神经模糊控制理论及应用

　　第一篇  神经网络理论及其MATLAB实现
　　第1章  神经网络理论
　　1.1 神经网络的基本概念
　　1.1.1 生物神经元的结构与功能特点
　　1.1.2 人工神经元模型
　　1.1.3 神经网络的结构
　　1.1.4 神经网络的工作过程
　　1.1.5 神经网络的学习
　　1.l.6 神经网络的分类
　　1.2 典型神经网络的模型
　　1.2.1 MP模型
　　1.2.2 感知机神经网络
　　1.2.3 自适应线性神经网
　　1.2.4 BP神经网络
　　1.2.5 径向基神经网络
　　1.2.6 竞争学习神经网络
　　1.2.7 学习向量量化神经网络
　　1.2.8 Elman神经网络
　　1.2.9 Hopfield神经网络
　　1.2.1 0Boltzmann神经网
　　1.3 神经网络的训练
　　小结
　　练习题1
　　第2章  MATLAB神经网络工具箱
　　2.1 MATLAB神经网络工具箱函数
　　2.1.1 神经网络工具箱中的通用函数
　　2.1.2 感知机神经网络MATLAB函数
　　2.1.3 线性神经网络MATLAB函数
　　2.1.4 BP神经网络MATLAB函数
　　2.1.5 径向基神经网络MATLAB函数
　　2.1.6 自组织神经网络MATLAB函数
　　2.1.7 学习向量量化神经网络MATLAB函数
　　2.1.8 Elman神经网络MATLAB函数
　　2.1.9 Hopfield神经网络MATLAB函数
　　2.1.10  Demos演示功能
　　2.2 MATLAB神经网络工具箱的图形用户界面
　　2.2.1 神经网络编辑器
　　2.2.2 神经网络拟合工具
　　2.3 基于Simulink的神经网络模块
　　2.3.1 模块的设置
　　2.3.2 模块的生成
　　2.4 神经网络在系统预测和故障诊断中的应用
　　2.4.1 系统输入／输出数据的处理
　　2.4.2 基于神经网络的系统预测
　　2.4.3 基于神经网络的故障诊断
　　小结
　　练习题2
　　第3章  神经网络控制系统
　　3.1 神经网络控制理论
　　3.1.1 神经控制的基本原理
　　3.1.2 神经网络在控制中的主要作用
　　3.1.3 神经网络控制系统的分类
　　3.2 基于Simulink的三种典型的神经网络控制系统
　　3.2.1 神经网络模型预测控制
　　3.2.2 反馈线性化控制
　　3.2.3 模型参考控制
　　小结
　　练习题3
　　第二篇  模糊逻辑理论及其MATLAB实现
　　第4章  模糊逻辑理论
　　4.1 模糊逻辑理论的基本概念
　　4.1.1 模糊集合及其运算
　　4.1.2 模糊关系及其合成
　　4.1.3 模糊向量及其运算
　　4.1.4 模糊逻辑规则
　　4.l.5 模糊逻辑推理
　　4.2 模糊逻辑控制系统的基本结构
　　4.2.1 模糊控制系统的组成
　　4.2.2 模糊控制器的基本结构
　　4.2.3 模糊控制器的维数
　　4.2.4 模糊控制中的几个基本运算操作
　　4.3 模糊逻辑控制系统的基本原理
　　4.3.1 模糊化运算
　　4.3.2 数据库
　　4.3.3 规则库
　　4.3.4 模糊推理
　　4.3.5 清晰化计算
　　4.4 离散论域的模糊控制系统的设计
　　4.5 具有PID功能的模糊控制器
　　小结
　　练习题4
　　第5章  MATLAB模糊逻辑工具箱
　　第6章  模糊神经和模糊聚类及其MATLAB实现
　　附录A  MATLAB程序清单
　　附录B  MATLAB函数一览表
　　附录C  MATLAB函数分类索引

　　    《神经模糊控制理论及应用》系统地论述了神经网络和模糊逻辑的基本概念、工作原理、控制算法，以及利用MATLAB语言、MATLAB工具箱函数和Simulink对其实现的方法。该书取材先进实用，讲解深入浅出，各章均有相应的例题和练习题，并提供了大量用MATLAB/Sirnulink实现的仿真实例，便于读者掌握和巩固所学知识，让学生在有限的时间内，掌握神经网络和模糊逻辑的基本原理与应用技术。
　　    《神经模糊控制理论及应用》可作为高等院校自动化、计算机、电子与信息、机电工程等专业研究生和高年级本科生的教材，也可作为从事智能控制与智能系统研究、设计和应用的科学技术人员的参考用书。