模糊—神經(jīng)網(wǎng)絡(luò)控制原理與工程應(yīng)用

第1章 緒論
1.1 引言
1.1.1 經(jīng)典控制理論
1.1.2 現(xiàn)代控制理論
1.1.3 人工智能控制理論
1.2 模糊-神經(jīng)網(wǎng)絡(luò)控制基本概念
1.2.1 模糊系統(tǒng)
1.2.2 模糊控制
1.2.3 神經(jīng)網(wǎng)絡(luò)
1.3 模糊控制數(shù)學(xué)本質(zhì)研究述評(píng)
1.3.1 模糊控制系統(tǒng)的非線性逼近能力
1.3.2 模糊控制器的數(shù)學(xué)本質(zhì)
1.3.3 模糊控制器的解析結(jié)構(gòu)
1.4 模糊邏輯推理方法研究述評(píng)
1.5 模糊-神經(jīng)網(wǎng)絡(luò)控制研究與應(yīng)用述評(píng)
1.5.1 基于基本參數(shù)調(diào)整的自適應(yīng)模糊控制器
1.5.2 基于模型參考的自適應(yīng)模糊控制器
1.5.3 基于智能算法的自適應(yīng)模糊控制器
1.5.4 大滯后過程自適應(yīng)模糊控制器
1.5.5 神經(jīng)網(wǎng)絡(luò)控制模型
第2章 動(dòng)態(tài)系統(tǒng)數(shù)學(xué)模型
2.1 引言
2.2 數(shù)學(xué)模型與動(dòng)態(tài)系統(tǒng)
2.2.1 數(shù)學(xué)模型
2.2.2 線性和非線性系統(tǒng)
2.2.3 非線性系統(tǒng)的線性化
2.3 微分方程
2.3.1 微分方程表達(dá)式
2.3.2 微分方程的解及其特性分析
2.4 傳遞函數(shù)
2.4.1 傳遞函數(shù)
2.4.2 傳遞函數(shù)的方塊圖表示
2.4.3 閉環(huán)系統(tǒng)的傳遞函數(shù)
2.4.4 串并聯(lián)系統(tǒng)的傳遞函數(shù)
2.5 狀態(tài)空間模型
2.5.1 狀態(tài)向量與狀態(tài)空間
2.5.2 狀態(tài)空間表達(dá)式
2.5.3 狀態(tài)空間模型的求解
2.6 數(shù)學(xué)模型的變換
2.6.1 微分方程變換為狀態(tài)空間模型
2.6.2 狀態(tài)空間模型變換為傳遞函數(shù)
第3章 模糊控制的數(shù)學(xué)基礎(chǔ)
3.1 引言
3.2 模糊集合與隸屬函數(shù)
3，2.1 經(jīng)典集合與特征函數(shù)
3.2.2 模糊集合與隸屬函數(shù)
3.2.3 模糊集合運(yùn)算
3.2.4 實(shí)數(shù)域上的模糊分布
3.3 模糊關(guān)系與模糊矩陣
3.3.1 普通關(guān)系
3.3.2 模糊關(guān)系
3.3.3 模糊矩陣
3.4 模糊邏輯與模糊推理
3.4.1 模糊命題
3.4.2 模糊邏輯
3.4.3 模糊蘊(yùn)涵關(guān)系
3.4.4 模糊關(guān)系的合成
3.4.5 模糊推理
3.4.6 模糊推理的性質(zhì)
第4章 基本模糊控制器設(shè)計(jì)與仿真
4.1 引言
4.2 模糊控制器基本結(jié)構(gòu)
4.2.1 模糊控制規(guī)則
4，2.2 隸屬函數(shù)
4.2.3 反模糊化
4.3 實(shí)測量模糊化方法
4.3.1 單點(diǎn)模糊集法
4.3.2 就近取整法
4.3.3 隸屬度線性插值法
4.3.4 單值隸屬度法
4.3.5 模糊向量真值修正法
4.4 模糊控制基本推理方法
4.4.1 模糊關(guān)系合成法
4.4.2 特征展開近似推理法
4.4.3 真值流推理法
4.4.4 作用模糊子集推理法
4.4.5 不同推理方法推理效果分析
……
第5章 自適應(yīng)模糊控制器設(shè)計(jì)與仿真
第6章 神經(jīng)網(wǎng)絡(luò)模型辨識(shí)基本原理
第7章 時(shí)滯系統(tǒng)神經(jīng)網(wǎng)絡(luò)多步預(yù)測模糊控制方法
第8章 單片機(jī)模糊控制器硬件系統(tǒng)設(shè)計(jì)方法
第9章 單片機(jī)模糊控制器軟件系統(tǒng)設(shè)計(jì)方法
第10章 暖通空調(diào)系統(tǒng)模糊控制仿真與試驗(yàn)
第11章 糧食干燥過程模糊－神經(jīng)網(wǎng)絡(luò)控制仿真與工程應(yīng)用
參考文獻(xiàn)