第1章 绪论 1
1.1模糊逻辑控制和人工神经网络 1
1.1.1模糊逻辑控制的国内外研究概况 1
1.1.2人工神经网络的国内外研究概况 4
1.2模糊神经网络 5
1.2.1模糊神经网络的发展和现状 5
1.2.2模糊神经网络的应用及存在的问题 6
1.3本书的研究内容 8
第2章 模糊控制系统的工作原理 10
2.1概述 10
2.2模糊控制系统的组成 11
2.3模糊控制器的基本结构和组成 13
2.4论域为离散时模糊控制的离线计算 22
第3章 神经网络控制器简介 29
3.1神经网络的概述和结构 29
3.1.1神经网络简介 29
3.1.2神经网络研究的发展历史 31
3.2神经网络的建模 32
3.2.1神经网络特征 33
3.2.2神经网络模型 33
3.3神经网络的BP学习算法 35
3.4神经网络控制系统的结构 37
第4章 智能非线性控制技术在药剂温控系统中的应用 39
4.1温度控制系统概述 39
4.1.1系统描述 39
4.1.2控制要求 39
4.1.3数学模型分析 40
4.2自适应模糊控制器在药剂温控系统中的应用 41
4.2.1常规模糊控制器性能分析 41
4.2.2自适应模糊控制器的设计 43
4.2.3利用梯度下降法对α自寻优 45
4.2.4自适应模糊控制器系统仿真分析 48
4.3神经网络BP-PID控制器在药剂温控系统中的应用 51
4.3.1经典PID控制器的设计 51
4.3.2神经网络PID控制器的系统结构 52
4.3.3基于BP算法的神经网络PID控制器 53
4.3.4被控对象神经网络辨识器 56
4.3.5 BP-PID控制器算法的步骤 58
4.3.6归一化的方法 59
4.4仿真结果 59
4.4.1经典PID控制仿真结果 59
4.4.2 BP-PID控制仿真结果 61
4.4.3仿真结果比较 62
第5章 模糊神经网络控制器的优化设计 63
5.1模糊神经网络控制系统 63
5.1.1复杂过程的模糊神经网络控制结构 63
5.1.2模糊神经网络控制器的结构 64
5.1.3模糊神经网络控制器参数的学习算法 66
5.2模糊神经网络控制器的优化 68
5.2.1 FNN权值修正计算的优化 68
5.2.2基于T-S模型的FNC修正步长的动态优化 68
5.3仿真研究 69
5.3.1控制对象及控制目标 69
5.3.2基于数值优化计算的FNC仿真 70
5.3.3基于T-S模型修正步长动态优化的FNC仿真 71
第6章 智能非线性控制技术在倒立摆系统中的应用 73
6.1基于模糊基函数网络的间接型稳定自适应控制器 74
6.1.1自适应模糊控制 74
6.1.2李亚普诺夫方法 76
6.1.3模糊基函数 80
6.1.4基于模糊基函数网络的间接型稳定自适应控制器的设计 81
6.1.5系统结构 87
6.1.6设计步骤和稳定性分析 89
6.1.7仿真研究——倒立摆跟踪控制问题 92
6.2基于模糊T-S神经网络的直接型稳定自适应控制器 98
6.2.1 T-S模糊神经网络 98
6.2.2基于T-S模糊神经网络的直接型稳定自适应控制器的设计 101
6.2.3系统结构 105
6.2.4设计步骤和稳定性分析 106
6.2.5仿真研究 107
6.3小结 112
第7章 结论与展望 113
参考文献 116
附录 123