神经网络控制PDF|Epub|txt|kindle电子书版本网盘下载

神经网络控制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 神经网络和自动控制的基础知识1

1.1人工神经网络的发展史1

1.1.120世纪40年代——神经元模型的诞生1

1.1.220世纪50年代——从单神经元到单层网络，形成第一次热潮2

1.1.320世纪60年代——学习多样化和AN2的急剧冷落2

1.1.420世纪70年代——在低迷中顽强地发展2

1.1.520世纪80年代——AN2研究热潮再度兴起3

1.1.620世纪90年代——再现热潮，产生许多边缘交叉学科3

1.1.7进入21世纪——实现机器智能的道路漫长而又艰难4

1.2生物神经元和人工神经元5

1.2.1生物神经元5

1.2.2人工神经元9

1.3生物神经网络和人工神经网络12

1.3.1生物神经网络12

1.3.2人工神经网络14

1.4自动控制的发展史18

1.4.1从传统控制理论到智能控制18

1.4.2智能控制的产生与基本特征19

1.4.3智能控制系统21

1.5模糊集与模糊控制概述23

1.5.1模糊集23

1.5.2模糊隶属函数26

1.5.3模糊控制27

1.6从生物神经控制到人工神经控制30

1.6.1生物神经控制的智能特征30

1.6.2人工神经控制的模拟范围32

1.7小结33

习题与思考题33

第2章 神经计算基础34

2.1线性空间与范数34

2.1.1矢量空间34

2.1.2范数35

2.1.3赋范线性空间35

2.1.4L1范数和L2范数35

2.2迭代算法35

2.2.1迭代算法的终止准则35

2.2.2梯度下降法36

2.2.3最优步长选择37

2.3逼近论38

2.3.1Banach空间和逼近的定义38

2.3.2L2逼近和最优一致逼近38

2.3.3离散点集上的最小二乘逼近39

2.4神经网络在线迭代学习算法39

2.5Z变换41

2.5.1Z变换的定义和求取41

2.5.2Z变换的性质43

2.5.3Z反变换43

2.6李雅普诺夫意义下的稳定性44

2.6.1非线性时变系统的稳定性问题44

2.6.2李雅普诺夫意义下的渐进稳定45

2.6.3李雅普诺夫第二法45

2.6.4非线性系统的稳定性分析47

2.7小结47

习题与思考题48

第3章 神经网络模型49

3.1人工神经网络建模49

3.1.1MP模型49

3.1.2Hebb学习法则50

3.2感知器53

3.2.1单层感知器53

3.2.2多层感知器57

3.3BP网络与BP算法59

3.3.1BP网络的基本结构60

3.3.2BP算法及步长调整60

3.4自适应线性神经网络64

3.5自组织竞争型神经网络65

3.5.1自组织竞争型神经网络的基本结构65

3.5.2自组织竞争型神经网络的学习算法65

3.6小脑模型神经网络68

3.6.1CMAC的基本结构68

3.6.2CMAC的工作原理70

3.6.3CMAC的学习算法与训练72

3.7递归型神经网络74

3.7.1DTRNN的网络结构74

3.7.2实时递归学习算法76

3.8霍普菲尔德（Hopfield）神经网络77

3.8.1离散型Hopfield神经网络78

3.8.2连续型Hopfield神经网络82

3.8.3求解TSP问题85

3.9小结89

习题与思考题89

第4章 神经控制中的系统辨识90

4.1系统辨识基本原理90

4.1.1辨识系统的基本结构90

4.1.2辨识模型91

4.1.3辨识系统的输入和输出92

4.2系统辨识过程中神经网络的作用92

4.2.1神经网络辨识原理92

4.2.2多层前向网络的辨识能力94

4.2.3辨识系统中的非线性模型99

4.3非线性动态系统辨识100

4.3.1非线性动态系统的神经网络辨识101

4.3.2单输入单输出非线性动态系统的BP网络辨识101

4.4多层前向网络辨识中的快速算法107

4.5非线性模型的预报误差神经网络辨识110

4.5.1非动态模型建模110

4.5.2递推预报误差算法111

4.6非线性系统逆模型的神经网络辨识114

4.6.1系统分析逆过程的存在性115

4.6.2非线性系统的逆模型116

4.6.3基于多层感知器的逆模型辨识119

4.7线性连续动态系统辨识的参数估计125

4.7.1Hopfield网络用于辨识126

4.7.2Hopfield网络辨识原理126

4.8利用神经网络联想功能的辨识系统130

4.8.1二阶系统的性能指标130

4.8.2系统辨识器基本结构131

4.8.3训练与辨识操作132

4.9小结133

习题与思考题134

第5章 人工神经元控制系统135

5.1人工神经元的PID调节功能135

5.1.1人工神经元PID动态结构135

5.1.2人工神经元闭环系统动态结构136

5.2人工神经元PID调节器136

5.2.1比例调节元136

5.2.2积分调节元137

5.2.3微分调节元137

5.3人工神经元闭环调节系统138

5.3.1系统描述138

5.3.2Lyapunov稳定性分析139

5.4人工神经元自适应控制系统139

5.4.1人工神经元自适应控制系统的基本结构140

5.4.2人工神经元自适应控制系统的学习算法140

5.5人工神经元控制系统的稳定性144

5.6小结146

习题与思考题146

第6章 神经控制系统147

6.1神经控制系统概述147

6.1.1神经控制系统的基本结构147

6.1.2神经网络在神经控制系统中的作用148

6.2神经控制器的设计方法148

6.2.1模型参考自适应方法149

6.2.2自校正方法149

6.2.3内模方法150

6.2.4常规控制方法150

6.2.5神经网络智能方法152

6.2.6神经网络优化设计方法152

6.3神经辨识器的设计方法153

6.4PID神经控制系统153

6.4.1PID神经控制系统框图154

6.4.2PID神经调节器的参数整定155

6.5模型参考自适应神经控制系统156

6.5.1两种不同的自适应控制方式156

6.5.2间接设计模型参考自适应神经控制系统157

6.5.3直接设计模型参考自适应神经控制系统160

6.6预测神经控制系统164

6.6.1预测控制的基本特征165

6.6.2神经网络预测算法166

6.6.3单神经元预测器166

6.6.4多层前向网络预测器168

6.6.5辐射基函数网络预测器170

6.6.6Hopfield网络预测器170

6.7自校正神经控制系统172

6.7.1自校正神经控制系统的基本结构172

6.7.2神经自校正控制算法173

6.7.3神经网络逼近175

6.8内模神经控制系统179

6.8.1线性内模控制方式179

6.8.2内模控制系统181

6.8.3内模神经控制器185

6.8.4神经网络内部模型187

6.9小脑模型神经控制系统188

6.9.1CMAC控制系统的基本结构188

6.9.2CMAC控制器设计192

6.9.3CMAC控制系统实例197

6.10小结202

习题与思考题202

第7章 模糊神经控制系统203

7.1模糊控制与神经网络的结合203

7.1.1模糊控制的时间复杂性203

7.1.2神经控制的空间复杂性203

7.1.3模糊神经系统的产生204

7.2模糊控制和神经网络的异同点204

7.2.1模糊控制和神经网络的共同点205

7.2.2模糊控制和神经网络的不同点205

7.3模糊神经系统的典型结构206

7.4模糊神经系统的结构分类207

7.4.1松散结合208

7.4.2互补结合208

7.4.3主从结合208

7.4.4串行结合208

7.4.5网络学习结合209

7.4.6模糊等价结合209

7.5模糊等价结合中的模糊神经控制器210

7.5.1偏差e和偏差变化率Δe的获取210

7.5.2隶属函数的神经网络表达212

7.6几种常见的模糊神经网络214

7.6.1模糊联想记忆网络214

7.6.2模糊认知映射网络214

7.7小结215

习题与思考题215

第8章 神经控制中的遗传进化训练216

8.1生物的遗传与进化216

8.1.1生物进化论的基本观点216

8.1.2进化计算217

8.2遗传算法概述220

8.2.1遗传算法中遇到的基本术语220

8.2.2遗传算法的运算特征220

8.2.3遗传算法中的概率计算公式223

8.3遗传算法中的模式定理224

8.3.1模式定义和模式的阶224

8.3.2模式定理（Schema）228

8.4遗传算法中的编码操作234

8.4.1遗传算法设计流程234

8.4.2遗传算法中的编码规则234

8.4.3一维染色体的编码方法234

8.4.4二维染色体编码238

8.5遗传算法中的适应度函数238

8.5.1将目标函数转换成适应度函数239

8.5.2标定适应度函数239

8.6遗传算法与优化解240

8.6.1适应度函数的确定240

8.6.2线性分级策略240

8.6.3算法流程242

8.7遗传算法与预测控制242

8.8遗传算法与神经网络245

8.9神经网络的遗传进化训练249

8.9.1遗传进化训练的实现方法249

8.9.2BP网络的遗传进化训练254

8.10小结254

习题与思考题255

附录 常用神经控制术语汉英对照256

参考文献260