作 者:李國勇 著 叢 書 名:自動控制技術應用叢書 出 版 社:電子工業(yè)出版社ISBN:9787121012129 出版時間:2005-05-01 版 次:1 頁 數(shù):380 裝 幀:平裝 開 本:16開 所屬分類:圖書 > 計算機與互聯(lián)網(wǎng) > 人工智能
本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡控制、模糊邏輯控制和模型預測控制系統(tǒng)的基本概念、工作原理、控制算法,以及利用MATLAB語言、MATLAB工具箱函數(shù)和Simulink對其實現(xiàn)的方法。該書取材先進實用,講解深入淺出,各章均有大量用MATLAB/Simulink實現(xiàn)的仿真實例,便于讀者掌握和鞏固所學知識。
本書可作為高等院校自動化、計算機和機電工程等電子信息類專業(yè)的研究生和高年級本科生的教材,也可作為從事智能控制與智能系統(tǒng)研究、設計和應用的科學技術人員的參考用書。
第一篇 神經(jīng)網(wǎng)絡控制及其MATLAB實現(xiàn)
第1章 神經(jīng)網(wǎng)絡控制理論
1.1 神經(jīng)網(wǎng)絡的基本概念
1.1.1 生物神經(jīng)元的結(jié)構與功能特點
1.1.2 人工神經(jīng)元模型
1.1.3 神經(jīng)網(wǎng)絡的結(jié)構
1.1.4 神經(jīng)網(wǎng)絡的工作方式
1.1.5 神經(jīng)網(wǎng)絡的學習
1.1.6 神經(jīng)網(wǎng)絡的分類
1.2 典型神經(jīng)網(wǎng)絡的模型
1.2.1 MP模型
1.2.2 感知機神經(jīng)網(wǎng)絡
1.2.3 自適應線性神經(jīng)網(wǎng)絡
1.2.4 BP神經(jīng)網(wǎng)絡
1.2.5 徑向基神經(jīng)網(wǎng)絡
1.2.6 競爭學習神經(jīng)網(wǎng)絡
1.2.7 學習向量量化(LVQ)神經(jīng)網(wǎng)絡
1.2.8 Elman神經(jīng)網(wǎng)絡
1.2.9 Hopfield神經(jīng)網(wǎng)絡
1.2.10 Boltzmann神經(jīng)網(wǎng)絡
1.2.11 神經(jīng)網(wǎng)絡的訓練
1.3 神經(jīng)網(wǎng)絡控制系統(tǒng)
1.3.1 神經(jīng)控制的基本原理
1.3.2 神經(jīng)網(wǎng)絡在控制中的主要作用
1.3.3 神經(jīng)網(wǎng)絡控制系統(tǒng)的分類
第2章 MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù)
2.1 感知機神經(jīng)網(wǎng)絡工具箱函數(shù)
2.2 線性神經(jīng)網(wǎng)絡工具箱函數(shù)
2.3 BP神經(jīng)網(wǎng)絡工具箱函數(shù)
2.4 徑向基神經(jīng)網(wǎng)絡工具箱函數(shù)
2.5 自組織神經(jīng)網(wǎng)絡工具箱函數(shù)
2.6 學習向量量化(LVQ)神經(jīng)網(wǎng)絡工具箱函數(shù)
2.7 Elman神經(jīng)網(wǎng)絡工具箱函數(shù)
2.8 Hopfield神經(jīng)網(wǎng)絡工具箱函數(shù)
2.9 MATLAB神經(jīng)網(wǎng)絡工具箱的圖形用戶界面
第3章 基于Simulink的神經(jīng)網(wǎng)絡控制系統(tǒng)
3.1 基于Simulink的神經(jīng)網(wǎng)絡模塊
3.1.1 模塊的設置
3.1.2 模塊的生成
3.2 基于Simulink的三種典型神經(jīng)網(wǎng)絡控制系統(tǒng)
3.2.1 神經(jīng)網(wǎng)絡模型預測控制
3.2.2 反饋線性化控制
3.2.3 模型參考控制
第二篇 模糊邏輯控制及其MATLAB實現(xiàn)
第4章 模糊邏輯控制理論
4.1 模糊邏輯理論的基本概念
4.1.1 模糊集合及其運算
4.1.2 模糊關系及其合成
4.1.3 模糊向量及其運算
4.1.4 模糊邏輯規(guī)則
4.1.5 模糊邏輯推理
4.2 模糊邏輯控制系統(tǒng)的基本結(jié)構
4.2.1 模糊控制系統(tǒng)的組成
4.2.2 模糊控制器的基本結(jié)構
4.2.3 模糊控制器的維數(shù)
4.2.4 模糊控制中的幾個基本運算操作
4.3 模糊邏輯控制系統(tǒng)的基本原理
4.3.1 模糊化運算
4.3.2 數(shù)據(jù)庫
4.3.3 規(guī)則庫
4.3.4 模糊推理
4.3.5 清晰化計算
4.4 離散論域的模糊控制系統(tǒng)的設計
4.5 具有PID功能的模糊控制器
第5章 MATLAB模糊邏輯工具箱函數(shù)
5.1 MATLAB模糊邏輯工具箱簡介
5.1.1 模糊邏輯工具箱的功能特點
5.1.2 模糊推理系統(tǒng)的基本類型
5.1.3 模糊邏輯系統(tǒng)的構成
5.2 利用模糊邏輯工具箱建立模糊推理系統(tǒng)
5.2.1 模糊推理系統(tǒng)的建立、修改與存儲管理
5.2.2 模糊語言變量及其語言值
5.2.3 模糊語言變量的隸屬度
5.2.4 模糊規(guī)則的建立與修改
5.2.5 模糊推理計算與去模糊化
5.3 MATLAB模糊邏輯工具箱的圖形用戶界面
5.3.1 模糊推理系統(tǒng)編輯器(Fuzzy)
5.3.2 隸屬度函數(shù)編輯器(Mfedit)
5.3.3 模糊規(guī)則編輯器(Ruleedit)
5.3.4 模糊規(guī)則瀏覽器(Ruleview)
5.3.5 模糊推理輸入輸出曲面視圖(Surfview)
5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊
第6章 模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn)
6.1 基于標準模型的模糊神經(jīng)網(wǎng)絡
6.1.1 模糊系統(tǒng)的標準模型
6.1.2 系統(tǒng)結(jié)構
6.1.3 學習算法
6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡
6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型
6.2.2 系統(tǒng)結(jié)構
6.2.3 學習算法
6.3 MATLAB模糊神經(jīng)工具箱函數(shù)
6.3.1 模糊神經(jīng)系統(tǒng)的建模函數(shù)
6.3.2 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù)
6.3.3 MATLAB模糊神經(jīng)推理系統(tǒng)的圖形用戶界面
6.4 MATLAB模糊聚類函數(shù)
6.4.1 模糊C.均值聚類函數(shù)
6.4.2 減法聚類函數(shù)
6.4.3 基于減法聚類的模糊推理系統(tǒng)建模函數(shù)
第三篇 預測控制及其MATLAB實現(xiàn)
第7章 預測控制理論
7.1 動態(tài)矩陣控制理論
7.1.1 預測模型
7.1.2 滾動優(yōu)化
7.1.3 誤差校正
7.2 廣義預測控制理論
7.2.1 預測模型
7.2.2 滾動優(yōu)化
7.2.3 反饋校正
7.3 預測控制理論分析
7.3.1 廣義預測控制的性能分析
7.3.2 廣義預測控制與動態(tài)矩陣控制規(guī)律的等價性證明
7.3.3 廣義預測控制與動態(tài)矩陣控制的比較
第8章 MATI.AB預測控制工具箱函數(shù)
8.1 系統(tǒng)模型辨識函數(shù)
8.1.1 數(shù)據(jù)向量或矩陣的歸一化
8.1.2 基于線性回歸方法的脈沖響應模型辨識
8.1.3 脈沖響應模型轉(zhuǎn)換為階躍響應模型
8.1.4 模型的校驗
8.2 系統(tǒng)模型建立與轉(zhuǎn)換函數(shù)
8.2.1 模型轉(zhuǎn)換
8.2.2 模型建立
8.3 基于階躍響應模型的控制器設計與仿真函數(shù)
8.3.1 輸入/輸出有約束的模型預測控制器設計與仿真
8.3.2 輸入/輸出無約束的模型預測控制器設計
8.3.3 計算由階躍響應模型構成的閉環(huán)系統(tǒng)模型
8.4 基于狀態(tài)空間模型的預測控制器設計函數(shù)
8.4.1 輸入/輸出有約束的狀態(tài)空間模型預測控制器設計
8.4.2 輸入腧出無約束的狀態(tài)空間模型預測控制器設計
8.4.3 狀態(tài)估計器設計
8.5 系統(tǒng)分析與繪圖函數(shù)
8.5.1 計算和繪制系統(tǒng)的頻率響應曲線
8.5.2 計算頻率響應的奇異值
8.5.3 計算系統(tǒng)的極點和穩(wěn)態(tài)增益矩陣
8.5.4 系統(tǒng)分析和繪圖
8.6 通用功能函數(shù)
8.6.1 通用模型轉(zhuǎn)換
8.6.2 方程求解
8.6.3 離散系統(tǒng)的分析
第9章 隱式廣義預測自校正控制及其MATLAB實現(xiàn)
9.1 單輸入單輸出系統(tǒng)的隱式廣義預測自校正控制算法
9.2 多輸入多輸出系統(tǒng)的隱式廣義預測自校正控制算法
9.3 仿真研究
9.3.1 單輸入單輸出系統(tǒng)的仿真研究
9.3.2 多輸入多輸出系統(tǒng)的仿真研究
附錄A 隱式廣義預測自校正控制仿真程序清單
附錄B MATLAB函數(shù)一覽表
附錄C MATLAB函數(shù)分類索引
參考文獻2100433B
租售狀態(tài): 出售開 發(fā) 商: 北京天亞物業(yè)開發(fā)有限公司投 資 商: ----占地面積: 11800.00平方米總建筑面積: 100000.00平方米詳細信息售 樓 處: 北京市朝陽區(qū)光華路嘉裹中心飯店...
智能應急照明系統(tǒng)的組成 2. 1 e - bus / 10 系統(tǒng)組成及消防聯(lián)動功能e - bus / 10 系統(tǒng)為一個獨立的局域網(wǎng), 采用RS232 / RS4...
戈頓斯推出的智能電地暖遠程控制方案,可以很好的解決其時間問題。用戶在擁有WIFI/3G 網(wǎng)絡的情況下,可以通過android/ios系統(tǒng)的智能手機或者平板電腦遠程控制發(fā)熱電纜的...
格式:pdf
大?。?span id="kdidnui" class="single-tag-height">23KB
頁數(shù): 1頁
評分: 4.6
建筑物基本信息 參數(shù)名 必填 描述 項目實際情況 建筑代碼 數(shù)據(jù)中心代碼 建筑名稱 必填 最多24個漢字 建筑字母別名 必填 建筑首字母大寫 建筑業(yè)主 必填 有多位業(yè)主時存主要業(yè)主名稱,外加 “等××位” 建筑監(jiān)測狀態(tài) 狀態(tài) 1- 啟用監(jiān)測 0- 停用監(jiān)測 所屬行政區(qū)劃 必填 6位行政區(qū)劃代碼 建筑地址 必填 最多40個漢字 建筑坐標 -經(jīng)度 建筑坐標 -緯度 建設年代 必填 4位數(shù)字年份 地上建筑層數(shù) 必填 整數(shù) 地下建筑層數(shù) 整數(shù) 建筑功能 必填 A- 辦公建筑 B- 商場建筑 C- 賓 館飯店建筑 D- 文化教育建筑 E- 醫(yī)療衛(wèi)生建筑 F- 體育建筑 G- 綜 合建筑 H- 其它建筑 建筑總面積 必填 空調(diào)面積 必填 采暖面積 必填 建筑空調(diào)系統(tǒng)形式 必填 A- 集中式全空氣系統(tǒng) B- 風機盤管 +新風系統(tǒng) C- 分體式空調(diào)或 VRV的 局部式機組系統(tǒng) Z
格式:pdf
大?。?span id="qnbivba" class="single-tag-height">23KB
頁數(shù): 5頁
評分: 4.7
一.塔吊的基本結(jié)構 塔吊從功能上看,可以分為七大部分:金屬結(jié)構、零部件、工作 機構、電氣設備、液壓系統(tǒng)、安全裝置和附著錨固。 塔吊金屬結(jié)構由起重臂、塔身、轉(zhuǎn)臺、承座、平衡臂、底架、塔 尖等組成。 塔吊零部件則由鋼絲繩(起吊的主要受力部件) 、變幅小車(車由 車架結(jié)構、鋼絲繩、滑輪、行輪、導向輪、鋼絲繩承托輪、鋼絲繩防 脫輥、小車牽引張緊器及斷繩保險器等組成) 、滑輪、回轉(zhuǎn)支承、吊 鉤和制動器組成。 塔吊工作機構有五種:起升機構、變幅機構、小車牽引機構、回 轉(zhuǎn)機構和大車走行機構 (行走式的塔吊 )。 塔吊電氣設備包括了液壓泵、液壓油缸、控制元件、油管和管接 頭、油箱和液壓油濾清器等主要元器件。 塔吊安全系統(tǒng)和附著錨固則有限位開關 (限位器 ),超負荷保險器 (超載斷電裝置 ),緩沖止擋裝置,鋼絲繩防脫裝置 ;風速計,緊急安 全開關,安全保護音響信號。而一般來說,自升式塔吊在修筑樓房的 過程中
本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡控制、模糊邏輯控制和模型預測控制的基本概念、工作原理、控制算法,以及利用MATLAB語言、MATLAB工具箱函數(shù)和Simulink對其實現(xiàn)的方法。書中取材先進實用,講解深入淺出,各章均有相應的例題,并提供了大量用MATLAB/Simulink實現(xiàn)的仿真實例,便于讀者掌握和鞏固所學知識。
《智能控制算法及其應用》主要介紹各種典型智能控制算法的基本內(nèi)容、設計與實現(xiàn)方法及其在函數(shù)優(yōu)化、電力系統(tǒng)中的應用。《智能控制算法及其應用》首先闡述智能、智能控制的基本概念,介紹智能控制與傳統(tǒng)的經(jīng)典控制理論、現(xiàn)代控制理論的聯(lián)系和區(qū)別。然后從四種典型智能控制算法(專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡和進化計算)入手分別闡述它們的發(fā)展歷史、基本內(nèi)容、實現(xiàn)方法及其應用。最后介紹混沌模擬退火動態(tài)煙花優(yōu)化算法,并將其用于優(yōu)化離散時間微分平坦自抗擾控制律的參數(shù),通過計算機仿真和基于智能優(yōu)化算法試驗平臺開展試驗以驗證該算法的有效性;介紹遞減步長果蠅優(yōu)化算法,并將其應用于風電機組齒輪箱的故障診斷;介紹云粒子群布谷鳥融合算法,通過聯(lián)合循環(huán)發(fā)電機組典型熱工過程模型參數(shù)辨識實例驗證該算法的有效性。
目 錄
第一篇 神經(jīng)網(wǎng)絡控制及其MATLAB實現(xiàn)
第1章 神經(jīng)網(wǎng)絡理論 (1)
1.1 神經(jīng)網(wǎng)絡的基本概念 (2)
1.1.1 生物神經(jīng)元的結(jié)構與功能特點 (2)
1.1.2 人工神經(jīng)元模型 (3)
1.1.3 神經(jīng)網(wǎng)絡的結(jié)構 (5)
1.1.4 神經(jīng)網(wǎng)絡的工作方式 (6)
1.1.5 神經(jīng)網(wǎng)絡的學習 (6)
1.1.6 神經(jīng)網(wǎng)絡的分類 (9)
1.2 典型神經(jīng)網(wǎng)絡的模型 (9)
1.2.1 MP模型 (9)
1.2.2 感知機 (11)
1.2.3 自適應線性神經(jīng)網(wǎng)絡 (15)
1.2.4 BP神經(jīng)網(wǎng)絡 (17)
1.2.5 徑向基神經(jīng)網(wǎng)絡 (27)
1.2.6 競爭學習神經(jīng)網(wǎng)絡 (31)
1.2.7 學習向量量化神經(jīng)網(wǎng)絡 (40)
1.2.8 Elman神經(jīng)網(wǎng)絡 (41)
1.2.9 Hopfield神經(jīng)網(wǎng)絡 (42)
1.2.10 Boltzmann神經(jīng)網(wǎng)絡 (58)
1.3 神經(jīng)網(wǎng)絡的訓練 (61)
小結(jié) (65)
思考練習題 (65)
第2章 MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù) (66)
2.1 MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù) (66)
2.1.1 神經(jīng)網(wǎng)絡工具箱中的通用函數(shù) (66)
2.1.2 感知機MATLAB函數(shù) (69)
2.1.3 線性神經(jīng)網(wǎng)絡MATLAB函數(shù) (79)
2.1.4 BP神經(jīng)網(wǎng)絡MATLAB函數(shù) (85)
2.1.5 徑向基神經(jīng)網(wǎng)絡MATLAB函數(shù) (96)
2.1.6 自組織神經(jīng)網(wǎng)絡MATLAB函數(shù) (102)
2.1.7 學習向量量化神經(jīng)網(wǎng)絡MATLAB函數(shù) (115)
2.1.8 Elman神經(jīng)網(wǎng)絡MATLAB函數(shù) (118)
2.1.9 Hopfield神經(jīng)網(wǎng)絡MATLAB函數(shù) (121)
2.1.10 利用Demos演示神經(jīng)網(wǎng)絡的建立 (126)
2.2 MATLAB神經(jīng)網(wǎng)絡工具箱的圖形用戶界面 (127)
2.2.1 神經(jīng)網(wǎng)絡編輯器 (128)
2.2.2 神經(jīng)網(wǎng)絡擬合工具 (136)
2.3 基于Simulink的神經(jīng)網(wǎng)絡模塊 (139)
2.3.1 模塊的設置 (139)
2.3.2 模塊的生成 (140)
2.4 神經(jīng)網(wǎng)絡在系統(tǒng)預測和故障診斷中的應用 (143)
2.4.1 系統(tǒng)輸入/輸出數(shù)據(jù)的處理 (143)
2.4.2 基于神經(jīng)網(wǎng)絡的系統(tǒng)預測 (144)
2.4.3 基于神經(jīng)網(wǎng)絡的故障診斷 (155)
小結(jié) (162)
思考練習題 (162)
第3章 神經(jīng)網(wǎng)絡控制系統(tǒng) (163)
3.1 神經(jīng)網(wǎng)絡控制理論 (163)
3.1.1 神經(jīng)網(wǎng)絡控制的基本原理 (163)
3.1.2 神經(jīng)網(wǎng)絡在控制中的主要作用 (164)
3.1.3 神經(jīng)網(wǎng)絡控制系統(tǒng)的分類 (165)
3.2 基于Simulink的三種典型神經(jīng)網(wǎng)絡控制系統(tǒng) (174)
3.2.1 神經(jīng)網(wǎng)絡模型預測控制 (175)
3.2.2 反饋線性化控制 (180)
3.2.3 模型參考控制 (182)
小結(jié) (185)
思考練習題 (186)
第二篇 模糊邏輯控制及其MATLAB實現(xiàn)
第4章 模糊邏輯控制理論 (187)
4.1 模糊邏輯理論的基本概念 (187)
4.1.1 模糊集合及其運算 (187)
4.1.2 模糊關系及其合成 (194)
4.1.3 模糊向量及其運算 (196)
4.1.4 模糊邏輯規(guī)則 (197)
4.1.5 模糊邏輯推理 (199)
4.2 模糊邏輯控制系統(tǒng)的基本結(jié)構 (205)
4.2.1 模糊控制系統(tǒng)的組成 (205)
4.2.2 模糊控制器的基本結(jié)構 (206)
4.2.3 模糊控制器的維數(shù) (206)
4.3 模糊邏輯控制系統(tǒng)的基本原理 (207)
4.3.1 模糊化運算 (207)
4.3.2 數(shù)據(jù)庫 (208)
4.3.3 規(guī)則庫 (211)
4.3.4 模糊推理 (213)
4.3.5 去模糊化 (215)
4.4 離散論域的模糊控制系統(tǒng)的設計 (217)
4.5 具有PID功能的模糊控制器 (222)
小結(jié) (223)
思考練習題 (223)
第5章 MATLAB模糊邏輯工具箱函數(shù) (224)
5.1 MATLAB模糊邏輯工具箱簡介 (224)
5.1.1 模糊邏輯工具箱的功能特點 (224)
5.1.2 模糊推理系統(tǒng)的基本類型 (225)
5.1.3 模糊邏輯系統(tǒng)的構成 (225)
5.2 利用模糊邏輯工具箱建立模糊推理系統(tǒng) (226)
5.2.1 模糊推理系統(tǒng)的建立、修改與存儲管理 (226)
5.2.2 模糊語言變量及其語言值 (229)
5.2.3 模糊語言變量的隸屬函數(shù) (230)
5.2.4 模糊規(guī)則的建立與修改 (236)
5.2.5 模糊推理計算與去模糊化 (240)
5.3 MATLAB模糊邏輯工具箱的圖形用戶界面 (243)
5.3.1 模糊推理系統(tǒng)編輯器 (243)
5.3.2 隸屬函數(shù)編輯器 (245)
5.3.3 模糊規(guī)則編輯器 (245)
5.3.4 模糊規(guī)則瀏覽器 (246)
5.3.5 模糊推理輸入/輸出曲面瀏覽器 (246)
5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊 (248)
5.5 模糊推理系統(tǒng)在控制系統(tǒng)中的應用 (251)
小結(jié) (256)
思考練習題 (256)
第6章 模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn) (258)
6.1 基于Mamdani模型的模糊神經(jīng)網(wǎng)絡 (258)
6.1.1 模糊系統(tǒng)的Mamdani模型 (258)
6.1.2 系統(tǒng)結(jié)構 (260)
6.1.3 學習算法 (261)
6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡 (263)
6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型 (264)
6.2.2 系統(tǒng)結(jié)構 (264)
6.2.3 學習算法 (266)
6.3 自適應神經(jīng)模糊系統(tǒng)及其MATLAB實現(xiàn) (268)
6.3.1 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù) (269)
6.3.2 自適應神經(jīng)模糊系統(tǒng)的建模函數(shù) (270)
6.3.3 自適應神經(jīng)模糊推理系統(tǒng)的圖形用戶界面編輯器 (272)
6.3.4 自適應神經(jīng)模糊推理系統(tǒng)在建模中的應用 (275)
6.4 模糊聚類及其MATLAB實現(xiàn) (281)
6.4.1 模糊C-均值聚類函數(shù) (281)
6.4.2 模糊減法聚類函數(shù) (282)
6.4.3 基于減法聚類的模糊推理系統(tǒng)建模函數(shù) (284)
6.4.4 模糊C-均值和減法聚類的圖形用戶界面 (285)
小結(jié) (288)
思考練習題 (288)
第三篇 模型預測控制及其MATLAB實現(xiàn)
第7章 模型預測控制理論 (289)
7.1 動態(tài)矩陣控制理論 (289)
7.1.1 預測模型 (289)
7.1.2 滾動優(yōu)化 (291)
7.1.3 誤差校正 (292)
7.2 廣義預測控制理論 (292)
7.2.1 預測模型 (293)
7.2.2 滾動優(yōu)化 (293)
7.2.3 反饋校正 (295)
7.3 預測控制理論分析 (296)
7.3.1 廣義預測控制的性能分析 (296)
7.3.2 廣義預測控制與動態(tài)矩陣控制規(guī)律的等價性證明 (300)
7.3.3 廣義預測控制與動態(tài)矩陣控制的比較 (302)
小結(jié) (302)
思考練習題 (302)
第8章 MATLAB預測控制工具箱函數(shù) (303)
8.1 系統(tǒng)模型辨識函數(shù) (303)
8.1.1 數(shù)據(jù)向量或矩陣的歸一化 (303)
8.1.2 基于線性回歸方法的脈沖響應模型辨識 (305)
8.1.3 脈沖響應模型轉(zhuǎn)換為階躍響應模型 (308)
8.1.4 模型的校驗 (309)
8.2 系統(tǒng)模型建立與轉(zhuǎn)換函數(shù) (309)
8.2.1 模型轉(zhuǎn)換 (310)
8.2.2 模型建立 (314)
8.3 基于階躍響應模型的控制器設計與仿真函數(shù) (316)
8.3.1 輸入/輸出有約束的模型預測控制器設計與仿真 (316)
8.3.2 輸入/輸出無約束的模型預測控制器設計 (317)
8.3.3 計算由階躍響應模型構成的閉環(huán)系統(tǒng)模型 (319)
8.4 基于狀態(tài)空間模型的預測控制器設計函數(shù) (320)
8.4.1 輸入/輸出有約束的狀態(tài)空間模型預測控制器設計 (320)
8.4.2 輸入/輸出無約束的狀態(tài)空間模型預測控制器設計 (321)
8.4.3 狀態(tài)估計器設計 (324)
8.5 系統(tǒng)分析與繪圖函數(shù) (325)
8.5.1 計算和繪制系統(tǒng)的頻率響應曲線 (326)
8.5.2 計算頻率響應的奇異值 (327)
8.5.3 計算系統(tǒng)的極點和穩(wěn)態(tài)增益矩陣 (327)
8.5.4 系統(tǒng)分析和繪圖 (327)
8.6 通用功能函數(shù) (328)
8.6.1 通用模型轉(zhuǎn)換 (329)
8.6.2 方程求解 (330)
8.6.3 離散系統(tǒng)的分析 (330)
8.7 MATLAB模型預測控制工具箱的圖形用戶界面 (331)
小結(jié) (336)
思考練習題 (336)
第9章 隱式廣義預測自校正 (337)
控制及其MATLAB實現(xiàn) (337)
9.1 單輸入單輸出系統(tǒng)的隱式廣義預測自校正控制算法 (337)
9.2 多輸入多輸出系統(tǒng)的隱式廣義預測自校正控制算法 (340)
9.3 仿真研究 (344)
9.3.1 單輸入單輸出系統(tǒng)的仿真研究 (344)
9.3.2 多輸入多輸出系統(tǒng)的仿真研究 (347)
小結(jié) (348)
思考練習題 (348)
附錄A MATLAB程序清單 (349)
附錄B MATLAB函數(shù)一覽表 (361)
附錄C MATLAB函數(shù)分類索引 (367)
參考文獻 (369)2100433B