《MATLAB模糊系統設計》是2009年國防工業出版社出版的圖書，作者是張德豐。
基本介紹
內容簡介,目錄,前言,
內容簡介
《MATLAB模糊系統設計》主要針對MATLAB模糊系統設計由淺入深地論述了模糊系統的基本概念、基本原理、結構及其控制設計與套用等過程中，重點介紹了這些基礎理論結合MATLAB模糊邏輯工具的套用，並通過大量的實例來介紹MATLAB模糊邏輯工具的輔助設計功能，也對相關函式進行了相應的介紹。
《MATLAB模糊系統設計》內容理論清晰可靠，講解詳細，重點突出，內容新，覆蓋範圍廣，套用操作性強，可作為控制科學和技術類專業本科及研究生教材，也可供與此相關的科研人員和從事控制工程的技術人員參考。
目錄
第1章 MATLAB簡介
1.1 MATLAB概述
1.2 MATLAB的操作
1.2.1 MATLAB語言特點
1.2.2 MATLAB的M檔案介紹
1.2.3 MATLAB的使用命令
1.2.4 MATLAB的輸入與輸出函式
1.3 MATLAB的矩陣運算及套用舉例
1.4 MATLAB的向量運算
1.5 MATLAB的控制語句
1.5.1 循環語句
1.5.2 條件轉移語句
1.6 MATLAB的繪圖套用
第2章 模糊系統的理論基礎
2.1 模糊系統的概述
2.1.1 模糊集
2.1.2 模糊規則
2.1.3 模糊推理系統
2.1.4 模糊系統的非線性逼近
2.1.5 模糊系統存在的問題
2.2 模糊系統的集合
2.2.1 經典集合及其特徵函式
2.2.2 模糊集合及其隸屬度函式
2.2.3 模糊集合的基本運算套用
2.3 模糊關係的剖析
2.3.1 模糊關係方程組與布爾型模糊關係方程
2.3.2 模糊矩陣的冪運算及收斂性
2.3.3 “如果-則”推理關係
2.4 模糊擴展原理
2.5 凸模糊集合
2.6 模糊數
第3章 MATLAB結構模糊最佳化及系統設計
3.1 模糊最佳化模型
3.1.1 模糊最佳化設計的步驟
3.1.2 建立數學模型的基本原則
3.1.3 模糊最佳化基本概念
3.2 模糊最佳化的分類
3.2.1 對稱模糊最佳化和非對稱模糊最佳化
3.2.2 模糊遺傳算法
3.2.3 其他方法
3.3 單目標和多目標最佳化設計
3.3.1 疊代法
3.3.2 權重最大-最小法
3.3.3 對稱多目標模糊最佳化的求解
3.3.4 多目標模糊最佳化的向量水平截集法
3.4 用圖形界面工具建立模糊系統
3.4.1 模糊推理系統編輯器
3.4.2 模糊規則編輯器
3.4.3 隸屬度函式編輯器
3.4.4 模糊推理輸入輸出曲面視圖
3.5 用命令函式實現模糊邏輯系統
3.5.1 命令行函式使用示例
3.5.2 使用MATLAB命令創建和計算模糊系統
3.5.3 MATLAB的FIS結構和存儲
3.6 模糊邏輯工具箱套用
3.6.1 MATLAB工具箱附帶隸屬度函式套用示例
3.6.2 FIS系統相關操作
3.6.3 模型轉換及矩陣操作類函式
3.6.4 系統圖形顯示函式
3.6.5 模糊推理運算.計算類函式
第4章 模糊控制器及控制系統的設計
4.1 模糊控制系統的組成部分
4.1.1 傳統控制系統到模糊控制系統
4.1.2 模糊控制器的結構
4.2 控制器的輸出形式
4.2.1 位置式輸出
4.2.2 增量式輸出
4.3 Mamdani型模糊控制的設計
4.3.1 Mamdani型模糊控制器的組成
4.3.2 量化因子及比例因子
4.3.3 模糊化及清晰化
4.3.4 模糊自動設計的套用
4.4 T-S型模糊控制器的設計
4.4.1 T-S型模糊模型
4.4.2 T-S型模糊系統設計要點
4.5 模糊控制系統設計套用舉例
4.5.1 溫度控制系統
4.5.2 控制系統性能解析
第5章 MATLAB仿真的模糊控制系統設計
5.1 Simulink仿真簡介
5.1.1 MATLAB中的仿真模組庫
5.1.2 仿真模型圖的構建
5.1.3 動態系統的Simulink仿真
5.2 模糊控制系統的設計與MATLAB仿真
5.2.1 FIS與仿真的連線
5.2.2 設計模型控制系統的Simulink模型圖
5.2.3 仿真對系統的分析
第6章 C語言與模糊邏輯工具箱的接口套用
6.1 fls.c簡介
6.2 fismain.c簡介
6.3 MATLAB模糊推理系統C程式接口舉例
第7章 MATLAB模糊邏輯系統設計及套用
7.1 自適應神經網路模糊系統設計
7.1.1 自適應神經模糊系統簡述
7.1.2 MATLAB的自適應神經模糊推理系統設計的anfis和genfis1函式
7.1.3 MATLAB輔助ANFIS設計及套用
7.1.4 MATLAB工具箱的anfissedit圖形界面工具
7.2 Sugeno型模糊推理系統的套用
7.2.1 Sugeno型模糊推理系統的套用舉例
7.2.2 Sugeno型系統與Maindani型系統的比較
7.3 MATLAB實現與模糊聚類套用
7.3.1 MATLAB圖形化模糊聚類工具概述
7.3.2 減法聚類及實例
7.3.3 模糊C-均值聚類
7.4 用ANFIS建立FIS舉例
第8章 神經網路在MATLAB模糊控制設計中的套用
8.1 神經網路的基本原理
8.1.1 神經網路的發展史
8.1.2 神經元生理結構
8.1.3 神經元的功能特點
8.1.4 神經元的數學模型
8.1.5 神經網路模型的學習方法
8.1.6 感知器的學習算法
8.1.7 神經網路學習的梯度算法
8.1.8 人工神經網路模型
8.1.9 反射傳播學習的BP算法
8.2 模糊神經網路的套用
8.2.1 算術模糊神經網路的套用
8.2.2 邏輯模糊神經網路的套用
8.2.3 混合模糊神經網路的套用
8.3 遺傳算法的套用
8.3.1 遺傳算法的概述
……
第9章 MATLAB模糊設計系統套用舉例
第10章 模糊理論及模糊最佳化的套用
參考文獻
·收起全部<<
前言
MATLAB是Math Works公司推出的一套高性能的數值計算和可視化軟體，它集數學計算、圖形計算、語言設計和模糊邏輯等30多個工具箱於一體，具有極高的編程效率。
一種語言之所以能如此迅速地普及，顯示出如此旺盛的生命力，是由於它有著不同於其他語言的特點，正如同FORTRAN和c等高級語言使人們擺脫了需要直接對計算機硬體資源進行操作一樣，被稱作為第四代計算機語言的MAT[AB，利用其豐富的函式資源，使編程人員從繁瑣的程式代碼中解放出來。
MATLAB語言簡潔緊湊，使用方便靈活，庫函式極其豐富。MATLAB程式書寫形式自由，利用豐富的庫函式避開繁雜的子程式編程任務，壓縮了一切不必要的編程工作。由於庫函式都由本領域的專家編寫，用戶不必擔心函式的可靠性。
在傳統的控制領域裡，控制系統動態模式的精確與否是影響控制優劣的最主要關鍵，系統動態的信息越詳細，則越能達到精確控制的目的。然而，對於複雜的系統，由於變數太多，往往難以正確地描述系統的動態，於是人們便利用各種方法來簡化系統動態，以達到控制的目的，但卻不盡理想。換言之，傳統的控制理論對於明確係統具有很強的控制能力，但對於過於複雜或難以精確描述的系統，則顯得無能為力了。因此便嘗試著以模糊數學來處理這些控制問題。
