模糊控制理论与系统原理2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

模糊控制理论与系统原理PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

目录1

前言1

第1章 绪论1

1.1 自动控制理论发展简史1

1.1.1 经典控制理论1

1.1.2　现代控制理论与先进控制策略2

1.1.3 智能控制理论5

1.2　模糊控制理论12

1.2.1　模糊控制理论研究与进展12

1.2.2　模糊集成控制理论14

1.3 模糊控制应用领域与现状16

1.3.1 历史上应用的回顾16

1.3.2 现代应用技术的进展17

1.4　模糊理论研究的新动向18

1.4.1 “人类友好系统”18

1.5 模糊控制研究目前存在的主要问题20

1.4.2　软计算技术20

第2章　模糊控制数学基础22

2.1 模糊集合22

2.1.1 集合的基本知识22

2.1.2　模糊概念和模糊集合25

2.1.3　模糊集合基本术语和运算29

2.1.4　截集和基本定理36

2.1.5 凸模糊集与模糊集的数字特征41

2.1.6 区间值模糊集合46

2.1.7　模糊序列47

2.2　模糊关系52

2.2.1　模糊关系定义与表示方法52

2.2.2　模糊关系运算及其合成65

2.3 模糊图与模糊网络78

2.3.1 模糊图78

2.3.2　Petri网与模糊Petri网88

2.3.3　H网与模糊H网91

附录2-A　几个运算性质的证明96

附录2-B　F集合基本原理的证明与推广98

附录2-C Ⅱ型模糊集99

附录2-D　t算则与s算则100

第3章　模糊控制基础理论106

3.1　模糊逻辑系统106

3.1.1 模糊命题106

3.1.2　模糊集合的格107

3.1.3　模糊逻辑函数109

3.1.4 模糊逻辑函数的分析与综合113

3.1.5　模糊逻辑函数的硬件实现115

3.2　模糊控制中的知识表示121

3.2.1　模糊语言121

3.2.2　模糊语句131

3.2.3　Petri网的知识表示137

3.3　隶属度函数142

3.3.1 隶属度函数的特征与形式143

3.3.2　模糊化144

3.3.3 隶属度函数的确定145

3.4　模糊推理160

3.4.1　似然推理161

3.4.2　模糊关系方程及其求解169

3.4.3　模糊条件语句171

3.4.4 几种模糊推理方式176

3.4.5　模糊推理的图示法182

3.4.6 基于嵌入式模糊Petri网（EFPN）的知识推理185

3.5.1　最大隶属度法192

3.5　解模糊化方法192

3.5.2 重心法193

3.5.3　加权平均法193

附录3-A　几种函数分布例195

附录3-B　模糊条件语句的几种真域模型200

附录3-C 多重模糊条件语句的几种表示204

附录3-D 一些常用的模糊蕴涵算子205

4.1.1 模糊化接口（Fuzzy Interface）207

4.1　模糊控制器的组成207

第4章　模糊控制器207

4.1.2 数据库（DB——Data Base）209

4.1.3　规则库（RB——Rule Base）209

4.1.4　推理机（Inference Machine）211

4.1.5　解模糊接口（Defuzzy Interface）212

4.2　模糊控制器结构及其分类212

4.2.1　按输入-输出变量个数分类212

4.2.2　按模糊控制器模型分类216

4.2.3　按模糊控制器功能分类219

4.3　模糊控制器设计228

4.3.1　模糊控制器设计要求228

4.3.2　常规模糊控制器设计230

4.4　模糊控制器性能分析258

4.4.1 模糊控制器静态性能分析258

4.4.2　模糊控制器动态性能分析265

4.4.3　模糊控制器稳定性分析方法279

4.4.4　模糊控制器鲁棒性分析284

附录4-A　模糊控制器多值继电特性286

4.5　模糊控制器的特点286

附录4-B　有关控制规则干涉性的几个定理证明288

第5章　模糊建模与模糊辨识290

5.1　系统建模290

5.1.1　系统建模概述290

5.1.2　系统建模分类290

5.1.3　模糊系统的模糊模型292

5.2.1　模糊模型的辨识294

5.2　基于模糊模型的建模与辨识294

5.2.2　模糊预测模型的辨识305

5.2.3 复合模糊模型的辨识算法311

5.3 基于T-S模型的模糊建模与辨识313

5.3.1　T-S模糊模型的辨识313

5.3.2　T-S模糊预测模型的辨识318

5.4 基于模糊数据相关分析法的建模与辨识327

5.4.1 数据相关分析原理327

5.4.2　模糊数据相关分析法332

5.4.3　模糊数据相关分析法建模333

5.5 基于神经网络模糊模型的辨识与建模337

5.5.1 模糊神经网络337

5.5.2 基于DIFNN的辨识与建模344

5.5.3 模糊穴映射模型的辨识与建模352

5.6 复杂系统的模糊模型参考建模359

5.6.1 连续系统的模糊模型参考建模359

5.6.2 离散系统的模糊模型参考建模361

附录5-A　DIFNN网络参数的优化368

附录5-B FCMNN的学习算法371

附录5-C　定理5-3和定理5-5的证明375

第6章 模糊控制系统、集成与应用380

6.1 模糊控制系统380

6.1.1 模糊控制系统的组成381

6.1.2 模糊控制系统的原理与特点382

6.1.3　模糊控制系统的分类389

6.1.4 一个简单的模糊控制系统实例393

6.2　模糊集成控制系统399

6.2.1 系统集成原则与类型399

6.2.2　基于模型的模糊集成控制系统405

6.2.3 具有学习功能的模糊集成控制系统427

6.2.4　增强型模糊集成控制系统454

6.3　模糊控制系统的应用471

6.3.1 模糊控制在水泥生产过程中的应用471

6.3.2　模糊神经网络在系统辨识中的应用480

6.3.3 异步电动机模糊直接转矩控制系统485

6.3.4　机器人模糊控制系统491

附录6-A 多变量广义预测控制算法498

附录501

附录A　符号集表501

附录B　基本运算表505

附录C　基本规律表506

附录D　基本性质表509

参考文献510