智能控制与MATLAB实用技术

本书从机电一体化设备智能控制的实际应用出发，结合MATLAB仿真技术，以挖掘机器人开发为主要应用实例，对模糊控制、神经网络控制和遗传算法及其MATLAB仿真进行比较系统的论述，其中包含一些近期新应用的研宄成果。本书通俗易懂，注重理论联系实际，兼顾学术性与实用性，内容丰富，具有较高的参考价值。本书可作为高等院校相关专业本科高年级学生及研宄生的教材，也可供从事机电一体化设备的开发人员以及相关专业的工程技术人员参考。

前言
第1章绪论
1.1智能控制的产生背景
1.2智能控制的概念与特点
1.3智能控制的几个重要分支
1.4MATLAB与智能控制相结合
1.5智能控制的应用
第2章模糊控制
2.1模糊及模糊控制概述
2.2模糊集合及其运算
2.2.1普通集合基本概念及运算
2.2.2普通集合的特征函数
2.2.3模糊集合的定义
2.2.4隶属函数
2.2.5模糊集合的运算和性质
2.3模糊关系
2.3.1笛卡儿积和普通关系
2.3.2模糊关系的定义
2.4模糊关系的合成
2.5模糊变换
2.6模糊条件语句
2.6.1简单条件语句
2.6.2多重简单条件语句
2.6.3多维条件语句
2.6.4.多重多维条件语句
2.7模糊推理
2.8模糊控制系统的基本原理
2.9模糊控制器的设计
2.9.1输入模糊化
2.9.2模糊控制规则的建立
2.9.3模糊推理方法
2.9.4逆模糊化方法
2.10模糊控制库函数介绍、实例及Simulink仿真
2.10.1模糊逻辑工具箱函数介绍
2.10.2MATLAB模糊控制工具箱函数应用实例
2.10.3基于实例的模糊控制MATLAB/simulink仿真介绍
2.11习题
第3章神经网络控制技术
3.1神经网络基础
3.1.1生物神经元简述
3.1.2人工神经元基础
3.1.3神经网络的结构
3.1.4神经网络的表达
3.2神经网络的学习方法
3.3感知器网络
3.4BP网络
3.4.1BP网络模型
3.4.2BP网络学习算法
3.5径向基网络
3.5.1RBF网络结构
3.5.2RBF网络的学习算法
3.6神经网络控制
3.6.1神经网络预测控制
3.6.2神经模型参考控制
3.7神经网络芯片
3.8神经网络库函数介绍、实例及Simulink仿真
3.8.1BP神经网络工具箱函数介绍
3.8.2BP神经网络工具箱函数应用实例
3.8.3基于实例的BP神经网络的MATLAB/Simulink仿真介绍
3.9习题
第4章遗传算法
4.1概述
4.1.1遗传与生物进化
4.1.2遗传算法的发展与应用
4.1.3遗传算法的编码方法
4.1.4遗传算法的基本操作
4.2遗传算法的模式理论
4.2.1模式理论
4.2.2积木块假设
4.2.3遗传算法的欺骗问题
4.2.4遗传算法的收敛性
4.3遗传算法的改进
4.3.1分层遗传算法
4.3.2CHC算法
4.3.3Messy遗传算法
4.3.4自适应遗传算法
4.3.5基于小生境技术的遗传算法
4.3.6混合遗传算法
4.4遗传算法应用举例
4.4.1遗传算法的具体步骤
4.4.2应用举例
4.5遗传算法库函数介绍、实例及Simulink仿真
4.5.1遗传算法工具箱函数介绍
4.5.2遗传算法工具箱函数应用实例
4.5.3基于实例的遗传算法MATLAB/Simulink仿真介绍
4.6习题
第5章综合实例：液压挖掘机器人
5.1概述
5.2液压挖掘机的机器人化改造
5.2.1对液压挖掘机的电液比例改造
5.2.2基于MATLAB的xPCTarget控制平台
5.3挖掘机器人挖掘臂的运动学建模及仿真
5.3.1挖掘机器人挖掘臂的运动学建模
5.3.2挖掘机器人运动学的MAq?LAB仿真
5.4挖掘机器人电液驱动系统的建模
5.4.1电液系统的数学模型
5.4.2参数辨识模型的建立及其MATLAB求解
5.5挖掘机器人挖掘臂的轨迹规划及模糊滑模控制
5.5.1挖掘臂的轨迹规划插值计算及MATLAB求解
5.5.2挖掘臂的单自由度和二自由度轨迹规划
5.5.3挖掘臂运动轨迹模糊滑模控制的MATLAB/Simulink仿真及实验
5.6挖掘行为和基本动作与Stateflow分解
5.6.1行为控制与有限状态机
5.6.2从挖掘目标到基本动作
5.6.3挖掘目标与挖掘任务
5.6.4挖掘任务与挖掘行为
5.6.5挖掘行为与基本动作
5.6.6基本动作与模糊逻辑
5.7基于模糊行为的石块上表面挖掘操作
5.8基于BP神经网络控制的自主挖掘系统
5.8.1挖掘机器人的体系结构
5.8.2BP神经网络的建立
5.8.3基于BP神经网络的挖掘机器人挖沟目标的实现
参考文献