图书介绍
优化与控制中的软计算方法研究PDF|Epub|txt|kindle电子书版本网盘下载
- 王攀著（武汉理工大学自动化学院） 著
- 出版社： 武汉：湖北科学技术出版社
- ISBN：9787535239150
- 出版时间：2007
- 标注页数：237页
- 文件大小：9MB
- 文件页数：251页
- 主题词：优化程序－计算方法－研究；过程控制－计算方法－研究
PDF下载
下载说明
优化与控制中的软计算方法研究PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
1 绪论1
1.1 软计算的提出背景与动因1
1.2 软计算的内容和方法3
1.2.1 模糊逻辑或模糊计算4
1.2.2 神经计算5
1.2.3 进化计算6
1.2.4 模拟退火7
1.2.5 序数优化7
1.2.6 软计算的分类8
1.3 软计算的混合算法综述8
1.3.1 混合算法的分类9
1.3.2 软计算的典型混合方式及发展10
1.4 面向优化、决策与控制的软计算若干应用进展15
1.4.1 软计算在优化、决策与诊断中的应用15
1.4.2 软计算在建模与控制中的应用17
1.5 本书主要内容19
本章附录21
2 进化计算若干应用研究37
2.1 引言37
2.1.1 进化计算的生物学背景37
2.1.2 进化的动力学机制38
2.2 进化计算概述39
2.2.1 进化计算的结构框架40
2.2.2 进化计算的算法描述41
2.3 进化计算中的适应度函数42
2.3.1 单个目标函数适应度函数的基本类型43
2.3.2 多目标适应度函数48
2.4 共轭梯度——自适应遗传算法研究49
2.4.1 引言49
2.4.2 共轭梯度——自适应遗传算法50
2.4.3 算例54
2.5 嵌入演化策略的双种群遗传算法56
2.5.1 引言56
2.5.2 算法简介57
2.5.3 算例结果60
2.6 分而治之多种群遗传算法61
2.6.1 引言61
2.6.2 “分而治之”（divide and conquer）模式／策略62
2.6.3 算法介绍64
2.6.4 仿真算例66
2.6.5 结论70
2.7 应用分析—微机电系统的遗传鲁棒优化设计71
2.7.1 数学模型71
2.7.2 基于遗传算法的微机电系统鲁棒设计72
2.7.3 结语77
本章附录78
3 局部回归Elman网络算法研究及辨识应用91
3.1 引言91
3.2 Elman网络学习算法的注记92
3.2.1 Elman网络简介92
3.2.2 Elman网络的学习算法讨论93
3.3 动态反传算法的收敛性（1）95
3.3.1 对角回归神经网络及其动态反传算法96
3.3.2 收敛性与稳定性98
3.4 动态反传算法的收敛性（2）102
3.4.1 定理3.1的注记102
3.5 基于动态反传——共轭梯度算法的系统辨识108
3.5.1 引言108
3.5.2 算法步骤108
3.5.3 仿真实例109
4 建模中的若干模块化神经网络方法112
4.1 引言112
4.2 模块化神经网络若干子网集成研究114
4.2.1 网络结构114
4.2.2 子网的集成方法研究115
4.2.3 仿真研究119
4.3 模块化神经网络的Bayes子网集结新算法123
4.3.1 引言123
4.3.2 基于改进的Bayes学习的子网集结方法124
4.3.3 仿真研究129
4.3.4 基于序贯Bayes学习的子网集结方法131
本章附录139
5 遗传——自适应模糊控制151
5.1 引言151
5.2 自适应控制算法152
5.2.1 控制系统结构152
5.2.2 量化因子和自适应模糊控制算法154
5.2.3 自适应遗传算法156
5.3 面向复杂系统的控制算法仿真研究159
5.4 几点讨论166
5.5 本章小结168
6 倒立摆系统的控制概述169
6.1 引言169
6.1.1 研究倒立摆控制的意义169
6.1.2 倒立摆控制的若干典型研究进展169
6.2 二级与三级倒立摆的数学模型171
6.2.1 二级倒立摆的仿真模型171
6.2.2 三级倒立摆的仿真模型173
6.3 几种倒立摆的典型智能控制策略175
6.3.1 基于状态空间的模糊控制175
6.3.2 模糊串级控制175
6.3.3 基于T—S模型的基因模糊控制文献176
6.3.4 拟人智能控制177
6.3.5 神经网络控制方法178
7 多级倒立摆系统的进化控制179
7.1 进化线性控制179
7.1.1 控制思想179
7.1.2 控制系统结构图与算法179
7.1.3 仿真研究181
7.2 多级倒立摆的进化控制算法的改进183
7.2.1 问题的提出183
7.2.2 状态变量的关联度分析183
7.2.3 改进的进化控制策略186
7.2.4 关于一类控制策略的评论190
7.3 本章总结及进一步研究目标191
7.3.1 工作总结191
7.3.2 进一步研究目标191
8 全书总结与展望193
8.1 全书总结193
8.2 研究展望195
参考文献196
附录1213
附录2229