模糊控制及其MATLAB仿真

第1章　引言
1.1　自動控制理論的發(fā)展歷程
1.2　智能控制概況
1.2.1　智能控制的發(fā)展簡況
1.2.2　智能控制的幾個重要分支
1.3　模糊控制
1.3.1　模糊控制解決的問題
1.3.2　模糊控制的發(fā)展簡史
1.3.3　模糊控制的特點及展望
思考與練習題
第2章　模糊控制的數(shù)學基礎
2.1　清晰向模糊的轉換
2.1.1　經(jīng)典集合的基本概念
2.1.2　模糊集合
2.2　隸屬函數(shù)
2.2.1　確定隸屬函數(shù)的基本方法
2.2.2　常用隸屬函數(shù)
2.3　F集合的運算
2.3.1　F集合的基本運算
2.3.2 模糊集合的基本運算規(guī)律
2.3.3　F集合運算的其他定義
2.4　模糊關系及其運算
2.4.1　經(jīng)典關系
2.4.2　模糊關系
2.4.3　模糊關系的運算
2.4.4　F關系的合成
2.5　模糊向清晰的轉換
2.5.1　模糊集合的截集
2.5.2　模糊關系矩陣的截矩陣
2.5.3　模糊集合轉化為數(shù)值的常用方法
思考與練習題
第3章　模糊控制的邏輯學基礎
3.1　二值邏輯簡介
3.1.1　判斷
3.1.2　推理
3.2　自然語言的模糊集合表示
3.2.1　一些自然詞語的F集合表示
3.2.2　模糊算子
3.3　模糊邏輯和近似推理
3.3.1　模糊命題
3.3.2　常用的兩種基本模糊條件語句
3.3.3　近似推理及其合成法則
3.4　T—S型模糊推理
3.4.1　雙輸入、單輸出系統(tǒng)的T—S型模糊推理模型
3.4.2　MISO系統(tǒng)的T-S模型
思考與練習題
第4章　模糊控制器的設計
4.1　模糊控制系統(tǒng)的基本組成
4.1.1　從傳統(tǒng)控制系統(tǒng)到模糊控制系統(tǒng)
4.1.2　模糊控制器的結構
4.2　Mamclani型模糊控制器的設計
4.2.1　Mamclani型模糊控制器的基本組成
4.2.2　量化因子和比例因子
4.2.3　模糊化和清晰化
4.2.4　模糊控制規(guī)則
4.2.5　模糊自動洗衣機的設計
4.3　T—S型模糊控制器的設計
4.3.1　T—S型模糊模型
4.3.2　T—S型模糊系統(tǒng)設計要點
4.4　F控制器和PID控制器的結合
4.4.1　F—PID復合控制器
4.4.2　F—PID復合控制器的其他形式
4.4.3　用模糊控制器調節(jié)PID控制器的參數(shù)
思考與練習題
第5章　模糊控制系統(tǒng)的MATL,AB仿真
5.1　Simulink仿真入門
5.1.1　MATLAB中的仿真模塊庫
5.1.2　仿真模型圖的構建
5.1.3　動態(tài)系統(tǒng)的Simulink仿真
5.2　模糊推理系統(tǒng)的設計與仿真
5.2.1　模糊推理系統(tǒng)的圖形用戶界面簡介
5.2.2　模糊推理系統(tǒng)編輯器
5.2.3　隸屬函數(shù)編輯器
5.2.4　模糊規(guī)則編輯器
5.2.5　模糊規(guī)則觀測窗
5.2.6　FIS輸出量曲面觀測窗
5.2.7　用GUI設計Mamclani型模糊系統(tǒng)舉例
5.2.8　用GUI設計Sugeno型模糊系統(tǒng)舉例
5.3　模糊控制系統(tǒng)的設計與仿真
5.3.1　FIS與Simulink的連接
5.3.2　構建模糊控制系統(tǒng)的仿真模型圖
5.3.3　通過仿真對系統(tǒng)進行分析
思考與練習題
第6章　神經(jīng)網(wǎng)絡在模糊控制中的應用
6.1　神經(jīng)網(wǎng)絡的基本原理
6.1.1　神經(jīng)網(wǎng)絡發(fā)展歷史
6.1.2　神經(jīng)元的生理結構
6.1.3　神經(jīng)元的數(shù)學模型
6.1.4　人工神經(jīng)網(wǎng)絡模型
6.1.5　神經(jīng)網(wǎng)絡模型的學習方法
6.1.6　BP型神經(jīng)網(wǎng)絡原理簡介
6.2　神經(jīng)模糊控制
6.3　用自適應神經(jīng)模糊系統(tǒng)建立FIS
6.3.1　ANFIS圖形用戶界面簡介
6.3.2　用Anfis建立FIS的步驟
6.3.3　用Anfis建立FIS舉例
思考與練習題
參考文獻