本书以模糊控制、神经网络控制的理论及应用为主线行讲解。本书以fuzzyTECH和MATLAB软件平台对模糊与神经网络技术行了综合讲解并介绍了它们的应用，以使读者更全面地了解模糊与神经网络领域的**研究成果。 本书的内容大多来自于作者的科研与教学实践，有关内容的讲解并没有过多的理论推导，而代之以实用的算法，因此实用是本书的一大特。
售 价：¥
纸质售价：¥38.60购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前言
第1章 模糊入门
1.1 模糊逻辑的发展
1.2 模糊逻辑的不确定类型
1.3 模糊集合
1.4 模糊集合的运算
1.5 模糊关系与模糊关系的合成
1.6 模糊逻辑及模糊推理
1.7 模糊逻辑系统的建立
1.8 计算模糊系统
习题
第2章 模糊应用——模糊控制系统设计
2.1 锅炉汽包水位控制系统设计
2.2 模糊PID控制直流电动机伺服系统设计
习题
第3章 神经网络及聚类设计
3.1 什么是神经网络
3.2 人工神经网络模型
3.3 前馈神经网络
3.4 反馈神经网络
3.5 径向基函数
3.6 其他形式的神经网络
习题
第4章 基于MATLAB的模糊神经网络的应用
4.1 神经网络与模糊系统的结合
4.2 模糊神经网络用于控制系统设计
4.3 模糊神经网络用于模式识别系统设计
习题
第5章 基于fuzzyTECH的模糊设计技术
5.1 fuzzyTECH界面用户化
5.2 使用模糊设计向导设计“empty”模糊系统
5.3 应用fuzzyTECH配置模糊系统
5.4 使用优化选项优化模糊系统
5.5 连接fuzzyTECH到其他应用
5.6 基于fuzzyTECH的起重机模糊控制系统分析
5.7 fuzzyTECH的在线调试功能
5.8 fuzzyTECH文件记录与校正控制系统
习题
第6章 基于fuzzyTECH的NeuroFuzzy设计技术
6.1 从采用数据文件产生模糊异或系统
6.2 使用FuzzyCluster聚类
6.3 fuzzyTECH中NeuroFuzzy训练的计算
6.4 fuzzyTECH中NeuroFuzzy学习模糊规则
6.5 fuzzyTECH中NeuroFuzzy学习模糊化和解模糊化
6.6 fuzzyTECH中NeuroFuzzy的数据聚类
习题
第7章 fuzzyTECH的应用
7.1 数据采集
7.2 数据聚类——K均值聚类
7.3 数据聚类——改进K均值聚类
7.4 数据聚类——模糊聚类
7.5 数据聚类——模糊C均值聚类
7.6 数据聚类——ISODATA算法概述聚类
7.7 系统建立
7.8 模糊神经网络配置及学习过程仿真
7.9 系统的性能调试、仿真及代码生成
7.10 系统的工作过程分析
7.11 系统模糊神经模块的结构及算法分析
习题
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
