智能預測控制及其MATLAB實現(xiàn)（第2版）

第一篇　神經(jīng)網(wǎng)絡控制及其MATLAB實現(xiàn)
第1章　神經(jīng)網(wǎng)絡控制理論 （1）
1.1　神經(jīng)網(wǎng)絡的基本概念 （2）
1.1.1　生物神經(jīng)元的結構與功能特點 （2）
1.1.2　人工神經(jīng)元模型 （3）
1.1.3　神經(jīng)網(wǎng)絡的結構 （5）
1.1.4　神經(jīng)網(wǎng)絡的工作方式 （6）
1.1.5　神經(jīng)網(wǎng)絡的學習 （6）
1.1.6　神經(jīng)網(wǎng)絡的分類 （9）
1.2　典型神經(jīng)網(wǎng)絡的模型 （9）
1.2.1　MP模型 （9）
1.2.2　感知機神經(jīng)網(wǎng)絡 （11）
1.2.3　自適應線性神經(jīng)網(wǎng)絡 （14）
1.2.4　BP神經(jīng)網(wǎng)絡 （16）
1.2.5　徑向基神經(jīng)網(wǎng)絡 （24）
1.2.6　競爭學習神經(jīng)網(wǎng)絡 （29）
1.2.7　學習向量量化（LVQ）神經(jīng)網(wǎng)絡 （38）
1.2.8　Elman神經(jīng)網(wǎng)絡 （39）
1.2.9　Hopfield神經(jīng)網(wǎng)絡 （40）
1.2.10　Boltzmann神經(jīng)網(wǎng)絡 （56）
1.3　神經(jīng)網(wǎng)絡的訓練 （60）
1.4　神經(jīng)網(wǎng)絡控制系統(tǒng) （63）
1.4.1　神經(jīng)控制的基本原理 （63）
1.4.2　神經(jīng)網(wǎng)絡在控制中的主要作用 （64）
1.4.3　神經(jīng)網(wǎng)絡控制系統(tǒng)的分類 （65）
小結 （73）
思考練習題 （74）
第2章　MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù) （75）
2.1　MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù) （75）
2.1.1　神經(jīng)網(wǎng)絡工具箱中的通用函數(shù) （75）
2.1.2　感知機神經(jīng)網(wǎng)絡MATLAB函數(shù) （78）
2.1.3　線性神經(jīng)網(wǎng)絡MATLAB函數(shù) （89）
2.1.4　BP神經(jīng)網(wǎng)絡MATLAB函數(shù) （95）
2.1.5　徑向基神經(jīng)網(wǎng)絡MATLAB函數(shù) （107）
2.1.6　自組織神經(jīng)網(wǎng)絡MATLAB函數(shù) （112）
2.1.7　學習向量量化（LVQ）神經(jīng)網(wǎng)絡MATLAB函數(shù) （126）
2.1.8　Elman神經(jīng)網(wǎng)絡MATLAB函數(shù) （129）
2.1.9　Hopfield神經(jīng)網(wǎng)絡MATLAB函數(shù) （132）
2.1.10　利用Demos演示神經(jīng)網(wǎng)絡的建立 （137）
2.2　MATLAB神經(jīng)網(wǎng)絡工具箱的圖形用戶界面 （139）
2.2.1　神經(jīng)網(wǎng)絡編輯器 （139）
2.2.2　神經(jīng)網(wǎng)絡擬合工具 （144）
小結 （147）
思考練習題 （147）
第3章　基于Simulink的神經(jīng)網(wǎng)絡控制系統(tǒng) （148）
3.1　基于Simulink的神經(jīng)網(wǎng)絡模塊 （148）
3.1.1　模塊的設置 （148）
3.1.2　模塊的生成 （149）
3.2　基于Simulink的三種典型神經(jīng)網(wǎng)絡控制系統(tǒng) （151）
3.2.1　神經(jīng)網(wǎng)絡模型預測控制 （151）
3.2.2　反饋線性化控制 （157）
3.2.3　模型參考控制 （159）
小結 （162）
思考練習題 （162）
第二篇　模糊邏輯控制及其MATLAB實現(xiàn)
第4章　模糊邏輯控制理論 （163）
4.1　模糊邏輯理論的基本概念 （163）
4.1.1　模糊集合及其運算 （163）
4.1.2　模糊關系及其合成 （170）
4.1.3　模糊向量及其運算 （171）
4.1.4　模糊邏輯規(guī)則 （172）
4.1.5　模糊邏輯推理 （174）
4.2　模糊邏輯控制系統(tǒng)的基本結構 （178）
4.2.1　模糊控制系統(tǒng)的組成 （179）
4.2.2　模糊控制器的基本結構 （179）
4.2.3　模糊控制器的維數(shù) （180）
4.2.4　模糊控制中的幾個基本運算操作 （180）
4.3　模糊邏輯控制系統(tǒng)的基本原理 （181）
4.3.1　模糊化運算 （181）
4.3.2　數(shù)據(jù)庫 （181）
4.3.3　規(guī)則庫 （184）
4.3.4　模糊推理 （186）
4.3.5　清晰化計算 （188）
4.4　離散論域的模糊控制系統(tǒng)的設計 （189）
4.5　具有PID功能的模糊控制器 （194）
小結 （195）
思考練習題 （195）
第5章　MATLAB模糊邏輯工具箱函數(shù) （196）
5.1　MATLAB模糊邏輯工具箱簡介 （196）
5.1.1　模糊邏輯工具箱的功能特點 （196）
5.1.2　模糊推理系統(tǒng)的基本類型 （197）
5.1.3　模糊邏輯系統(tǒng)的構成 （197）
5.2　利用模糊邏輯工具箱建立模糊推理系統(tǒng) （198）
5.2.1　模糊推理系統(tǒng)的建立、修改與存儲管理 （198）
5.2.2　模糊語言變量及其語言值 （201）
5.2.3　模糊語言變量的隸屬函數(shù) （202）
5.2.4　模糊規(guī)則的建立與修改 （209）
5.2.5　模糊推理計算與去模糊化 （213）
5.3　MATLAB模糊邏輯工具箱的圖形用戶界面 （215）
5.3.1　模糊推理系統(tǒng)編輯器（Fuzzy） （216）
5.3.2　隸屬函數(shù)編輯器（Mfedit） （217）
5.3.3　模糊規(guī)則編輯器（Ruleedit） （218）
5.3.4　模糊規(guī)則瀏覽器（Ruleview） （218）
5.3.5　模糊推理輸入輸出曲面瀏覽器（Surfview） （218）
5.4　基于Simulink的模糊邏輯的系統(tǒng)模塊 （220）
小結 （224）
思考練習題 （224）
第6章　模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn) （225）
6.1　基于Mamdani模型的模糊神經(jīng)網(wǎng)絡 （225）
6.1.1　模糊系統(tǒng)的Mamdani模型 （225）
6.1.2　系統(tǒng)結構 （227）
6.1.3　學習算法 （228）
6.2　基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡 （230）
6.2.1　模糊系統(tǒng)的Takagi-Sugeno模型 （231）
6.2.2　系統(tǒng)結構 （231）
6.2.3　學習算法 （233）
6.3　自適應神經(jīng)模糊系統(tǒng)及其MATLAB實現(xiàn) （235）
6.3.1　采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù) （236）
6.3.2　自適應神經(jīng)模糊系統(tǒng)的建模函數(shù) （237）
6.3.3　自適應神經(jīng)模糊推理系統(tǒng)的圖形用戶界面編輯器（Anfis Editor） （240）
6.4　模糊聚類及其MATLAB實現(xiàn) （247）
6.4.1　模糊C-均值聚類函數(shù) （247）
6.4.2　模糊減法聚類函數(shù) （248）
6.4.3　基于減法聚類的模糊推理系統(tǒng)建模函數(shù) （250）
6.4.4　模糊C-均值和減法聚類的圖形用戶界面 （252）
小結 （254）
思考練習題 （254）
第三篇　模型預測控制及其MATLAB實現(xiàn)
第7章　模型預測控制理論 （255）
7.1　動態(tài)矩陣控制理論 （255）
7.1.1　預測模型 （255）
7.1.2　滾動優(yōu)化 （257）
7.1.3　誤差校正 （258）
7.2　廣義預測控制理論 （258）
7.2.1　預測模型 （259）
7.2.2　滾動優(yōu)化 （259）
7.2.3　反饋校正 （261）
7.3　預測控制理論分析 （262）
7.3.1　廣義預測控制的性能分析 （262）
7.3.2　廣義預測控制與動態(tài)矩陣控制規(guī)律的等價性證明 （266）
7.3.3　廣義預測控制與動態(tài)矩陣控制的比較 （268）
小結 （268）
思考練習題 （268）
第8章　MATLAB預測控制工具箱函數(shù) （269）
8.1　系統(tǒng)模型辨識函數(shù) （269）
8.1.1　數(shù)據(jù)向量或矩陣的歸一化 （269）
8.1.2　基于線性回歸方法的脈沖響應模型辨識 （271）
8.1.3　脈沖響應模型轉換為階躍響應模型 （274）
8.1.4　模型的校驗 （275）
8.2　系統(tǒng)模型建立與轉換函數(shù) （275）
8.2.1　模型轉換 （276）
8.2.2　模型建立 （281）
8.3　基于階躍響應模型的控制器設計與仿真函數(shù) （282）
8.3.1　輸入/輸出有約束的模型預測控制器設計與仿真 （283）
8.3.2　輸入/輸出無約束的模型預測控制器設計 （284）
8.3.3　計算由階躍響應模型構成的閉環(huán)系統(tǒng)模型 （285）
8.4　基于狀態(tài)空間模型的預測控制器設計函數(shù) （286）
8.4.1　輸入/輸出有約束的狀態(tài)空間模型預測控制器設計 （286）
8.4.2　輸入/輸出無約束的狀態(tài)空間模型預測控制器設計 （288）
8.4.3　狀態(tài)估計器設計 （291）
8.5　系統(tǒng)分析與繪圖函數(shù) （293）
8.5.1　計算和繪制系統(tǒng)的頻率響應曲線 （293）
8.5.2　計算頻率響應的奇異值 （294）
8.5.3　計算系統(tǒng)的極點和穩(wěn)態(tài)增益矩陣 （294）
8.5.4　系統(tǒng)分析和繪圖 （294）
8.6　通用功能函數(shù) （296）
8.6.1　通用模型轉換 （296）
8.6.2　方程求解 （297）
8.6.3　離散系統(tǒng)的分析 （298）
8.7　MATLAB模型預測控制工具箱的圖形用戶界面 （298）
小結 （306）
思考練習題 （307）
第9章　隱式廣義預測自校正控制及其MATLAB實現(xiàn) （308）
9.1　單輸入單輸出系統(tǒng)的隱式廣義預測自校正控制算法 （308）
9.2　多輸入多輸出系統(tǒng)的隱式廣義預測自校正控制算法 （311）
9.3　仿真研究 （315）
9.3.1　單輸入單輸出系統(tǒng)的仿真研究 （315）
9.3.2　多輸入多輸出系統(tǒng)的仿真研究 （320）
小結 （321）
思考練習題 （321）
附錄A　隱式廣義預測自校正控制仿真程序清單 （322）
附錄B　MATLAB函數(shù)一覽表 （329）
附錄C　MATLAB函數(shù)分類索引 （335）
參考文獻 （337）