模糊系统结构解析及在线自组织设计PDF电子书下载

第1章 绪论 1

1.1研究背景和意义 1

1.2相关领域的研究现状 2

1.2.1 Mamdani模糊控制器的结构分析 3

1.2.2 Mamdani模糊控制系统的稳定性分析 6

1.2.3 T-S模糊系统逼近性能分析 7

1.2.4 T-S模糊控制系统稳定性分析和系统化设计 9

1.2.5基于神经网络的在线自组织模糊系统 10

1.3模糊系统理论中存在的几个主要问题 12

1.3.1 Mamdani模糊控制系统解析及其稳定性分析 12

1.3.2 T-S模糊控制系统逼近性能及其稳定性分析 13

1.3.3在线自组织模糊神经网络 13

1.4本书主要研究内容 13

第2章 模糊系统和神经网络理论基础 16

2.1模糊系统 16

2.1.1模糊集 16

2.1.2模糊规则 17

2.1.3模糊推理系统的结构与基本原理 19

2.1.4模糊推理系统的分类 23

2.1.5输入空间的模糊划分 26

2.1.6模糊系统是万能逼近器 26

2.2神经网络 27

2.2.1神经网络的特性 27

2.2.2径向基神经网络 29

2.3基于神经网络的模糊系统 30

2.3.1模糊系统与神经网络的知识处理 30

2.3.2模糊系统与神经网络的等价性 30

2.3.3基于神经网络的自组织模糊系统 31

第3章 模糊控制器结构解析 32

3.1概述 32

3.2两维最简模糊控制器结构分析 33

3.2.1广义梯形隶属函数 34

3.2.2 Mamdani最简模糊控制器 35

3.2.3输入采用GTS隶属函数的模糊控制器结构分析 38

3.2.4仿真研究 42

3.3三维最简模糊控制器结构分析 44

3.3.1基本结构 44

3.3.2模糊化模块 45

3.3.3模糊规则与模糊推理 46

3.3.4解模糊模块 47

3.3.5结构解析 47

3.4本章小结 53

第4章 齐次模糊系统逼近性能分析 55

4.1概述 55

4.2齐次T-S模糊系统 56

4.3输入空间的模糊划分及性质 56

4.4模糊系统逼近性能分析 58

4.4.1通用逼近性能 58

4.4.2一致逼近的充分条件 60

4.4.3对一次导数的逼近 61

4.5仿真研究 63

4.5.1示例 63

4.5.2示例二 64

4.6本章小结 66

第5章 模糊控制系统稳定性分析及系统化设计 67

5.1概述 67

5.2小增益定理 69

5.2.1？稳定 69

5.2.2小增益定理 70

5.3 Mamdani模糊控制系统的稳定性分析及设计 71

5.3.1两维模糊控制器系统的稳定性分析 71

5.3.2三维模糊控制器系统的稳定性分析 73

5.3.3仿真研究 75

5.4 T- S模糊控制系统的稳定性分析及设计 77

5.4.1 T-S模糊模型 77

5.4.2输入采用GFP的T-S模糊系统 78

5.4.3 Lyapunov稳定性理论 80

5.4.4释放的闭环模糊系统稳定性条件 80

5.4.5稳定性条件的保守性比较 83

5.4.6 T-S模糊控制器的系统化设计 86

5.4.7船舶力控减摇鳍模糊控制系统的设计 86

5.4.8仿真研究 89

5.5本章小结 94

第6章 模糊系统与神经网络的等价性 96

6.1概述 96

6.2广义椭球基函数神经网络 97

6.3 T- S模糊系统 99

6.4 GEBF-NN与T-S模糊系统的等价性 100

6.5仿真研究 103

6.6本章小结 106

第7章 基于椭球基函数神经网络的在线自组织模糊系统 107

7.1概述 107

7.2 FAOS-PFNN的结构 109

7.3 FAOS-PFNN在线学习算法 110

7.3.1规则产生准则 110

7.3.2参数调整 114

7.3.3完整的算法结构 115

7.4仿真研究 116

7.4.1 Hermite函数逼近 116

7.4.2多维非线性函数建模 118

7.4.3非线性动态系统辨识 121

7.4.4 Mackey-Glass时间序列预测 123

7.5本章小结 128

第8章 基于广义椭球基函数神经网络的在线自组织模糊系统 129

8.1概述 129

8.2 GEBF-OSFNN的结构 130

8.2.1广义椭球基函数 130

8.2.2 GEBF-OSFNN的结构 131

8.3 GEBF-OSFNN学习算法 132

8.3.1规则生长准则 133

8.3.2规则修剪准则 134

8.3.3前件调整 135

8.3.4权重估计 139

8.3.5完整的算法结构 139

8.4仿真研究 140

8.4.1多维非线性函数建模 140

8.4.2非线性动态系统辨识 144

8.4.3 Mackey-Glass时间序列预测 147

8.4.4真实标杆数据回归 151

8.5本章小结 152

第9章 在线自组织模糊神经网络应用 154

9.1概述 154

9.2船舶领域模型辨识 154

9.2.1船舶领域 154

9.2.2阻挡区域 156

9.2.3基于FAOS-PFNN的船舶领域模型辨识 158

9.2.4仿真研究 158

9.2.5小结 161

9.3船舶运动模型辨识 161

9.3.1船舶运动模型 161

9.3.2由两撇系统到响应型模型 164

9.3.3基于GEBF-OSFNN的整体船舶运动模型 165

9.3.4基于 GEBF-OSFNN的响应型船舶运动模型 171

9.3.5小结 174

9.4船舶操纵运动控制 174

9.4.1动态PID控制器 174

9.4.2 GEBF-OSFNN船舶操纵控制系统 175

9.4.3仿真研究 176

9.4.4小结 178

9.5本章小结 179

参考文献 180

编后记 195