基于生物网络的智能控制与优化PDF电子书下载

第1章　绪论 1

1.1 引言 1

1.2　人工生物智能系统 2

1.2.1　ANN 3

1.2.2　AIS 5

1.2.3　AES 7

1.2.4　EC与遗传算法 8

1.3　其他典型智能控制技术 11

1.3.1　模糊控制 11

1.3.2　神经网络控制 11

1.3.3　学习控制 12

1.3.4　专家控制 13

1.3.5　综合智能控制 14

1.4　小结 15

参考文献 16

第2章　生物网络系统的生物学背景 22

2.1 引言 22

2.2　生物神经系统 22

2.3　生物免疫系统 23

2.3.1　免疫系统简介 23

2.3.2　免疫细胞与免疫反应 24

2.3.3　免疫网络及其特性 25

2.4　生物内分泌系统 28

2.5　NEI 29

2.5.1　神经系统与内分泌系统的联系 30

2.5.2　内分泌系统与免疫系统的联系 30

2.5.3　神经系统与免疫系统的联系 31

2.5.4　神经内分泌对免疫系统的调控 31

2.5.5　免疫系统对神经内分泌系统的调控 32

2.5.6　NEI的整体调控 33

2.6　小结 34

参考文献 34

第3章　基于免疫系统反馈机理的智能控制 36

3.1　引言 36

3.2　生物免疫系统的反馈机理 36

3.3　基于免疫反馈机理的智能控制系统 37

3.3.1　免疫反馈规律 37

3.3.2　免疫反馈控制器的设计 38

3.3.3　免疫反馈规律的模糊自调整 40

3.3.4　智能调节的免疫神经网络反馈控制系统 41

3.3.5　仿真及应用 41

3.4　基于免疫模糊控制器的整纬控制 44

3.4.1　整纬控制原理 44

3.4.2　免疫模糊PID整纬控制器的设计 48

3.4.3　仿真实验及分析 49

3.4.4　智能整纬控制的实际应用 52

3.5　小结 53

参考文献 54

第4章　基于免疫机理的智能优化算法 56

4.1　引言 56

4.2　生物免疫优化原理 57

4.3　基于免疫机理的智能优化算法 59

4.3.1　免疫算法 59

4.3.2　免疫遗传算法 60

4.3.3　免疫克隆算法 63

4.3.4　IEA 64

4.4　免疫优化算法的应用 66

4.4.1　免疫优化设计神经网络分类器 66

4.4.2　基于IGA优化的神经网络洪水灾情评估模型 68

4.4.3　基于IEA的聚类融合在感官评估中的应用 79

4.5　小结 85

参考文献 85

第5章　基于免疫应答机制的学习记忆智能控制 88

5.1 引言 88

5.2　免疫系统的初次-再次应答机制 89

5.3　增强型学习记忆智能控制算法 92

5.3.1　控制抗体的初次产生 93

5.3.2　控制抗体的工作过程 94

5.3.3　控制偏差消除过程 95

5.3.4　控制抗体的管理 96

5.4　仿真实验与实际应用 97

5.4.1　仿真实验 97

5.4.2　噪声智能控制系统的应用 101

5.5　小结 106

参考文献 106

第6章　基于神经内分泌调节机制的智能控制 109

6.1 引言 109

6.2　基于睾丸素分泌调节原理的双层结构控制器 109

6.2.1　神经内分泌睾丸素的调节原理 110

6.2.2　双层结构控制器的设计与实现 111

6.2.3　仿真结果 112

6.3　基于内分泌系统超短反馈调节机制的控制器 113

6.3.1　内分泌系统超短反馈机制 114

6.3.2　NUC的设计与实现 115

6.3.3　仿真结果 116

6.4　基于内分泌反馈的预测PI控制器 117

6.4.1　短反馈预测PI控制器 117

6.4.2　仿真分析 121

6.5　一种神经内分泌智能综合控制器及在六自由度并联机器人中的应用 123

6.5.1　神经内分泌系统的调节原理 123

6.5.2　神经内分泌智能控制器的设计 125

6.5.3　并联机器人控制的应用 126

6.5.4　仿真结果 129

6.6　小结 130

参考文献 131

第7章　基于神经内分泌生长激素调控机理的解耦控制 134

7.1 引言 134

7.2　神经内分泌生长激素双向调节原理 135

7.3　基于生长激素双向调节机理的解耦控制 136

7.3.1　阶跃响应系统辨识 136

7.3.2　解耦控制器的设计与实现 137

7.3.3　推广到多输入多输出系统 141

7.3.4　仿真结果 142

7.4　基于生长激素双向调节机制的逆控制解耦控制 146

7.4.1　逆控制解耦控制的设计与实现 146

7.4.2　仿真结果 149

7.5　小结 151

参考文献 151

第8章　基于生物系统的智能协同控制 154

8.1 引言 154

8.2　基于生长激素调节原理的智能协同控制 154

8.2.1　生长激素调节机制 155

8.2.2　双向调节协同控制器的设计 155

8.2.3　仿真结果 158

8.3　一种基于生理调节机制的智能协同解耦控制器 161

8.3.1　生理系统协同调节机制 161

8.3.2　协同解耦控制器的设计 162

8.3.3　仿真结果 167

8.4　基于神经-内分泌调节原理的碳纤维凝固浴智能协同解耦控制 170

8.4.1　碳纤维凝固浴的数学模型 170

8.4.2　凝固浴智能协同解耦控制器的设计 173

8.4.3　仿真结果及性能分析 177

8.5　小结 180

参考文献 180

第9章　基于内分泌激素调节机理的遗传优化算法 183

9.1 引言 183

9.2　基于激素调节机理的遗传优化算法 183

9.2.1　内分泌激素调节机理 183

9.2.2　基于激素调节机理的遗传优化算法原理 184

9.2.3 自适应遗传算法的寻优效果 186

9.3　基于NEI调节机制的协同优化算法 188

9.3.1　NEI协同原理 188

9.3.2　协同优化算法原理 188

9.3.3　协同优化算法寻优效果 193

9.4　小结 194

参考文献 194

第10章　基于NEI系统调节机制的智能优化控制 196

10.1 引言 196

10.2　NEI系统的调节机制 197

10.2.1　NEI系统调节结构 197

10.2.2　神经内分泌肾上腺激素的调节原理 198

10.3　基于NEI系统整体调节机制的优化控制 198

10.3.1　NOIC的设计与实现 198

10.3.2　控制参数的优化 200

10.3.3　仿真结果 202

10.4　基于肾上腺激素调控机制的智能优化控制 203

10.4.1　ALIC控制器的设计 204

10.4.2　仿真结果 206

10.5　小结 208

参考文献 208

第11章 受人体生物系统启发的网络智能控制 211

11.1 引言 211

11.2　NEI系统的网络调节机制 211

11.2.1　激素多反馈网络调节 212

11.2.2　激素调节的协调性 213

11.3　基于NEI系统的分布式网络控制 213

11.3.1　BDNCS的体系结构 213

11.3.2　BDNCS的整体特征 215

11.3.3　网络控制系统仿真环境 216

11.4　在六自由度微型操作平台中的应用 217

11.4.1　六自由度微型操作平台 217

11.4.2　整体控制方案 219

11.4.3　模型辨识 220

11.4.4　控制优化及效果 221

11.4.5　整体控制效果 224

11.5　小结 226

参考文献 226