糊控制器的幾

點認識207

13.6模糊控制系統的穩定性分析和

設計方法207

13.6.1模糊系統的T?S模型

207

13.6.2模糊方塊圖209

13.6.3穩定性分析212

13.6.4設計方法214

習題215

參考文獻216

第14章模糊神經網路用於非線性

系統建模和故障診斷217

14.1模糊系統與神經網路217

14.2模糊系統的函式逼近能力218

14.2.1模糊基函式218

14.2.2模糊系統的通用逼近性

219

14.3用神經網路來構造模糊系統221

14.4用模糊神經網路辨識非線性系統

227

14.4.1實驗對象227

14.4.2結構辨識227

14.4.3參數辨識230

14.5CSTR控制系統的線上故障診斷232

14.5.1CSTR控制系統簡介232

14.5.2故障診斷的方案233

14.5.3故障診斷實驗結果234

習題235

參考文獻235

第15章基於神經網路的模糊自

適應控制236

15.1概述236

15.2用DCL算法從數據中提取

模糊規則237

15.2.1倒車實驗237

15.2.2倒車的模糊控制237

15.2.3DCL學習算法239

15.2.4從輸入輸出數據中提取

模糊規則240

15.3基於模糊神經網路的模型參考自

適應控制242

15.3.1基於模糊神經網路的

MRAC方案242

15.3.2模糊神經網路結構243

15.3.3模糊神經網路的

學習方法244

15.3.4自適應學習率246

15.3.5非線性對象的模糊自適

應控制實驗247

15.4採用再勵學習的模糊自適應控制

252

15.4.1GARIC的系統結構252

15.4.2GARIC的工作原理253

15.4.3GARIC的學習方法256

15.4.4倒立擺的自適應控

制實驗257

習題261

參考文獻361