智能控制及其MATLAB实现

李国勇

目录

  • 1 第1章 神经网络理论
    • 1.1 第1讲：神经网络的基本概念
    • 1.2 第2讲：生物神经元的结构与功能特点
    • 1.3 第3讲：人工神经元模型与神经网络的结构
    • 1.4 第4讲：神经网络的工作与分类
    • 1.5 第5讲：MP模型
    • 1.6 第6讲：感知机
    • 1.7 第7讲：自适应线性神经网络
    • 1.8 第8讲：BP神经网络
    • 1.9 第9讲：径向基神经网络
    • 1.10 第10讲：竞争神经网络
    • 1.11 第11讲：Elman神经网络
    • 1.12 第12讲：Hopfield神经网络
    • 1.13 第13讲：Boltzmann机网络
    • 1.14 第14讲：神经网络的训练
  • 2 第2章 MATLAB神经网络工具箱函数
    • 2.1 第15讲：神经网络工具箱中的通用函数
    • 2.2 第16讲：感知机MATLAB函数
    • 2.3 第17讲：线性神经网络MATLAB函数
    • 2.4 第18讲：BP神经网络MATLAB函数
    • 2.5 第19讲：径向基神经网络MATLAB函数
    • 2.6 第20讲：自组织神经网络MATLAB工具箱函数
    • 2.7 第21讲：学习向量量化神经网络MATLAB函数
    • 2.8 第22讲：Elman神经网络MATLAB函数
    • 2.9 第23讲：Hopfield神经网络MATLAB函数
    • 2.10 第24讲：MATLAB神经网络工具箱的图形用户界面
    • 2.11 第25讲：基于Simulink的神经网络模块
    • 2.12 第26讲：神经网络在系统预测中的应用
    • 2.13 第27讲：神经网络在故障诊断中的应用
  • 3 第3章 神经网络控制系统
    • 3.1 第28讲：神经网络控制理论
    • 3.2 第29讲：基于Simulink的神经网络控制系统
  • 4 第4章 模糊逻辑控制理论
    • 4.1 第30讲：模糊逻辑理论的基本概念
    • 4.2 第31讲：模糊逻辑控制系统的基本结构
    • 4.3 第32讲：模糊逻辑控制系统的基本原理
    • 4.4 第33讲：模糊控制系统的设计
  • 5 第5章 MATLAB模糊逻辑工具箱函数
    • 5.1 第34讲：MATLAB模糊逻辑工具箱简介
    • 5.2 第35讲：利用模糊逻辑工具箱建立模糊推理系统
    • 5.3 第36讲：MATLAB模糊逻辑工具箱的图形用户界面
    • 5.4 第37讲：基于Simulink的模糊推理系统
    • 5.5 第38讲：模糊推理系统在控制系统中的应用
  • 6 第6章 模糊神经和模糊聚类及其MATLAB实现
    • 6.1 第39讲：基于标准模型的模糊神经网络
    • 6.2 第40讲：基于T-S模型的模糊神经网络
    • 6.3 第41讲：自适应神经模糊系统及其MATLAB实现
    • 6.4 第42讲：模糊聚类及其MATLAB实现
第21讲：学习向量量化神经网络MATLAB函数