基本信息
作 者：舒懷林 著 叢 書 名：出 版 社：國防工業出版社ISBN：9787118043259 出版時間：2006-02-01 版 次：1 頁 數：159 裝 幀：平裝 開 本：所屬分類：圖書 > 計算機與網際網路 > 人工智慧
內容簡介
本書建立了一種新的人工神經元網路——PID神經元網路（PIDNN），研究了其在控制系統中的套用問題。全書共分10章。本書提出了比例、積分、微分（PID）神經元，指出了它們的生物背景；參照PID控制規律確定網路的連線形式和網路的連線權重初值，構成了單輸出和多輸出的PIDNN；研究了PIDNN的收斂性和穩定性，闡述了PIDNN在系統辨識和系統控制方面的性能；介紹了PIDNN實現的途徑和編程方法，包括在VB、LABVIEW、MCGS紐態軟體中的實現方法；給出了大量仿真和實際套用實例；最後是全書的結論和未來發展方向的展望。
目錄
第1章 緒論
1.1 傳統控制理論的局限性
1.2 人工神經元網路控制系統的特點和弱點
1.3 PID控制的特點及其和神經元網路的結合
1.3.1 傳統PID控制的特點
1.3.2 神經元網路和PID控制相結合的研究現狀
1.4 PID神經元網路(PIDNN)的特點和結構形式
1.4.1 PIDNN的特點
1.4.2 PIDNN的結構形式
1.5 對PIDNN所做的主要工作和創新點
第2章 比例、積分、微分(PID)神經元
2.1 生物神經元的特性及PID機能
2.2 PID神經元的結構形式和計算方法
2.2.1 神經元的基本模型結構形式
2.2.2 PID神經元的計算方法
2.3 小結
第3章 PID神經元網路
3.1 引言
3.2 一般前向神經元網路的特性和缺陷
3.3 PIDNN的基本形式——SPIDNN
3.3.1 SPIDNN的結構形式
3.3.2 SPIDNN的前向算法
3.3.3 SPIDNN的反傳算法
3.4 多輸出PIDNN——MPIDNN
3.4.1 MPIDNN的結構形式
3.4.2 MPIDNN前向算法
3.4.3 MPIDNN的反傳算法
3.5 PIDNN連線權重初值的選取和等價系統
3.5.1 神經元網路連線權重初值選取的重要性
3.5.2 SPIDINN的連線權重初值選取和等價系統
3.5.3 MPIDNN的連線權重初值選取和等價系統
3.6 小結
第4章 基於PID神經元網路的非線性系統辨識
4.1 引言
4.2 PIDNN進行系統辨識的理論基礎
4.3 PIDNN進行系統辨識的結構分析
4.4 PIDNN的系統辨識程式
4.5 PIDNN進行非線性動態系統辨識實例
4.5.1 單變數非線性動態系統辨識
4.5.2 多變數非線性動態系統辨識
4.6 小結
第5章 PID神經元網路單變數控制系統
5.1 引言
5.2 SPlDNN控制系統的結構和算法
5.2.1 SPIDNN控制系統的結構
5.2.2 SPIDNN控制器的前向計算方法
5.2.3 SPIDNN控制器的反傳學習計算方法
5.3 SPIDNN單變數控制系統的穩定性分析
5.4 SPIDNN單變數控制系統仿真結果
5.4.1 線性單變數系統的控制
5.4.2 帶時延單變數系統的控制
5.4.3 非線性時變單變數系統的控制
5.5 小結
第6章 PID神經元網路多變數控制系統理論
6.1 多變數系統控制的特點和問題
6.2 PIDNN多變數控制系統的結構和算法
6.2.1 PIDNN多變數控制系統的結構
6.2.2 PIDNN多變數控制系統的前向計算方法
6.2.3 PIDNN多變數控制系統的反傳計算方法
6.3 PIDNN多變數控制系統的收斂性和穩定性分析
6.4小結
第7章 PID神經元網路多變數控制系統仿真
7.1 線性多變數控制系統的控制
7.1.1 線性強耦合二變數一階系統的控制
7.1.2 線性強耦合三變數一階系統的控制
7.2 帶時延強耦合多變數系統的控制
7.2.1 大時延多變數線性系統的控制
7.2.2 大時延多變數複雜結構系統的控制
7.3 非線性強耦合多變數系統的控制
7.3.1 非線性二變數系統1的控制
7.3.2 非線性多變數系統2的控制
7.3.3 非線性時變多變數系統的控制
7.4 時變強耦合多變數系統的控制
7.4.1 線性多變數時變系統的控制
7.4.2 非線性時變多變數系統的控制
7.5 輸入一輸出非對稱多變數系統的控制
7.6 小結
第8章 常用軟體平台上的PIDNN程式設計
8.1 基於VB的PIDNN控制系統仿真程式
8.1.1 程式結構
8.1.2 主要程式
8.2 基於虛擬儀器LABVIW的PIDNN程式設計
8.2.1 虛擬儀器LABVIW簡介
8.2.2 PIDNN算法在LABVIEW中的模組化結構
8.2.3 程式界面的設計
8.2.4 LABVIEW中功能模組的編程
8.3 基於MCGS組態軟體的PIDNN控制
8.3.1 MCGS組態軟體簡介
8.3.2 PIDNN算法的實現
第9章 PID神經元網路控制系統的套用
9.1 基於乙太網的PIDNN及其對加熱爐的控制
9.2 船用柴油機PIDNN控制系統
9.3 採用雙輸出PIDNN控制的變風量空調系統
9.4 採用四輸出PIDNN控制的變風量空調系統
9.5 基於.P1DNN的冷連軋板形板厚多變數系統的控制
9.6 PIDNN對小車倒立擺的控制
9.7 注塑機料筒多段溫度PIDNN解耦控制系統
9.8 小結
第10章 總結與展望
10.1 總結
10.2 展望
參考文獻
