《博士后文庫》序言前言第1章 緒論 1.1 研究背景和意義 1.2 相關領域的研究現狀 1.2.1 Mamdani模糊控制器的結構分析 1.2.2 Mamdani模糊控制系統的穩定性分析 1.2.3 T—S模糊系統逼近性能分析 1.2.4 T—S模糊控制系統穩定性分析和系統化設計 1.2.5 基于神經網絡的在線自組織模糊系統 1.3 模糊系統理論中存在的幾個主要問題 1.3.1 Mamdani模糊控制系統解析及其穩定性分析 1.3.2 T—S模糊控制系統逼近性能及其穩定性分析 1.3.3 在線自組織模糊神經網絡 1.4 本書主要研究內容第2章 模糊系統和神經網絡理論基礎 2.1 模糊系統 2.1.1 模糊集 2.1.2 模糊規則 2.1.3 模糊推理系統的結構與基本原理 2.1.4 模糊推理系統的分類 2.1.5 輸入空間的模糊劃分 2.1.6 模糊系統是萬能逼近器 2.2 神經網絡 2.2.1 神經網絡的特性 2.2.2 徑向基神經網絡 2.3 基于神經網絡的模糊系統 2.3.1 模糊系統與神經網絡的知識處理 2.3.2 模糊系統與神經網絡的等價性 2.3.3 基于神經網絡的自組織模糊系統第3章 模糊控制器結構解析 3.1 概述 3.2 兩維*簡模糊控制器結構分析 3.2.1 廣義梯形隸屬函數 3.2.2 Mamdani*簡模糊控制器 3.2.3 輸入采用GTS隸屬函數的模糊控制器結構分析 3.2.4 仿真研究 3.3 三維*簡模糊控制器結構分析 3.3.1 基本結構 3.3.2 模糊化模塊 3.3.3 模糊規則與模糊推理 3.3.4 解模糊模塊 3.3.5 結構解析 3.4 本章小結第4章 齊次模糊系統逼近性能分析 4.1 概述 4.2 齊次T—S模糊系統 4.3 輸入空間的模糊劃分及性質 4.4 模糊系統逼近性能分析 4.4.1 通用逼近性能 4.4.2 一致逼近的充分條件 4.4.3 對一次導數的逼近 4.5 仿真研究 4.5.1 示例 4.5.2 示例二 4.6 本章小結第5章 模糊控制系統穩定性分析及系統化設計 5.1 概述 5.2 小增益定理 5.2.1 L穩定 5.2.2 小增益定理 5.3 Mamdani模糊控制系統的穩定性分析及設計 5.3.1 兩維模糊控制器系統的穩定性分析 5.3.2 三維模糊控制器系統的穩定性分析 5.3.3 仿真研究 5.4 T—S模糊控制系統的穩定性分析及設計 5.4.1 T—S模糊模型 5.4.2 輸入采用GFP的T—S模糊系統 5.4.3 Lyapunov穩定性理論 5.4.4 釋放的閉環模糊系統穩定性條件 5.4.5 穩定性條件的保守性比較 5.4.6 T—S模糊控制器的系統化設計 5.4.7 船舶力控減搖鰭模糊控制系統的設計 5.4.8 仿真研究 5.5 本章小結第6章 模糊系統與神經網絡的等價性 6.1 概述 6.2 廣義橢球基函數神經網絡 6.3 T—S模糊系統 6.4 GEBF—NN與T—S模糊系統的等價性 6.5 仿真研究 6.6 本章小結第7章 基于橢球基函數神經網絡的在線自組織模糊系統 7.1 概述 7.2 FAOS—PFNN的結構 7.3 FAOS—PFNN在線學習算法 7.3.1 規則產生準則 7.3.2 參數調整 7.3.3 完整的算法結構 7.4 仿真研究 7.4.1 Itermite函數逼近 7.4.2 多維非線性函數建模 7.4.3 非線性動態系統辨識 7.4.4 Mackey—Glass時間序列預測 7.5 本章小結第8章 基于廣義橢球基函數神經網絡的在線自組織模糊系統 8.1 概述 8.2 GEBF—OSFNN的結構 8.2.1 廣義橢球基函數 8.2.2 GEBF—OSFNN的結構 8.3 GEBF—OSFNN學習算法 8.3.1 規則生長準則 8.3.2 規則修剪準則 8.3.3 前件調整 8.3.4 權重估計 8.3.5 完整的算法結構 8.4 仿真研究 8.4.1 多維非線性函數建模 8.4.2 非線性動態系統辨識 8.4.3 Mackey—Glass時間序列預測 8.4.4 真實標桿數據回歸 8.5 本章小結第9章 在線自組織模糊神經網絡應用 9.1 概述 9.2 船舶領域模型辨識 9.2.1 船舶領域 9.2.2 阻擋區域 9.2.3 基于FAOS—PFNN的船舶領域模型辨識 9.2.4 仿真研究 9.2.5 小結 9.3 船舶運動模型辨識 9.3.1 船舶運動模型 9.3.2 由兩撇系統到響應型模型 9.3.3 基于GEBF—OSFNN的整體船舶運動模型 9.3.4 基于GEBF—OSFNN的響應型船舶運動模型 9.3.5 小結 9.4 船舶操縱運動控制 9.4.1 動態PID控制器 9.4.2 GEBF—OSFNN船舶操縱控制系統 9.4.3 仿真研究 9.4.4 小結 9.5 本章小結參考文獻編后記彩圖