目 录__eol__第一篇 神经网络控制及其MATLAB实现__eol__第1章 神经网络理论 （1）__eol__1.1 神经网络的基本概念 （2）__eol__1.1.1 生物神经元的结构与功能特点 （2）__eol__1.1.2 人工神经元模型 （3）__eol__1.1.3 神经网络的结构 （5）__eol__1.1.4 神经网络的工作方式 （6）__eol__1.1.5 神经网络的学习 （6）__eol__1.1.6 神经网络的分类 （9）__eol__1.2 典型神经网络的模型 （9）__eol__1.2.1 MP模型 （9）__eol__1.2.2 感知机 （11）__eol__1.2.3 自适应线性神经网络 （15）__eol__1.2.4 BP神经网络 （17）__eol__1.2.5 径向基神经网络 （27）__eol__1.2.6 竞争学习神经网络 （31）__eol__1.2.7 学习向量量化神经网络 （40）__eol__1.2.8 Elman神经网络 （41）__eol__1.2.9 Hopfield神经网络 （42）__eol__1.2.10 Boltzmann神经网络 （58）__eol__1.3 神经网络的训练 （61）__eol__小结 （65）__eol__思考练习题 （65）__eol__第2章 MATLAB神经网络工具箱函数 （66）__eol__2.1 MATLAB神经网络工具箱函数 （66）__eol__2.1.1 神经网络工具箱中的通用函数 （66）__eol__2.1.2 感知机MATLAB函数 （69）__eol__2.1.3 线性神经网络MATLAB函数 （79）__eol__2.1.4 BP神经网络MATLAB函数 （85）__eol__2.1.5 径向基神经网络MATLAB函数 （96）__eol__2.1.6 自组织神经网络MATLAB函数 （102）__eol__2.1.7 学习向量量化神经网络MATLAB函数 （115）__eol__2.1.8 Elman神经网络MATLAB函数 （118）__eol__2.1.9 Hopfield神经网络MATLAB函数 （121）__eol__2.1.10 利用Demos演示神经网络的建立 （126）__eol__2.2 MATLAB神经网络工具箱的图形用户界面 （127）__eol__2.2.1 神经网络编辑器 （128）__eol__2.2.2 神经网络拟合工具 （136）__eol__2.3 基于Simulink的神经网络模块 （139）__eol__2.3.1 模块的设置 （139）__eol__2.3.2 模块的生成 （140）__eol__2.4 神经网络在系统预测和故障诊断中的应用 （143）__eol__2.4.1 系统输入/输出数据的处理 （143）__eol__2.4.2 基于神经网络的系统预测 （144）__eol__2.4.3 基于神经网络的故障诊断 （155）__eol__小结 （162）__eol__思考练习题 （162）__eol__第3章 神经网络控制系统 （163）__eol__3.1 神经网络控制理论 （163）__eol__3.1.1 神经网络控制的基本原理 （163）__eol__3.1.2 神经网络在控制中的主要作用 （164）__eol__3.1.3 神经网络控制系统的分类 （165）__eol__3.2 基于Simulink的三种典型神经网络控制系统 （174）__eol__3.2.1 神经网络模型预测控制 （175）__eol__3.2.2 反馈线性化控制 （180）__eol__3.2.3 模型参考控制 （182）__eol__小结 （185）__eol__思考练习题 （186）__eol__第二篇 模糊逻辑控制及其MATLAB实现__eol__第4章 模糊逻辑控制理论 （187）__eol__4.1 模糊逻辑理论的基本概念 （187）__eol__4.1.1 模糊集合及其运算 （187）__eol__4.1.2 模糊关系及其合成 （194）__eol__4.1.3 模糊向量及其运算 （196）__eol__4.1.4 模糊逻辑规则 （197）__eol__4.1.5 模糊逻辑推理 （199）__eol__4.2 模糊逻辑控制系统的基本结构 （205）__eol__4.2.1 模糊控制系统的组成 （205）__eol__4.2.2 模糊控制器的基本结构 （206）__eol__4.2.3 模糊控制器的维数 （206）__eol__4.3 模糊逻辑控制系统的基本原理 （207）__eol__4.3.1 模糊化运算 （207）__eol__4.3.2 数据库 （208）__eol__4.3.3 规则库 （211）__eol__4.3.4 模糊推理 （213）__eol__4.3.5 去模糊化 （215）__eol__4.4 离散论域的模糊控制系统的设计 （217）__eol__4.5 具有PID功能的模糊控制器 （222）__eol__小结 （223）__eol__思考练习题 （223）__eol__第5章 MATLAB模糊逻辑工具箱函数 （224）__eol__5.1 MATLAB模糊逻辑工具箱简介 （224）__eol__5.1.1 模糊逻辑工具箱的功能特点 （224）__eol__5.1.2 模糊推理系统的基本类型 （225）__eol__5.1.3 模糊逻辑系统的构成 （225）__eol__5.2 利用模糊逻辑工具箱建立模糊推理系统 （226）__eol__5.2.1 模糊推理系统的建立、修改与存储管理 （226）__eol__5.2.2 模糊语言变量及其语言值 （229）__eol__5.2.3 模糊语言变量的隶属函数 （230）__eol__5.2.4 模糊规则的建立与修改 （236）__eol__5.2.5 模糊推理计算与去模糊化 （240）__eol__5.3 MATLAB模糊逻辑工具箱的图形用户界面 （243）__eol__5.3.1 模糊推理系统编辑器 （243）__eol__5.3.2 隶属函数编辑器 （245）__eol__5.3.3 模糊规则编辑器 （245）__eol__5.3.4 模糊规则浏览器 （246）__eol__5.3.5 模糊推理输入/输出曲面浏览器 （246）__eol__5.4 基于Simulink的模糊逻辑的系统模块 （248）__eol__5.5 模糊推理系统在控制系统中的应用 （251）__eol__小结 （256）__eol__思考练习题 （256）__eol__第6章 模糊神经和模糊聚类及其MATLAB实现 （258）__eol__6.1 基于Mamdani模型的模糊神经网络 （258）__eol__6.1.1 模糊系统的Mamdani模型 （258）__eol__6.1.2 系统结构 （260）__eol__6.1.3 学习算法 （261）__eol__6.2 基于Takagi-Sugeno模型的模糊神经网络 （263）__eol__6.2.1 模糊系统的Takagi-Sugeno模型 （264）__eol__6.2.2 系统结构 （264）__eol__6.2.3 学习算法 （266）__eol__6.3 自适应神经模糊系统及其MATLAB实现 （268）__eol__6.3.1 采用网格分割方式生成模糊推理系统函数 （269）__eol__6.3.2 自适应神经模糊系统的建模函数 （270）__eol__6.3.3 自适应神经模糊推理系统的图形用户界面编辑器 （272）__eol__6.3.4 自适应神经模糊推理系统在建模中的应用 （275）__eol__6.4 模糊聚类及其MATLAB实现 （281）__eol__6.4.1 模糊C-均值聚类函数 （281）__eol__6.4.2 模糊减法聚类函数 （282）__eol__6.4.3 基于减法聚类的模糊推理系统建模函数 （284）__eol__6.4.4 模糊C-均值和减法聚类的图形用户界面 （285）__eol__小结 （288）__eol__思考练习题 （288）__eol__第三篇 模型预测控制及其MATLAB实现__eol__第7章 模型预测控制理论 （289）__eol__7.1 动态矩阵控制理论 （289）__eol__7.1.1 预测模型 （289）__eol__7.1.2 滚动优化 （291）__eol__7.1.3 误差校正 （292）__eol__7.2 广义预测控制理论 （292）__eol__7.2.1 预测模型 （293）__eol__7.2.2 滚动优化 （293）__eol__7.2.3 反馈校正 （295）__eol__7.3 预测控制理论分析 （296）__eol__7.3.1 广义预测控制的性能分析 （296）__eol__7.3.2 广义预测控制与动态矩阵控制规律的等价性证明 （300）__eol__7.3.3 广义预测控制与动态矩阵控制的比较 （302）__eol__小结 （302）__eol__思考练习题 （302）__eol__第8章 MATLAB预测控制工具箱函数 （303）__eol__8