模糊-神经网络控制原理与工程应用PDF格式文档图书下载

目录 1

第1章 绪论 1

1.1 引言 1

1.1.1 经典控制理论 1

1.1.2 现代控制理论 1

1.1.3 人工智能控制理论 2

1.2 模糊-神经网络控制基本概念 2

1.2.1 模糊系统 2

1.2.2 模糊控制 3

1.2.3 神经网络 4

1.3 模糊控制数学本质研究述评 5

1.3.1 模糊控制系统的非线性逼近能力 5

1.3.2 模糊控制器的数学本质 6

1.3.3 模糊控制器的解析结构 6

1.4 模糊逻辑推理方法研究述评 8

1.5 模糊-神经网络控制研究与应用述评 9

1.5.1 基于基本参数调整的自适应模糊控制器 10

1.5.2 基于模型参考的自适应模糊控制器 14

1.5.3 基于智能算法的自适应模糊控制器 16

1.5.4 大滞后过程自适应模糊控制器 18

1.5.5 神经网络控制模型 20

第2章 动态系统数学模型 24

2.1 引言 24

2.2 数学模型与动态系统 24

2.2.1 数学模型 24

2.2.2 线性和非线性系统 25

2.2.3 非线性系统的线性化 26

2.3 微分方程 26

2.3.1 微分方程表达式 26

2.3.2 微分方程的解及其特性分析 27

2.4 传递函数 28

2.4.1 传递函数 28

2.4.2 传递函数的方块图表示 29

2.4.3 闭环系统的传递函数 32

2.4.4 串并联系统的传递函数 34

2.5 状态空间模型 34

2.5.1 状态向量与状态空间 34

2.5.2 状态空间表达式 35

2.5.3 状态空间模型的求解 37

2.6 数学模型的变换 38

2.6.1 微分方程变换为状态空间模型 39

2.6.2 状态空间模型变换为传递函数 42

3.2.1 经典集合与特征函数 43

3.2 模糊集合与隶属函数 43

3.1 引言 43

第3章 模糊控制的数学基础 43

3.2.2 模糊集合与隶属函数 44

3.2.3 模糊集合运算 47

3.2.4 实数域上的模糊分布 48

3.3 模糊关系与模糊矩阵 49

3.3.1 普通关系 50

3.3.2 模糊关系 51

3.3.3 模糊矩阵 51

3.4 模糊逻辑与模糊推理 52

3.4.1 模糊命题 52

3.4.2 模糊逻辑 53

3.4.3 模糊蕴涵关系 53

3.4.4 模糊关系的合成 54

3.4.5 模糊推理 56

3.4.6 模糊推理的性质 59

第4章 基本模糊控制器设计与仿真 61

4.1 引言 61

4.2 模糊控制器基本结构 61

4.2.1 模糊控制规则 62

4.2.2 隶属函数 63

4.2.3 反模糊化 64

4.3 实测量模糊化方法 64

4.3.1 单点模糊集法 65

4.3.2 就近取整法 65

4.3.3 隶属度线性插值法 66

4.3.4 单值隶属度法 66

4.3.5 模糊向量真值修正法 66

4.4 模糊控制基本推理方法 68

4.4.1 模糊关系合成法 68

4.4.2 特征展开近似推理法 69

4.4.3 真值流推理法 70

4.4.4 作用模糊子集推理法 71

4.4.5 不同推理方法推理效果分析 73

4.5 模糊控制性能仿真 75

4.5.1 模糊控制性能仿真基本方法 75

4.5.2 不同模糊推理方法的模糊控制性能仿真 76

4.5.3 模糊控制与PID控制性能比较 77

第5章 自适应模糊控制器设计与仿真 81

5.1 引言 81

5.2 论域自调整模糊控制器 81

5.2.1 论域伸缩和论域伸缩因子 82

5.2.2 论域自调整模糊控制器及其性能仿真 83

5.3 基于相平面轨迹特征的自适应模糊控制器设计方法 86

5.3.1 控制系统相平面即时特征向量 86

5.3.3 规则后件模糊修正方法 88

5.3.2 相平面即时特征向量夹角特性分析 88

5.3.4 基于相平面轨迹特征的自适应模糊控制方法 89

5.4 规则双阶段获取自组织模糊控制器设计方法 90

5.4.1 规则双阶段获取自组织模糊控制基本原理 91

5.4.2 模糊控制规则双阶段获取自组织实现方法 91

5.4.3 控制仿真与结果分析 93

5.4.4 基于模型参考的模糊控制规则在线获取方法 95

第6章 神经网络模型辨识基本原理 99

6.1 引言 99

6.2 神经网络基本原理 99

6.2.1 神经网络的逼近能力 99

6.2.2 神经元的基本组成要素 100

6.3 BP网络模型 102

6.3.1 BP网络模型 102

6.3.2 BP网络学习算法 103

6.4.1 Elman网络的基本结构 105

6.4 Elman网络模型及其算法 105

6.4.2 Elman网络的学习算法 106

6.4.3 改进的Elman网络学习算法 108

6.5 神经网络前馈建模基本原理与方法 109

6.5.1 神经网络前馈建模基本原理 109

6.5.2 基于神经网络的系统模型辨识方法 110

6.5.3 神经网络模型辨识算例分析 111

第7章 时滞系统神经网络多步预测模糊控制方法 114

7.1 引言 114

7.2 神经网络辨识模型动态特性分析 114

7.2.1 时滞系统动态响应特性分析 114

7.2.2 辨识模型的动态响应特性分析 116

7.3 时滞系统神经网络多步预测方法 118

7.3.1 多步预测模型及其算法 118

7.3.2 动态模型及BP网络辨识结果 119

7.3.3 多步预测仿真分析 120

7.3.4 神经网络多步预测误差放大问题 125

7.4 时滞系统神经网络多步预测模糊控制方法 125

7.4.1 多步预测模糊控制模型 126

7.4.2 多步预测模糊控制方法 127

7.5 时滞系统BP网络多步预测模糊控制仿真 127

7.5.1 定义动态时滞系统模型和模糊控制器 127

7.5.2 定设定值BP网络多步预测模糊控制仿真 128

7.5.3 变设定值BP网络多步预测模糊控制仿真 130

7.6 时滞系统Elman网络多步预测模糊控制仿真 132

7.6.1 定设定值Elman网络多步预测模糊控制仿真 132

7.6.2 变设定值Elman网络多步预测模糊控制仿真 133

7.6.3 Elman网络多步预测模糊控制仿真结果分析 135

8.2 单片机模糊控制器系统功能及组成 136

8.2.1 单片机模糊控制器的系统功能 136

8.1 引言 136

第8章 单片机模糊控制器硬件系统设计方法 136

8.2.2 80C552单片机性能 138

8.2.3 单片机模糊控制器的硬件系统组成 139

8.3 单片机模糊控制器系统扩展设计方法 140

8.3.1 80C552型单片机的系统扩展能力 140

8.3.2 外部程序存储器扩展设计 140

8.3.3 外部数据存储器扩展设计 140

8.3.4 键盘中断及显示I/O口扩展设计 141

8.3.5 系统扩展时应注意的问题 142

8.4 单片机模糊控制器前向通道设计方法 143

8.4.1 信号采集和I/V转换设计 143

8.4.2 A/D转换设计 143

8.5.1 后向通道 144

8.5 单片机模糊控制器后向通道设计方法 144

8.5.2 开关量控制通道设计 145

8.5.3 模拟量控制通道设计 146

8.5.4 D/A转换 146

8.6 单片机模糊控制器人机交互功能设计方法 147

8.6.1 键盘与显示器接口芯片8279工作原理 147

8.6.2 键盘接口电路设计 149

8.6.3 显示器接口电路设计 149

8.7 单片机模糊控制器串行通讯功能设计 149

8.7.1 SIO0串行通讯逻辑电平转换及接口电路 149

8.7.2 单片机模糊控制器串行通讯方式及波特率的确定 150

9.2 基于二进制数的作用模糊子集推理方法 152

9.2.1 定义变量的论域 152

9.1 引言 152

第9章 单片机模糊控制器软件系统设计方法 152

9.2.2 隶属函数的确定 153

9.2.3 模糊子集编码及模糊控制规则编码 154

9.2.4 实测量的预处理及其隶属度计算 154

9.2.5 基于二进制数的FFSI法推理过程 155

9.2.6 模糊推理程序的编制 156

9.3 单片机模糊控制器主程序结构 157

9.3.1 系统初始化程序设计 158

9.3.2 键功能程序设计 158

9.3.3 系统内存规划 158

9.3.4 系统主程序设计有关说明 159

9.4 单片机模糊控制器数据采集与显示程序设计 159

9.4.1 数据采集子程序设计 160

9.4.2 线性标度变换子程序设计 160

9.5 单片机模糊控制器串行通讯程序设计 161

9.5.1 命令字节和通讯协议 161

9.4.3 数据显示子程序设计 161

9.5.2 串行通讯中数据交换控制方式 163

9.5.3 波特率对串行通讯的影响 163

9.6 单片机模糊控制器可靠性设计 164

9.6.1 硬件措施 164

9.6.2 软件措施 165

9.7 单片机模糊控制器仿真与调试 165

9.7.1 单片机仿真器 165

9.7.2 单片机模糊控制器硬件系统检测与调试 166

9.7.3 单片机模糊控制器软件系统调试 167

9.7.4 单片机模糊控制器连机运行调试 168

9.7.5 单片机模糊控制器脱机运行调试 169

10.2.1 传统控制在暖通空调中的应用 171

10.2 暖通空调系统控制研究与应用评述 171

10.1 引言 171

第10章 暖通空调系统模糊控制仿真与试验 171

10.2.2 模糊-神经网络控制在暖通空调中的应用 172

10.3 测试室动态热工系统试验模型 173

10.3.1 散热器热工性能试验台简介 173

10.3.2 测试室动态热工系统试验模型 174

10.4 测试室动态热工系统仿真模型 175

10.4.1 试验模型的简化 175

10.4.2 仿真模型的建立 176

10.4.3 仿真模型的求解 180

10.5 测试室动态热工系统仿真模型特性分析 181

10.5.1 不同调节方式下测试室动态热工系统模型特性分析 181

10.5.2 仿真模型动态响应特性分析 182

10.6 测试室动态热工系统模糊控制仿真 183

10.6.1 模糊控制仿真原理 183

10.6.2 变水量调节时模糊控制仿真 184

10.6.3 变风量调节时模糊控制仿真 185

10.7 测试室动态热工系统测控仪表的标定 186

10.7.1 铂电阻温度传感器的标定 187

10.7.2 转子流量计的标定 187

10.7.2 电动调节阀工作流量特性的标定 188

10.8 测试室室内温度动态响应特性试验 189

10.8.1 调节阀开度的变化对室内温度的影响试验 189

10.8.2 送风参数的变化对室内温度的影响试验 190

10.9 测试室动态热工系统模糊控制试验 191

10.9.1 基本FFSI的模糊控制试验 191

10.9.2 论域自调整FFSI模糊控制试验 193

10.9.3 PID控制试验 193

10.9.4 试验结果与影响因素分析 194

11.1 引言 196

11.2 粮食干燥过程自动控制研究与应用述评 196

第11章 粮食干燥过程模糊-神经网络控制仿真与工程应用 196

11.2.1 传统控制在粮食干燥过程中的应用 197

11.2.2 模糊-神经网络控制在粮食干燥过程中的应用 198

11.3 粮食干燥过程模糊-神经网络控制仿真 199

11.3.1 粮食干燥塔信号系统分析与简化 199

11.3.2 粮食干燥热力过程神经网络模型辨识 202

11.3.3 粮食干燥过程模糊-神经网络控制仿真 202

11.4 粮食干燥过程计算机模糊控制系统开发 204

11.4.1 计算机模糊控制系统原理 204

11.4.2 计算机测控系统构成 204

11.4.3 计算机模糊控制软件系统 206

11.5 粮食干燥过程模糊控制工程应用 208

11.5.1 传感器测量范围现场校核 208

11.5.2 变频器输入／输出频率信号现场校核 209

11.5.3 模糊控制工程应用与分析 210

参考文献 213

查看更多关于模糊-神经网络控制原理与工程应用的内容