10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf

所需积分/C币:9 2019-11-16 11:49:46 15.76MB PDF
22
收藏 收藏
举报

人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。 人工神经网络:是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。在工程与学术界也常直接简称为“神经网络”或类神经网络。
神经网络、模糊系统及琪 在运动控制中的应用 从爽著 中国科学技术大学出版社 2001合肥 内容简介 这是一本关于人工神经网络、模糊逻辑系统,以及模糊神经网络研究成果的专著。 作者在简要介绍神经网络理论与模糊集合理论的基础上,对人工神经网络与模糊逻辑 控制系统的设计及其应用,以及两者之间的相互关系和相互结合,进行了较深层次的 理论分析与综合,并结合其在运动控制中的建模与控制的各种实际应用,使读者能够 从中了解和掌握运用模糊神经系统的理论与技术进行实际的系统设计和灵活应用的方 法 本书内容新颖,材料翔实,自成体系。既有理论分析与综合,又有实际系统的设 计与应用。本书既可作为高校自动化专业、机械专业、电力电气专业、计算机应用专 业及其他相关专业的高年级本科生和研究生教学用书,也可供从事智能科学、系统科 学、计算机科学、应用数学、自动控制等领域研究的广大科技人员阅读。 图书在版编目(CIP)数据 神经网络、模糊系统及其在运动控制中的应用/丛爽著.-合肥:中国科学技术大学 出版社,2001.5 ISBN7-312-01270-1 Ⅰ.神…II.丛…Ⅲ.①人工神经元网络应用-运动控制②模糊工程应用-运动控制 N. TP24 中国版本图书馆CIP数据核字(2001)第08878号 中国科学技术大学出版社出版发行 (安徽省合肥市金寨路96号,230026) 中国科学技术大学印刷厂印刷 全困新华书店经销 开本:787×1092/16印张:15.625字数:400千 2001年5月第I版201年5月第1次印刷 印数:1—3000册 ISBN7-312-012701/TP270定价:23.00元 凡图书出现印装质量问题,请向承印厂要求调换) 林以“∵要,L量 前言 智能控制是一门新兴的交叉学科,模糊逻辑和神经网络正是该学科发展和研究的关键 技术内容。在最近的几年中,我们已经看到模糊逻辑和神经网络以各自的优势进行相互渗 透,所形成的模糊神经系统在各种优化技术的配合下,其应用在数量和种类上都得到迅速 的增长,其范围涉及到各行各业。模糊神经系统在智能系统的概念和设计中起到越来越大 的重要作用 运动控制也是近十年来国际上形成的一个研究热点,它是一门综合性多学科的交叉技 术。由于运动控制本身并不产生新的理论,它主要是应用先进的智能控制策略达到高质量 的运动控制效果,所以,将其作为模糊与神经系统应用对象是非常典型和合适的。本书在 前后章节的衔接上强调相互之间的联系和系统性,注重分析各种不同理论和方法之间的相 关性,讲究概念和思路的清晰。 笔者根据多年来从事先进控制策略及其在运动控制中应用的研究工作,特别是在模糊 神经网络和遗传算法的研究中所取得的研究成果,撰写了这本关于人工神经网络、模糊逻 辑系统以及模糊神经网络理论与应用的专著。全书垬分16章,系统地介绍了模糊逻辑与 神经网络的基木概念和理论、各种高效率的神经网络的学习算法;近年来最新发展的模糊 神经网络的理论,包括模糊神经系统的构成、原理以及与其他函数之间的相互关系:介绍 了神经网络、模糊逻辑、模糊神经,结合遗传算法在运动控制中的应用,给出了许多代表 性的应用实例,在对人工神经网络与模糊逻辑控制系统的设计及其应用,以及两者之间的 相互关系和相互结合上,进行了较深层次的理论分析与综合,对在校高年级本科生和研究 生以及相关专业的科技人员了解和掌握智能策略与方法、解决复杂控制的实际问题具有指 导意义。 本书取材新颖,内容深入浅出,便于自学与应用,既可作为高校自动化专业、机械专 业、电力电气专业、计算机应用专业及其他相关专业的高年级本科生和研究生教学用书 也可供从事智能科学、系统科学、计算机科学、应用数学、自动控制等领域研究的广大科 技人员阅读。 本书的部分内容由已发表的学术论文改编而成,在此对论文的合作者高雪鹏、钱镇 胡晟、林航、向徼表示感谢。 本人才疏学浅,对于疏漏不妥之处,恳请读者指教。 丛爽 2001年5月 于中国科学技术大学 目次 前言 ·单。···· ……………………………………(I) 第1章典型前向神经网络 ··即·晕 ……(1) 1.1感知器网络… ·D。中●中p●年 ………(4) 1.1.1感知器的网络结构及其功能 …(5) 1.1.2感知器权值的学习规则与训练………………………(6) 1.2自适应线性元件…………… ………(11) 1.2.1自适应线性神经元模型和结构… …(11 1.2.2W-H学习规则及其网络的训练 ………(12) 3反向传播网络 ·●●· (13) 1.3.1反向传播网络模型与结构……………………………………(13) 1.3.2BP算法… …(15) 1.3.3BP网络的设计………… (17) 1.3.4BP网络的限制与不足… 血 (19) 第2章网络训练优化算法 ……………………………(20 2.1基于标准梯度下降的方法 ●看要 …………(2I) 2.1.1附加动量法 (21) 2.1.2自适应学习速率 (22) 2.1.3弹性BP算法…… (23) 22基于数值优化方法的网络训练算法… …(23) 2.2.1拟牛顿法 (24) 2.2.2共轭梯度法 ·每●看曹 …………………(25) 2.2.3 Levenberg- Marquardt i …(26) 2.3数值实例对比 (27) 2.3.1非线性函数的逼近 ···s··“.······ (27) 2.3.2逼近非线性直流电机的输入/输出特性… (29) 24小结 ·······4··················4“·················。··.······;·······a“ (31) 第3章BP网络在智能系统中的建模与控制 ……………………(32) 3.1直接正向模型建立 (32) 3.2逆模型建立… …………………(33) 33系统中的控制………………………………………………(35) 3.3.1监督式控制 (35) 3.3.2直接逆控制 ……(35) 3.3.3模型参考控制 …………(36) 3.3.4内模控制 p中· 带辛 …(36 第4章反馈网络 ●·· (37) 4.1霍普菲尔德网络模型 …(38) 4.2DINN的学习规则…… ………………(38) 4.2.1海布学习规则 (38) 4.2.2正交化的权值设计… …(40) 4.3离散型反馈网络的稳定点与稳定域 ………(43) 4.3.1两个输入神经元的情况… …………(45) 4.3.2网络输入神经元为三个时的情况分析… …………(49) 4.3.3小结 (S1) 4.4连续型霍普菲尔德网络 (51) 4.4.1对应于电子电路的网络结构………………………(52) 4.4.2霍普菲尔徳能量函数及其稳定性分析……… …(54) 4.4.3能量函数与优化计算 ……(57) 4.5用CHNN求解TSP问题 ……(58) 4.5.1网络设计 (59) 4.5.2对终态时系统的输出向量V的解释… ………(61) 4.5.3用HNN算法实现TSP的问题探讨 ……(62) 4.5.4各参数的影响 (64) 4.5.5小结…… …………(67) 第5章自组织竞争人工神经网络 ···.·······4·;·.·····:·;;·.·.··.·.····.··4.····4 (68) 5.1几种联想学习规则… ··,自鲁鲁鲁·自音 (68) 5.1.1内星学习规则 (69) 5.1.2外星学习规则 1·音 7 5.1.3科荷伦学习规则 (71) 5.2自组织竞争网络… ……(71) 5.2.1网络结构……………………………(71) 5.2.2竞争学习规则 …………(73) 5.2.3竞争网络的训练过程 (74 5.3科荷伦自组织映射网络… 命······4·=··‘“·“““·····+·+··+··· …(76 5.3.1科荷伦网络的拓扑结构 ……(77 5.3.2网络的训练过程 ●··专●·香···普音·····。。······命·非垂· (78) 5.3.3科荷伦网络的应用 (78) 5.4小结… (79) 第6章径向基函数网络… (80) 6.1径向基函数及其网络分析 (80) 6.2网络的训练与设计 …………………(82) 6.3广义径向基网络 ……………………(83) Ⅱ 6.4数字应用对比及性能分析 …(84) 5小结 (85) 第T章模糊理论基础 …(86) 7.1引言 …(86) 7.2模糊集合及其隶属函数 ……;…(88) 7.2.1模糊集合的定义………………(88) 7.2.2模糊集合的表示方法 …(89) 7.2.3模糊集合的并、交、补运算… (90) 7.2.4模糊集合的隶属函数… ………………(90) 7.3模糊逻辑 …………………(92) 7.3.1二值逻辑、多值逻辑和模糊逻辑 (92) 7.3.2模糊逻辑的基本运算 …(92) 7.3.3模糊关系和模糊矩阵 ·要鲁●· ●鲁 ………………(94) 7.3.4模糊语言及其算子 …………(96) 7.4模糊规则与模糊推理 ………(99) 7.4.1模糊“如果一那么”规则 ………………(99) 7.4.2模糊逻辑推理……………………………………………(100) 第8章模糊控制器的设计方法 …………(110) 8.1精确与模糊控制的事例 香。。 ………………(110) 8.1.1采用精确的非模糊求解方法… ………(110) 8.1.2模糊方法 8.2模糊逻辑控制过程 ………………(114) 83输入变量和输出变量的确定………………………(115) 8.4论域的确定 ●自 ………(116) 8.5确定模糊化和解模糊化方法 (117) 8.5.1模糊化方法∴ 南··。··自·普·鲁。都··鲁● (118) 8.5.2解模糊判决方法 ········.·→.··· …(120) 8.6模糊控制规则 ●·番 …………(122) 8.7模糊逻辑推理 (123) 8.7.1合成模糊推理法………… ……………(123) 87.2结论是线性函数的模糊推理方法…………………………………(132) 8.7.3量化因子及比例因子的选择… …(133) 第9章运动控制中的摩擦力补偿及其建模技术………………………(135) 9.1引言 (135) 9.2摩擦学及实验上提出的非线性摩擦力模型 ………(136) 9.3机械控制工程上采用的分析与补偿法……… (137) 9.4运动控制………… ……(139) 9.5运动控制中库仑摩擦力的结构分析 9.6基于模型的摩擦力前向补偿器的设计… (143) 9.7线性模型的参数辨识 ··· …(144) 9.7.1基于不同原理的辨识方法… 144 9.7.2 MATLAB中系统模型辨识的描述方法 单自香·每 中中·。自非◆ ……(147) 9.7.3库仑摩擦力参数的辨识… ……(148) 98运动控制中的机电控制系统 ……………(149) 9.8.1机械系统 …………(149) 9.8.2电子学技术… 聊·专中聊中命 ……………(149) 9.8.3先进的计算机控制… (150) 9.8.4自适应运动控制应用的例子 …(151) 9.9非线性直流电机仿真模型系统的建立……………………………………(153) 9.9.1被控过程线性段模型的参数辨识 ………(153) 9.9.2非线性模型的建立及仿真系统的实现 ……………………(155) 第10章模糊控制系统的应用 ………(158) 10.1速度模糊控制器的设计…………………………………(158) 10.2三种控制器的设计与性能比较 (163) 10.2.1控制算法的描述 …(163) 10.2.2结果的对比…… ················ (165) 10.3变参数双模糊控制器 …………(167) 10.3.1参数的设定 …………………(167) 10.3.2仿真实验验证 ●·鲁鲁鲁即 鲁辛◆电中。 (169) 10.3.3小结 (171) 第11章神经网络的应用……………………………………(172) 11.1BP网络结构、参数及训练方法的设计与选择 (172) 11.1.1BP网络的设计…… ………(172) 1.1.2采用自适应学习速率与固定学习速率的比较… ………(176) 11.1.3改进算法的性能比较 (177) 112神经网络在电机非线性补偿中的设计与实现 ………(178) 1.2.1问題的提出…… …………(178) 11.2.2伺服电机神经网络仿真器的设计 ……(178) 11.2.3神经网络补偿器的设计………………………………(180) 11.2.4神经网络控制系统… ·會b自●·●也音 (181) 11.2.5实验测试结果 …(182 11.2.6小结………………………………………(183) 第12章模糊神经网络………………………………(184) 12.1引 12.2模糊系统的关系式…… ●··。●·。··。·命·鲁,· …………………(184) 12.3用神经网络直接实现的模糊系统… ……………(186) 12.4 Sugeno模糊推理法… (187) Ⅳ 12.5B样条模糊神经网络 鲁······曹 88) 12.5.1B样条函数及其网络 (188) 12.5.2B样条模糊神经网络控制器的设计………………………(19I) 12.6径向基函数神经网络 …………………(192) 12.7小结 ………………(195) 第13章模糊神经系统的应用 ……(196) 13.1基于 ANFIS的非线性电机系统的建模 鲁。··鲁● …………(196) 13.1.1 ANFIS的结构… (196) 13.1.2混合学习算法……… a.a········4······ ………(198) 13.1.3非线性电机系统建模 (198) 13.1.4基于ANFS的建模 ….(199) 13.1.5辨识模型的验证……… 申·每 ……(200) 131.6小结……………………(202) 13.2用自组织竞争网络优化模糊神经网络的结构… 202 13.2.1自组织竞争神经网络 ……………………(203) 13.2.2具有最佳结构与参数的模糊神经网络控制器的设计……………(204) 13.2.3小结 …(207) 第14章遗传算法 4····4 …(208) 14.1遗传算法的基本特点 (209) 14.2遗传算法的基本操作 ……………………………(210) 14.3遗传算法的设计步骤 (212) 144遗传算法的实质… …(213) 14.5小结 (214) 第15章遗传算法的应用 ····…······················· ……(215) 15.1采用遗传算法提高神经网络模型辨识的精度 ………………(215) 15.1.1引言…………………………………………(215) 15.1.2改进的遗传算法 …(216) 15.1.3实例验证…… (217) 15.1.4小结 ····.··········.·····.: …(218) 15.2模糊神经网络和遗传箅法相结合的控制策略… ………(218) 15.2.1引言 ………(218 15.2.2优化控制系统的结构… …………(219) 15.2.3优化仿真结果的对比和分析… 。看音中。中·。··自·省,·●·要 ……(222) 15.2.4小结 …(223) 第16章模拟退火算法及其应用 ·····.· (224) 16.1 Metropolis准则和模拟退火算法…… 中··●·曹 …………(224) 16.2模拟退火算法的设计步骤 …………………(225) 16.3应用模拟退火算法求解TSP问题…… (226)

...展开详情
试读 127P 10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf
立即下载 身份认证VIP会员低至7折
一个资源只可评论一次,评论内容不能少于5个字
您会向同学/朋友/同事推荐我们的CSDN下载吗?
谢谢参与!您的真实评价是我们改进的动力~
上传资源赚钱or赚积分
最新推荐
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf 9积分/C币 立即下载
1/127
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第1页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第2页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第3页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第4页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第5页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第6页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第7页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第8页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第9页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第10页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第11页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第12页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第13页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第14页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第15页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第16页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第17页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第18页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第19页
10395229_神经网络、模糊系统及其在运动控制中的应用_p239.pdf第20页

试读结束, 可继续阅读

9积分/C币 立即下载