反馈文件质量
duxiu/initial_release/11493922.zip
智能控制系统理论及应用 🔍
王杰,金耀初编著 郑州:河南科学技术出版社, 1997, 1997
中文 [zh] · PDF · 20.8MB · 1997 · 📗 未知类型的图书 · 🚀/duxiu/zlibzh · Save
描述
1 (p0-1): 目录 1 (p0-2): 第一章 绪论 1 (p0-3): §1.1 现代控制理论面临的挑战 2 (p0-4): §1.2 智能控制的提出 4 (p0-5): §1.3 智能控制的分类 4 (p0-6): 1.3.1 基于规则的控制 5 (p0-7): 1.3.2 模糊控制 6 (p0-8): 1.3.3 神经控制 9 (p0-9): §1.4 智能控制展望 11 (p0-10): 第二章 模糊集合论基础 11 (p0-11): §2.1 经典集及其运算 11 (p0-12): 2.1.1 集合及其表示方法 12 (p0-13): 2.1.2 经典集的运算 15 (p0-14): 2.1.3 关系及其运算 20 (p0-15): 2.1.4 集合的特征函数 22 (p0-16): §2.2 模糊集合的概念及运算 22 (p0-17): 2.2.1 模糊集合的概念及表示方法 26 (p0-18): 2.2.2 模糊集合的运算 30 (p0-19): §2.3 模糊集的分解与扩张 30 (p0-20): 2.3.1 分解定理 32 (p0-21): 2.3.2 扩张原理 34 (p0-22): §2.4 隶属函数的确定方法 38 (p0-23): §2.5 模糊集合的模糊度量 42 (p0-24): §2.6 模糊关系及其合成 42 (p0-25): 2.6.1 模糊关系及其运算 44 (p0-26): 2.6.2 模糊关系的合成 45 (p0-27): 2.6.3 模糊矩阵 48 (p0-28): §2.7 模糊关系方程 52 (p0-29): 习题 55 (p0-30): 第三章 模糊控制论 55 (p0-31): §3.1 模糊控制的基本思想 57 (p0-32): §3.2 模糊控制器的设计方法 57 (p0-33): 3.2.1 确定模糊控制器的输入输出变量 57 (p0-34): 3.2.2 确定输入输出变量的模糊语言描述 63 (p0-35): 3.2.3 模糊规则的建立及模糊推理 74 (p0-36): 3.2.4 解模糊 79 (p0-37): 3.2.5 论域和比例因子的确定 81 (p0-38): §3.3 模糊控制器的参数确定 81 (p0-39): 3.3.1 模糊规则可调整的模糊控制器 89 (p0-40): 3.3.2 比例因子自调整的模糊控制 92 (p0-41): 3.3.3 具有积分作用的模糊控制 94 (p0-42): 3.3.4 机械手伺服系统的智能模糊控制 101 (p0-43): §3.4 规则自组织模糊控制 102 (p0-44): 3.4.1 性能测量 104 (p0-45): 3.4.2 控制量校正 105 (p0-46): 3.4.3 控制规则修正 108 (p0-47): §3.5 自学习模糊控制 109 (p0-48): 3.5.1 模糊推理格式与算法 111 (p0-49): 3.5.2 辨识算法 126 (p0-50): §3.6 复合模糊控制 126 (p0-51): 3.6.1 模型参考自适应控制的模糊设计方法 130 (p0-52): 3.6.2 一类非线性系统的模糊变结构设计 132 (p0-53): 3.6.3 模糊建模在变结构控制中的应用 134 (p0-54): §3.7 模糊系统辨识 135 (p0-55): 3.7.1 模糊模型 136 (p0-56): 3.7.3 模糊关系的确定 136 (p0-57): 3.7.2 参考模糊集合的确定 137 (p0-58): 3.7.4 模糊关系的修正 140 (p0-59): §3.8 模糊模式识别 142 (p0-60): 3.8.1 最大隶属度法 144 (p0-61): 3.8.2 择近原则 147 (p0-62): §3.9 模糊控制静态和动态特性分析 147 (p0-63): 3.9.1 静态特性 155 (p0-64): 3.9.2 稳定性分析 168 (p0-65): 习题 171 (p0-66): 4.1.1 人工神经网络概念 171 (p0-67):...
备用文件名
zlibzh/no-category/王杰，金耀初编著/智能控制系统理论及应用_117805306.pdf
备用出版商
Henan Science and Technology Publishing House
备用版本
China, People's Republic, China
元数据中的注释
Bookmarks: p0-1 (p1): 目录
p0-2 (p1): 第一章 绪论
p0-3 (p1): §1.1 现代控制理论面临的挑战
p0-4 (p2): §1.2 智能控制的提出
p0-5 (p4): §1.3 智能控制的分类
p0-6 (p4): 1.3.1 基于规则的控制
p0-7 (p5): 1.3.2 模糊控制
p0-8 (p6): 1.3.3 神经控制
p0-9 (p9): §1.4 智能控制展望
p0-10 (p11): 第二章 模糊集合论基础
p0-11 (p11): §2.1 经典集及其运算
p0-12 (p11): 2.1.1 集合及其表示方法
p0-13 (p12): 2.1.2 经典集的运算
p0-14 (p15): 2.1.3 关系及其运算
p0-15 (p20): 2.1.4 集合的特征函数
p0-16 (p22): §2.2 模糊集合的概念及运算
p0-17 (p22): 2.2.1 模糊集合的概念及表示方法
p0-18 (p26): 2.2.2 模糊集合的运算
p0-19 (p30): §2.3 模糊集的分解与扩张
p0-20 (p30): 2.3.1 分解定理
p0-21 (p32): 2.3.2 扩张原理
p0-22 (p34): §2.4 隶属函数的确定方法
p0-23 (p38): §2.5 模糊集合的模糊度量
p0-24 (p42): §2.6 模糊关系及其合成
p0-25 (p42): 2.6.1 模糊关系及其运算
p0-26 (p44): 2.6.2 模糊关系的合成
p0-27 (p45): 2.6.3 模糊矩阵
p0-28 (p48): §2.7 模糊关系方程
p0-29 (p52): 习题
p0-30 (p55): 第三章 模糊控制论
p0-31 (p55): §3.1 模糊控制的基本思想
p0-32 (p57): §3.2 模糊控制器的设计方法
p0-33 (p57): 3.2.1 确定模糊控制器的输入输出变量
p0-34 (p57): 3.2.2 确定输入输出变量的模糊语言描述
p0-35 (p63): 3.2.3 模糊规则的建立及模糊推理
p0-36 (p74): 3.2.4 解模糊
p0-37 (p79): 3.2.5 论域和比例因子的确定
p0-38 (p81): §3.3 模糊控制器的参数确定
p0-39 (p81): 3.3.1 模糊规则可调整的模糊控制器
p0-40 (p89): 3.3.2 比例因子自调整的模糊控制
p0-41 (p92): 3.3.3 具有积分作用的模糊控制
p0-42 (p94): 3.3.4 机械手伺服系统的智能模糊控制
p0-43 (p101): §3.4 规则自组织模糊控制
p0-44 (p102): 3.4.1 性能测量
p0-45 (p104): 3.4.2 控制量校正
p0-46 (p105): 3.4.3 控制规则修正
p0-47 (p108): §3.5 自学习模糊控制
p0-48 (p109): 3.5.1 模糊推理格式与算法
p0-49 (p111): 3.5.2 辨识算法
p0-50 (p126): §3.6 复合模糊控制
p0-51 (p126): 3.6.1 模型参考自适应控制的模糊设计方法
p0-52 (p130): 3.6.2 一类非线性系统的模糊变结构设计
p0-53 (p132): 3.6.3 模糊建模在变结构控制中的应用
p0-54 (p134): §3.7 模糊系统辨识
p0-55 (p135): 3.7.1 模糊模型
p0-56 (p136): 3.7.3 模糊关系的确定
p0-57 (p136): 3.7.2 参考模糊集合的确定
p0-58 (p137): 3.7.4 模糊关系的修正
p0-59 (p140): §3.8 模糊模式识别
p0-60 (p142): 3.8.1 最大隶属度法
p0-61 (p144): 3.8.2 择近原则
p0-62 (p147): §3.9 模糊控制静态和动态特性分析
p0-63 (p147): 3.9.1 静态特性
p0-64 (p155): 3.9.2 稳定性分析
p0-65 (p168): 习题
p0-66 (p171): 4.1.1 人工神经网络概念
p0-67 (p171): 第四章 人工神经网络理论
p0-68 (p171): §4.1 人工神经网络理论概述
p0-69 (p175): 4.1.2 神经网络模型
p0-70 (p178): §4.2 神经网络学习算法
p0-71 (p179): 4.2.1 Hebbian学习规则
p0-72 (p181): 4.2.2 感知器学习规则
p0-73 (p183): 4.2.3 Delta学习规则
p0-74 (p184): 4.2.6 Winner-Take-All学习法则
p0-75 (p184): 4.2.7 Outstar学习规则
p0-76 (p184): 4.2.5 相关学习法
p0-77 (p184): 4.2.4 Widrow-Hoff学习规则
p0-78 (p185): §4.3 前向神经网络模型及其算法
p0-79 (p186): 4.3.1 线性分类器
p0-80 (p189): 4.3.2 感知器
p0-81 (p200): 4.3.3 Adaline和Madaline
p0-82 (p205): §4.4 Hopfield神经网络
p0-83 (p206): 4.4.1 离散型Hopfield网络（DHNN）
p0-84 (p208): 4.4.2 连续型Hopfield神经网络（CHNN）
p0-85 (p211): §4.5 联想记忆神经网络
p0-86 (p211): 4.5.1 线性联想记忆
p0-87 (p213): 4.5.2 回馈型自联想网络
p0-88 (p217): 4.5.3 双向联想记忆（BAM）
p0-89 (p221): §4.6 自组织神经网络
p0-90 (p221): 4.6.1 最小Hamming距离分类网络
p0-91 (p227): 4.6.2 Kohonen网络
p0-92 (p232): 4.6.3 CPN模型
p0-93 (p234): 4.6.4 自组织特征映射
p0-94 (p240): 4.6.5 自适应共振理论（ART）
p0-95 (p253): 4.7.1 模拟退火算法
p0-96 (p253): §4.7 随机神经网络模型
p0-97 (p256): 4.7.2 Boltzmann机
p0-98 (p256): 4.7.3 学习算法
p0-99 (p260): §4.8 CMAC神经网络
p0-100 (p261): 4.8.1 CMAC模型的结构
p0-101 (p264): 4.8.2 网络的工作原理分析
p0-102 (p275): 4.8.3 CMAC的学习算法及收敛速度
p0-103 (p281): 习题
p0-104 (p286): §5.1 神经控制的概念
p0-105 (p286): 第五章 神经控制论
p0-106 (p289): §5.2 神经控制的学习模式
p0-107 (p289): 5.2.1 监督式学习
p0-108 (p306): 5.2.2 增强式学习
p0-109 (p309): §5.3 直接逆控制与自适应控制
p0-110 (p309): 5.3.1 直接逆控制
p0-111 (p313): 5.3.2 自适应控制
p0-112 (p318): §5.4 神经网络增强式学习控制
p0-113 (p318): 5.4.1 行为选择神经网络（ASN）
p0-114 (p320): 5.4.2 行为评价神经网络（AEN）
p0-115 (p323): §5.5 非线性控制的神经网络方法
p0-116 (p324): 5.5.1 非线性系统反馈线性化
p0-117 (p326): 5.5.2 基于神经网络的自适应非线性反馈
p0-118 (p330): §5.6 基于神经网络的复合控制方法
p0-119 (p330): 5.6.1 基于神经网络的模型参考自适应控制
p0-120 (p342): 5.6.2 基于神经网络的最优控制
p0-121 (p347): §5.7 系统辨识的神经网络方法
p0-122 (p347): 5.7.1 Hopfield神经网络模型
p0-123 (p348): 5.7.2 基于参考模型的参数估计
p0-124 (p352): 5.8.1 改进的HCNN
p0-125 (p352): §5.8 神经网络在规划中的应用
p0-126 (p355): 5.8.2 求解非线性规划问题的方法
p0-127 (p358): 5.8.3 求解多项式形式的非线性方程组
p0-128 (p359): 习题
p0-129 (p362): 第六章 混合智能控制系统
p0-130 (p362): §6.1 混合智能控制系统的一般结构
p0-131 (p363): §6.2 神经网络模糊系统
p0-132 (p363): 6.2.1 神经网络与模糊系统的生理背景
p0-133 (p364): 6.2.2 模糊系统和生物神经网络模型的联系
p0-134 (p367): 6.2.3 基于神经网络的模糊控制
p0-135 (p371): 6.3.1 网络结构
p0-136 (p371): 6.3.2 学习规则
p0-137 (p371): §6.3 模糊神经网络
p0-138 (p373): 6.3.3 模糊神经网络的应用
p0-139 (p375): §6.4 基于神经网络的专家系统
p0-140 (p375): 6.4.1 专家系统的基本原理
p0-141 (p383): 6.4.2 基于神经网络的专家系统
p0-142 (p387): 习题
p0-143 (p391): 7.1.1 引言
p0-144 (p391): 7.1.2 模糊控制方案的建立
p0-145 (p391): §7.1 水泥回转窑的模糊辨识和控制
p0-146 (p391): 第七章 智能控制的应用
p0-147 (p395): 7.1.3 控制系统的实现
p0-148 (p396): 7.1.4 控制效果
p0-149 (p397): §7.2 自动倒车系统的神经网络控制及模糊控制
p0-150 (p397): 7.2.1 采用模糊控制方法
p0-151 (p400): 7.2.2 采用神经网络控制
p0-152 (p401): 7.2.3 模糊控制与神经网络控制的比较
p0-153 (p404): 参考文献
元数据中的注释
related_files:
filepath:11493922.zip — md5:0ddab9884817d8557f5f565a41681409 — filesize:19379997
filepath:/读秀/读秀3.0/读秀/3.0/3.0补充/第四部分/其余书库等多个文件/梦想-共有/02/11493922.zip
filepath:/读秀/读秀4.0/读秀/4.0/数据库08-1/11493922.zip
开源日期
2024-06-13
更多信息……

🚀 快速下载

成为会员以支持书籍、论文等的长期保存。为了感谢您对我们的支持，您将获得高速下载权益。❤️
如果您在本月捐款，您将获得双倍的快速下载次数。

🐢 低速下载

由可信的合作方提供。 更多信息请参见常见问题解答。 （可能需要验证浏览器——无限次下载！）

所有选项下载的文件都相同，应该可以安全使用。即使这样，从互联网下载文件时始终要小心。例如，确保您的设备更新及时。
显示外部下载
  • 对于大文件，我们建议使用下载管理器以防止中断。
    推荐的下载管理器：JDownloader
  • 您将需要一个电子书或 PDF 阅读器来打开文件，具体取决于文件格式。
    推荐的电子书阅读器：Anna的档案在线查看器、ReadEra和Calibre
  • 使用在线工具进行格式转换。
    推荐的转换工具：CloudConvert和PrintFriendly
  • 您可以将 PDF 和 EPUB 文件发送到您的 Kindle 或 Kobo 电子阅读器。
    推荐的工具：亚马逊的“发送到 Kindle”和djazz 的“发送到 Kobo/Kindle”
  • 支持作者和图书馆
    ✍️ 如果您喜欢这个并且能够负担得起，请考虑购买原版，或直接支持作者。
    📚 如果您当地的图书馆有这本书，请考虑在那里免费借阅。