神经网络控制与MATLAB仿真PDF|Epub|txt|kindle电子书版本下载

神经网络控制与MATLAB仿真PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 神经网络及神经网络控制基础1

1.1什么是神经网络1

1.1.1生物神经元2

1.1.2人工神经元模型3

1.1.3神经网络的结构8

1.1.4神经网络的学习9

1.1.5神经网络的发展历程13

1.2什么是神经网络控制17

1.2.1传统控制理论的局限性17

1.2.2智能控制的基本特征18

1.2.3神经网络控制系统的特点20

1.2.4神经网络控制系统的基本原理20

1.3神经网络在神经控制系统中的作用21

1.4注释与讨论22

第2章 单神经元网络及其PID控制28

2.1感知器28

2.1.1感知器模型28

2.1.2感知器训练算法29

2.1.3感知器收敛定理30

2.1.4 XOR问题与多层感知器34

2.2自适应线性神经网络35

2.2.1自适应线性神经网络的结构35

2.2.2自适应线性神经网络的学习算法36

2.3无约束最优化技术37

2.3.1梯度下降法38

2.3.2 Newton法39

2.3.3 Gauss-Newton法39

2.4基于单神经元网络的PID控制41

2.4.1 PID控制原理41

2.4.2数字PID控制43

2.4.3单神经元自适应PID控制47

2.5注释与讨论52

第3章BP神经网络及其控制应用56

3.1反向传播学习算法56

3.1.1 BP神经网络的结构56

3.1.2反向传播算法57

3.1.3 BP神经网络的学习步骤60

3.2关于BP神经网络的几点考虑61

3.2.1网络的训练方式61

3.2.2反向传播学习的停止准则63

3.2.3 BP神经网络中的激活函数63

3.2.4学习率的考虑64

3.2.5 BP学习算法的改进65

3.3 BP神经网络在PID控制中的应用66

3.3.1基于BP神经网络的PID控制器结构66

3.3.2在控制器中BP神经网络的学习66

3.3.3仿真实验与分析68

3.4注释与讨论72

第4章 基于径向基函数网络的系统辨识76

4.1径向基函数网络76

4.1.1径向基函数网络的结构76

4.1.2径向基函数网络的学习算法77

4.1.3径向基函数网络的模式可分性80

4.1.4径向基函数网络对XOR问题的解决81

4.1.5与RBF网络有关的若干问题82

4.2径向基函数网络的数学基础83

4.2.1内插值问题83

4.2.2正则化网络84

4.3基于RBF网络的系统辨识86

4.3.1被控对象Jacobian信息辨识算法86

4.3.2仿真程序及分析87

4.4注释与讨论91

第5章CMAC网络及其控制实现94

5.1 CMAC网络94

5.1.1 CMAC网络的结构94

5.1.2 CMAC网络的工作原理96

5.1.3 CMAC网络的学习算法99

5.2基于CMAC网络的PID控制算法101

5.2.1控制算法原理101

5.2.2仿真程序及分析102

5.3 CMAC网络在机器人手臂控制中的应用106

5.4注释与讨论107

第6章 递归神经网络及其控制系统109

6.1神经动力学基础109

6.1.1动力学系统109

6.1.2状态（相）空间110

6.1.3稳定性的相关定义111

6.1.4 Lyapunov稳定性定理113

6.2 Hopfiield神经网络114

6.2.1离散Hopfiield神经网络114

6.2.3基于离散Hopfield神经网络的联想记忆117

6.2.3连续Hopfiield神经网络120

6.2.4基于连续Hopfiield网络的TSP求解122

6.3基于Hopfiield网络的PID模型参考自适应控制131

6.3.1神经直接模型参考自适应控制系统131

6.3.2基于Hopfiield网络的控制器优化131

6.3.3仿真程序与分析133

6.4递归神经网络135

6.4.1递归神经网络的体系结构136

6.4.2递归神经网络的学习算法139

6.5基于递归神经网络辨识的PID控制系统141

6.5.1基于Elman神经网络的系统辨识141

6.5.2基于Elman神经网络辨识的PID控制系统143

6.5.3仿真程序及分析144

6.6注释与讨论149

第7章 基于神经网络的系统辨识154

7.1系统辨识基础154

7.1.1什么是系统辨识154

7.1.2系统辨识的基本方法156

7.1.3系统辨识的误差准则157

7.1.4系统辨识的输入信号158

7.2基于神经网络的系统辨识原理160

7.2.1基于神经网络的辨识结构160

7.2.2动态系统辨识中常用的神经网络161

7.3线性动态系统的神经网络辨识163

7.3.1离散时间系统模型163

7.3.2线性动态系统的神经网络辨识166

7.3.3线性动态系统的逆模型辨识172

7.4非线性动态系统神经网络的辨识174

7.4.1非线性动态系统模型174

7.4.2非线性动态系统辨识175

7.4.3仿真程序与分析177

7.5注释与讨论182

第8章 神经网络控制系统183

8.1神经自校正控制系统184

8.1.1伴随型系统的神经NARMA-L2辨识185

8.1.2基于NARMA-L2辨识器的自校正控制186

8.1.3仿真实例分析187

8.2神经模型预测控制系统189

8.2.1神经模型预测控制的工作过程190

8.2.2单步预测模型的单神经元PI控制器192

8.2.3仿真实例分析194

8.3神经模型参考自适应控制系统197

8.3.1神经模型参考自适应控制结构197

8.3.2实例分析——机械臂控制系统198

8.4神经PID多变量控制系统201

8.4.1神经PID多变量控制原理201

8.4.2单神经元PID多变量控制202

8.4.3仿真程序及分析203

8.5注释与讨论206

第9章 模糊神经控制系统207

9.1模糊集理论基础208

9.1.1模糊集定义208

9.1.2模糊集的模运算211

9.1.3分解定理、表现定理与扩张原理213

9.1.4模糊数与扩张运算218

9.1.5模糊关系与模糊关系的复合221

9.1.6模糊语言变量、模糊规则与模糊逻辑推理224

9.2模糊逻辑控制系统227

9.2.1模糊控制的基本原理227

9.2.2模糊控制系统的设计233

9.3模糊神经网络控制240

9.3.1模糊神经元241

9.3.2模糊神经网络的结构244

9.3.3 BP模糊神经网络247

9.3.4基于模糊神经网络整定的PID控制250

9.4注释与讨论252

参考文献256