內容簡介
《智能控製與MATLAB實用技術》從機電一體化設備智能控製的實際應用齣發,結閤MATLAB仿真技術,以挖掘機器人開發為主要應用實例,對模糊控製、神經網絡控製和遺傳算法及其MATLAB仿真進行比較係統的論述,其中包含一些新應用的研究成果。《智能控製與MATLAB實用技術》通俗易懂,注重理論聯係實際,兼顧學術性與實用性,內容豐富,具有較高的參考價值。
《智能控製與MATLAB實用技術》可作為高等院校相關專業本科高年級學生及研究生的教材,也可供從事機電一體化設備的開發人員以及相關專業的工程技術人員參考。
內頁插圖
目錄
前言
第1章 緒論
1.1 智能控製的産生背景
1.2 智能控製的概念與特點
1.3 智能控製的幾個重要分支
1.4 MATLAB與智能控製相結閤
1.5 智能控製的應用
第2章 模糊控製
2.1 模糊及模糊控製概述
2.2 模糊集閤及其運算
2.2.1 普通集閤基本概念及運算
2.2.2 普通集閤的特徵函數
2.2.3 模糊集閤的定義
2.2.4 隸屬函數
2.2.5 模糊集閤的運算和性質
2.3 模糊關係
2.3.1 笛卡兒積和普通關係
2.3.2 模糊關係的定義
2.4 模糊關係的閤成
2.5 模糊變換
2.6 模糊條件語句
2.6.1 簡單條件語句
2.6.2 多重簡單條件語句
2.6.3 多維條件語句
2.6.4 多重多維條件語句
2.7 模糊推理
2.8 模糊控製係統的基本原理
2.9 模糊控製器的設計
2.9.1 輸入模糊化
2.9.2 模糊控製規則的建立
2.9.3 模糊推理方法
2.9.4 逆模糊化方法
2.10 模糊控製庫函數介紹、實例及Simulink仿真
2.10.1 模糊邏輯工具箱函數介紹
2.10.2 MATLAB模糊控製工具箱函數應用實例
2.10.3 基於實例的模糊控製MATLAB/Simulink仿真介紹
2.11 習題
第3章 神經網絡控製技術
3.1 神經網絡基礎
3.1.1 生物神經元簡述
3.1.2 人工神經元基礎
3.1.3 神經網絡的結構
3.1.4 神經網絡的錶達
3.2 神經網絡的學習方法
3.3 感知器網絡
3.4 BP網絡
3.4.1 BP網絡模型
3.4.2 BP網絡學習算法
3.5 徑嚮基網絡
3.5.1 RBF網絡結構
3.5.2 RBF網絡的學習算法
3.6 神經網絡控製
3.6.1 神經網絡預測控製
3.6.2 神經模型參考控製
3.7 神經網絡芯片
3.8 神經網絡庫函數介紹、實例及simulink仿真
3.8.1 BP神經網絡工具箱函數介紹
3.8.2 BP神經網絡工具箱函數應用實例
3.8.3 基於實例的BP神經網絡的MATLAB/Simulink仿真介紹
3.9 習題
第4章 遺傳算法
4.1 概述
4.1.1 遺傳與生物進化
4.1.2 遺傳算法的發展與應用
4.1.3 遺傳算法的編碼方法
4.1.4 遺傳算法的基本操作
4.2 遺傳算法的模式理論
4.2.1 模式理論
4.2.2 積木塊假設
4.2.3 遺傳算法的欺騙問題
4.2.4 遺傳算法的收斂性
4.3 遺傳算法的改進
4.3.1 分層遺傳算法
4.3.2 CHC算法
4.3.3 Messy遺傳算法
4.3.4 自適應遺傳算法
4.3.5 基於小生境技術的遺傳算法
4.3.6 混閤遺傳算法
4.4 遺傳算法應用舉例
4.4.1 遺傳算法的具體步驟
4.4.2 應用舉例
4.5 遺傳算法庫函數介紹、實例及Simulink仿真
4.5.1 遺傳算法工具箱函數介紹
4.5.2 遺傳算法工具箱函數應用實例
4.5.3 基於實例的遺傳算法:MATLAB/Simulink仿真介紹
4.6 習題
第5章 綜閤實例:液壓挖掘機器人
5.1 概述
5.2 液壓挖掘機的機器人化改造
5.2.1 對液壓挖掘機的電液比例改造
5.2.2 基於MATLAB的xPC Target控製平颱
5.3 挖掘機器人挖掘臂的運動學建模及仿真
5.3.1 挖掘機器人挖掘臂的運動學建模
5.3.2 挖掘機器人運動學的MATLAB仿真
5.4 挖掘機器人電液驅動係統的建模
5.4.1 電液係統的數學模型
5.4.2 參數辨識模型的建立及其MATLAB求解
5.5 挖掘機器人挖掘臂的軌跡規劃及模糊滑模控製
5.5.1 挖掘臂的軌跡規劃插值計算及MATLAB求解
5.5.2 挖掘臂的單自由度和二自由度軌跡規劃
5.5.3 挖掘臂運動軌跡模糊滑模控製的MATLAB/Simulink仿真及實驗
5.6 挖掘行為和基本動作與Stateflow分解
5.6.1 行為控製與有限狀態機
5.6.2 從挖掘目標到基本動作
5.6.3 挖掘目標與挖掘任務
5.6.4 挖掘任務與挖掘行為
5.6.5 挖掘行為與基本動作
5.6.6 基本動作與模糊邏輯
5.7 基於模糊行為的石塊上錶麵挖掘操作
5.8 基於BP神經網絡控製的自主挖掘係統
5.8.1 挖掘機器人的體係結構
5.8.2 BP神經網絡的建立
5.8.3 基於BP神經網絡的挖掘機器人挖溝目標的實現
參考文獻
前言/序言
智能控製是自動控製的最新發展階段,主要用來解決傳統控製理論難以解決的問題。智能控製最重要的思想是模擬人類在完成控製任務時的生理、心理、思考和行動特點,並將其用於實際的自動控製中。
為瞭適應形勢的發展,在機械工程及自動化專業的高年級開設瞭“智能控製實用技術”課程,基本上滿足瞭教學的需要。這次在原講稿的基礎上,結閤幾年來本科生的教學經驗和研究生的研究成果,從機電一體化設備智能控製的實際應用齣發,結閤MATLAB仿真技術,以挖掘機器人開發為主要應用,對模糊控製、神經網絡控製和遺傳算法及其MATLAB仿真進行瞭比較係統的論述,其中包含一些最新應用的研究成果。本書通俗易懂,注重理論聯係實際,兼顧學術性與實用性,內容豐富,具有較高的參考價值。
本書可作為高等院校相關專業本科高年級學生及研究生的教材,也可供從事機電一體化設備的開發人員以及相關專業的工程技術人員參考。本書以“機械工程控製基礎”及“MATLAB基礎教程”為先修課程。書中安排瞭適當的例題和習題,方便學生鞏固所學的知識,提高理論聯係實際解決工程問題的能力,本書可謂是本科生和研究生做課題的良師益友。
本書由劉傑負責整體策劃和最後統稿,參加編寫的有東北大學的劉傑、李允公、劉宇、李小號、戴麗和瀋陽工程學院的劉勁濤等。感謝東北大學教務處對本書齣版所給予的大力支持和資助,感謝東北大學機械工程與自動化學院以及所有關心、支持和幫助過本書齣版的同事和朋友。
由於作者水平有限,並且所涉及的許多技術還處在不斷發展之中,書中難免有缺點和疏漏之處,敬請廣大讀者給予批評指正。
智能控製與MATLAB實用技術 下載 mobi epub pdf txt 電子書 格式