自動控制原理的MATLAB實現(xiàn)

本書既可作為電子信息工程、電子信息科學與技術、測控技術與儀器、光電信息工程、機械工程及自動化、過程裝備與控制工程、教材成型及控制工程等專業(yè)學生學習自動控制技術的仿真教材（當然首先適合自動控制類各專業(yè)（工業(yè)自動化、電氣自動化、機電一體化、過程控制、化工自動化、電站自動化、紡織自動化、高層建筑自動化、印刷造紙自動化）師生），同時也可作為自動控制領域工程技術人員學習MATLAB的參考用書。

第1章　自動控制原理MATLAB實現(xiàn)概述

1.1　自動控制概述

1.1.1　自動控制的概念

1.1.2　自動控制原理的內容

1.1.3　自動控制系統(tǒng)的分類

1.2　反饋控制系統(tǒng)的基本概念

1.2.1　自動控制系統(tǒng)的基本控制方式

1.2.2　分析自動控制系統(tǒng)工作原理的方法

1.2.3　對控制系統(tǒng)的性能要求

1.3　自動控制原理的MATLAB

1.3.1　先進的軟件系統(tǒng)MATLAB

1.3.2　自動控制原理的MATLAB實現(xiàn)的特點

習題

上篇　MATLAB計算及仿真基礎

第2章　MATLAB7.1系統(tǒng)概述

2.1　MATLAB7.1安裝與啟動

2.1.1　Notebook的安裝

2.1.2　MATLAB7.1的啟動

2.1.3　Notebook的啟動

2.2　MATLAB7.1的系統(tǒng)界面

2.2.1　MATLAB7.1系統(tǒng)的4個小窗口

2.2.2　MATLAB7.1的命令窗口

2.2.3　MATLAB7.1菜單項命令

2.2.4　MATLAB7.1工具欄按鈕

2.2.5　Start開始按鈕

2.3　MATLAB7.1的內容及其查找

2.3.1　MATLAB7.1的內容

2.3.2　MATLAB7.1內容的查找

2.3.3　MATLAB7.1的work子目錄

2.4　MATLAB的文字處理工具Notebook

2.4.1　Notebook菜單命令簡介

2.4.2　Notebook的使用

2.4.3　Notebook使用的幾個問題

習題

第3章　MATLAB數(shù)值運算

3.1　MATLAB的數(shù)值運算基礎

3.1.1　常量

3.1.2　變量

3.1.3　MATLAB運算符

3.2　MATLAB的數(shù)組、矩陣運算

3.2.1　數(shù)組、矩陣的概念

3.2.2　數(shù)組或矩陣元素的標識

3.2.3　數(shù)組與矩陣的輸入

3.2.4　數(shù)組、矩陣的算術運算

3.2.5　向量及其運算

3.2.6　矩陣的特有運算

3.2.7　數(shù)組的關系運算

3.2.8　數(shù)組的邏輯運算

3.2.9　特殊字符數(shù)組——字符串

3.3.　MATLAB的數(shù)組函數(shù)與矩陣函數(shù)

3.3.1　數(shù)組函數(shù)

3.3.2　矩陣函數(shù)

3.4　多項式及其運算

3.4.1　多項式運算函數(shù)

3.4.2　多項式運算舉例

3.5　MATLAB的數(shù)學表達式及其書寫

3.5.1　MATLAB的數(shù)學表達式

3.5.2　MATLABR數(shù)學表達式的書寫

習題

第4章　MATLAB符號運算基礎

4.1　MATLAB符號運算概述

4.1.1　MATLAB符號運算入門

4.1.2　MATLAB符號運算的幾個基本概念

4.2　MATLAB符號對象的基本運算與關系運算

4.3　MATLAB符號運算基本函數(shù)

4.3.1　符號變量代換及其函數(shù)subs（）

4.3.2　符號對象轉換為數(shù)值對象的函數(shù)double（）、digits（）、vpa（）、numeric（）

4.3.3　MATLAB符號表達式的化簡

4.4　MATLAB符號微積分運算

4.4.1　MATLAB符號極限運算

4.4.2　MATLAB的符號函數(shù)微分運算

4.4.3　MATLAB符號函數(shù)積分運算

4.4.4　符號求和函數(shù)與Taylor（泰勒）級數(shù)展開函數(shù)

4.5　MATLAB符號矩陣的幾種特殊運算

4.5.1　矩陣的微分與積分

4.5.2　Jacobian矩陣

4.5.3　矩陣的Jordan標準形

4.6　MATLAB符號方程求解

4.6.1　MATLAB符號代數(shù)方程求解

4.6.2　MATLAB符號微分方程求解

4.7　復變函數(shù)計算的MATLAB實現(xiàn)

4.7.1　復數(shù)的概念

4.7.2　MATLAB關于復變量的函數(shù)命令

4.7.3　復數(shù)的生成與創(chuàng)建復矩陣

4.7.4　復數(shù)的幾何表示

4.7.5　復數(shù)代數(shù)運算的MATAB實現(xiàn)

4.7.6　復數(shù)計算在自動控制系統(tǒng)頻率特性計算中的應用

習題

第5章　MATLAB程序設計

第6章　MATLAB常用圖形命令與符號函數(shù)圖形命令

下篇　自動控制原理的MATLAB實現(xiàn)

第7章　MATLAB7.1的仿真集成環(huán)境

第8章　控制系統(tǒng)數(shù)學模型的MATLAB實現(xiàn)

第9章　連續(xù)系統(tǒng)時域分析的MATLAB實現(xiàn)

第10章　連續(xù)系統(tǒng)穩(wěn)定性分析的MATLAB實現(xiàn)

第11章　連續(xù)系統(tǒng)穩(wěn)態(tài)誤差計算的MATLAB實現(xiàn)

第12章　連續(xù)系統(tǒng)根跡分析的MATLAB實現(xiàn)

第13章　連續(xù)系統(tǒng)頻域分析的MATLAB實現(xiàn)

第14章　連續(xù)性控制系統(tǒng)校正的MATLAB實現(xiàn)

第15章　描述函數(shù)法分析非線性系統(tǒng)的MATLAB實現(xiàn)

第16章　離散系統(tǒng)分析的MATLAB實現(xiàn)

第17章　線性系統(tǒng)狀態(tài)空間分析的MATLAB實現(xiàn)

第18章　線性二次型最優(yōu)控制的MATLAB實現(xiàn)

附錄A　作者編寫的MATLAB函數(shù)

附錄B　無源校正網(wǎng)絡與有源校正網(wǎng)絡

參考文獻2100433B

在高等學校中，“自動控制原理”是自動控制類、電子信息工程類及機械與控制工程類各專業(yè)學生必修的課程，在其教學計劃里各高?？赡苡懈鞣N不同叫法，或自動控制或控制理論和自動控制理論或機械工程控制基礎或自動控制工程基礎或過程控制原理等。針對這些專業(yè)學生學習“自動控制原理”課程的需要，作者本著把最優(yōu)秀的計算仿真軟件MATLAB與“自動控制原理”兩者結合起來的宗旨專門撰寫了本書。

本書有兩大部分內容。除自動控制原理MATLAB實現(xiàn)概述外，本書上篇為MATLAB計算及仿真基礎部分，內容包括MATLAB7.1系統(tǒng)概述；MATLAB數(shù)值運算；MATLAB符號運算基礎；MATLAB程序設計；MATLAB7.1常用圖形命令與符號函數(shù)圖形命令等。

本書下篇自動控制原理的MATLAB實現(xiàn)部分，內容包括：MATLAB7.1的仿真集成環(huán)境Simulink6.3；控制系統(tǒng)數(shù)學模型的MATLAB實現(xiàn)；連續(xù)系統(tǒng)時域分析的MATLAB實現(xiàn)；連續(xù)系統(tǒng)穩(wěn)態(tài)誤差計算的MATLAB實現(xiàn)；連續(xù)系統(tǒng)根軌跡分析的MATLAB實現(xiàn)；連續(xù)系統(tǒng)頻域分析的MATLAB實現(xiàn)；連續(xù)性控制系統(tǒng)校正的MATLAB實現(xiàn)；描述函數(shù)法分析非線性系統(tǒng)的MATLAB實現(xiàn)；離散系統(tǒng)分析的MATLAB實現(xiàn)；線性系統(tǒng)狀態(tài)空間分析的MATLAB實現(xiàn)；線性二次型最優(yōu)控制的MATLAB實現(xiàn)等。

書后給出了2個附錄：附錄A為作者編寫的MATLAB函數(shù)，附錄B為常見無源校正網(wǎng)絡與有源校正網(wǎng)絡，以供讀查查閱。

本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡控制、模糊邏輯控制和模型預測控制系統(tǒng)的基本概念、工作原理、控制算法，以及利用MATLAB語言、MATLAB工具箱函數(shù)和Simulink對其實現(xiàn)的方法。該書取材先進實用，講解深入淺出，各章均有大量用MATLAB/Simulink實現(xiàn)的仿真實例，便于讀者掌握和鞏固所學知識。

本書可作為高等院校自動化、計算機和機電工程等電子信息類專業(yè)的研究生和高年級本科生的教材，也可作為從事智能控制與智能系統(tǒng)研究、設計和應用的科學技術人員的參考用書。

書名：工程優(yōu)化設計與MATLAB實現(xiàn)（修訂版）

書號：9787302266082

作者：張永恒等

定價：34元

出版日期：2011-9-5

出版社：清華大學出版社

內容簡介

本書以工程實例為背景，以MATLAB語言為工具，較全面地介紹了優(yōu)化設計的理論及應用。本書主要內容包括：優(yōu)化設計基本模型；優(yōu)化設計數(shù)學基礎知識；一維搜索方法；無約束優(yōu)化問題、有約束優(yōu)化問題的經(jīng)典算法；啟發(fā)式優(yōu)化算法，包括蟻群優(yōu)化、粒子群優(yōu)化算法、遺傳算法、模擬退火算法、禁忌算法和人工神經(jīng)網(wǎng)絡算法；MATLAB優(yōu)化工具箱函數(shù)及應用；優(yōu)化算法工程應用實例及MATLAB基礎知識。書中配有完整的MATLAB程序。本書可作為高等工科院校有關專業(yè)優(yōu)化設計方面課程的教材和教學參考書，也可供有關專業(yè)的師生和工程技術人員參考。

前言

優(yōu)化設計是一門古老而新興的理論，既有著很強的應用背景，又有著堅實的數(shù)學基礎。它的數(shù)學基礎可以追溯到牛頓（Newton,1642-1727) 、萊布尼茨（W.Leibniz,1646-1716）創(chuàng)立的微積分理論。優(yōu)化設計與運籌學有著密切的聯(lián)系，前者是后者在非線性規(guī)劃方向的延伸和發(fā)展。優(yōu)化設計主要研究連續(xù)函數(shù)在有約束和無約束條件下單目標函數(shù)或多目標函數(shù)的最優(yōu)值問題，而運籌學主要研究經(jīng)濟活動和軍事活動中能用數(shù)量來表達的有關策劃、管理方面的問題。隨著科學技術和生產(chǎn)的發(fā)展，運籌學已滲入到多個領域，其本身也在不斷發(fā)展，包含了多個數(shù)學分支，如數(shù)學規(guī)劃（又包含線性規(guī)劃、非線性規(guī)劃、整數(shù)規(guī)劃、組合規(guī)劃等）、圖論、網(wǎng)絡流、決策分析、排隊論、可靠性數(shù)學理論、庫存論、對策論、搜索論、模擬等。在運籌學方面，我國著名科學家錢學森、許國志、數(shù)學家華羅庚等作出了重要貢獻。1956年錢學森和許國志共同創(chuàng)建了中國第一個運籌學研究組織。從20世紀60年代開始，華羅庚持續(xù)近20年在全國范圍內推廣優(yōu)選法和統(tǒng)籌法，產(chǎn)生了巨大的經(jīng)濟效益。其中優(yōu)選法采用的黃金分割搜索方法也是優(yōu)化設計中一維搜索常用的一種方法。各種啟發(fā)式（heuristic）算法或智能算法，如遺傳算法、蟻群算法、粒子群算法、神經(jīng)網(wǎng)絡算法等不但能解決連續(xù)函數(shù)的優(yōu)化問題，也能解決離散函數(shù)的優(yōu)化問題，它們將優(yōu)化設計與運籌學緊密結合起來。

廣義來說優(yōu)化設計采用的方法是搜索的方法，傳統(tǒng)的優(yōu)化設計方法主要采用線搜索方法，而啟發(fā)式優(yōu)化方法采用多方位的隨機搜索方法。對非線性函數(shù)來說，在極值點附近可以用二次函數(shù)來逼近，若存在極小值，則極值點附近的函數(shù)值均大于極值點處的函數(shù)值。求連續(xù)函數(shù)極值的問題，一部分人可能會想到用求導數(shù)的方法來解決，另一部分人可能不采用求導數(shù)的方法，而直接用比較的方法來確定搜索區(qū)間和極小值。與求導數(shù)的方法相比，直接搜索法是優(yōu)化設計中更基礎的方法。從優(yōu)化設計的數(shù)學模型來分，優(yōu)化設計問題可分為有約束的優(yōu)化問題和無約束的優(yōu)化設計問題；而從求解方法來分，優(yōu)化設計方法可分為基于導數(shù)的方法和直接搜索方法。隨機方向法、復合型法、鮑威爾法、可行方向法均屬于直接搜索法，值得注意的是遺傳算法、蟻群算法、粒子群算法等啟發(fā)式算法均含有隨機方向法的基本內涵。

優(yōu)化設計廣泛應用于航空、汽車、化工、電力、建筑、機械制造等眾多領域，由于優(yōu)化問題的多樣性，相應出現(xiàn)了多種優(yōu)化設計方法，每一種方法都有其自身的特點和適用范圍，在實際應用中，特別對于大型優(yōu)化設計問題，不應以一次計算結果或一種方法得出的結果作為最終的最優(yōu)結果。

優(yōu)化設計是以工程設計問題為背景，將最優(yōu)化原理與計算技術相結合的產(chǎn)物。不論是從學習的角度還是從應用的角度，實踐都是非常重要的，實踐既是學習的終點又是學習的起點。本書特別強調理論與實踐的結合。實踐包括多個方面，最基本的是通過簡單的例子用手工演算來驗證算法，然后是通過編程利用計算機實現(xiàn)和驗證優(yōu)化算法，最后是針對工程設計問題建立優(yōu)化設計模型，選擇合適的優(yōu)化算法解決設計問題。MATLAB不但是實現(xiàn)數(shù)值計算的計算機高級語言，同時也是解決多種工程和數(shù)學問題的仿真軟件。本書以MATLAB語言作為程序設計語言和實踐環(huán)境，針對每一種算法編寫了學習程序，方便讀者學習。這些程序主要為驗證優(yōu)化算法而設計，讀者可以以此為基礎編寫自己的程序。MATLAB本身包含有命令格式和GUI格式的優(yōu)化工具箱，并隨著版本的升級不斷加入新的優(yōu)化算法。本書第11章簡要介紹了MATLAB優(yōu)化工具箱命令格式的各種優(yōu)化函數(shù)，優(yōu)化工具箱函數(shù)為實現(xiàn)優(yōu)化設計提供了極大的方便，但從學習的角度來說，應盡可能自己編程以便深刻領會和掌握所學的優(yōu)化算法。

本書修訂版保持了原書的內容，對部分內容作了修訂，完善了各章習題。本書配有電子教案，需要者可與清華大學出版社聯(lián)系。

本書由張永恒主編并統(tǒng)稿，蔡慧林、褚衍東審閱，何瑋、馬斌、朱凌云（蘭州交通大學）、嚴軍（西北師范大學）參加編寫。第1章、第12.1~12.3節(jié)由張永恒編寫；第9章和第12.10節(jié)由何瑋編寫；第5、6、7章由馬斌編寫；第2、4、8章由朱凌云編寫；第3、10、11章和第12.4~12.9節(jié)由嚴軍編寫；習題由張永恒、馬斌、朱凌云編寫。在編寫過程中，張鵬、劉金平、程明、周志勇、寧珍、劉軍強、唐強完成了部分程序的調試工作，在此表示感謝。在編寫過程中參考了網(wǎng)絡中有關作者的資料在此一并表示感謝。

由于作者水平有限，書中一定有不少錯誤和缺點，敬請廣大讀者提出寶貴意見。

目錄

目 錄

第1章 緒論1

1.1 最優(yōu)化問題的提出1

1.2 最優(yōu)化問題的分類4

1.3 優(yōu)化模型的圖形表示5

1.4 有限元法引例10

1.5 多學科設計優(yōu)化集成軟件iSIGHT簡介12

習題16第2章 優(yōu)化設計的數(shù)學基礎18

2.1 向量與矩陣的范數(shù)18

2.1.1 向量的范數(shù)18

2.1.2 矩陣的范數(shù)18

2.2 方向導數(shù)與梯度19

2.2.1 方向導數(shù)19

2.2.2 梯度20

2.3 函數(shù)的泰勒級數(shù)展開21

2.4 無約束優(yōu)化問題的極值條件22

2.5 凸集與凸函數(shù)25

2.5.1 凸集25

2.5.2 凸函數(shù)25

2.6 有約束優(yōu)化問題的極值條件27

2.6.1 等式約束優(yōu)化問題的極值條件27

2.6.2 不等式約束優(yōu)化問題的極值條件29

習題36第3章 線性規(guī)劃37

3.1 線性規(guī)劃的標準形式37

3.2 單純形法38

3.2.1 基本解與基本可行解38

3.2.2 基本可行解的轉換42

3.2.3 單純形法的計算步驟44

3.2.4 單純形法列表計算47

3.3 單純形法的MATLAB程序及實例49

3.4 改進的單純形法51

3.4.1 改進的單純形法的基本思想52

3.4.2 改進的單純形法的計算步驟52

3.5 改進的單純形法的MATLAB程序及實例55

習題57第4章 一維搜索方法60

4.1 確定初始單峰區(qū)間的方法--進退法60

4.1.1 進退法原理60

4.1.2 進退法程序框圖及MATLAB程序61

4.2 黃金分割法63

4.2.1 黃金分割法的基本原理63

4.2.2 黃金分割法的計算方法63

4.2.3 黃金分割法的計算框圖和MATLAB程序64

4.3 拉格朗日插值多項式66

4.3.1 線性插值66

4.3.2 二次函數(shù)插值66

4.3.3 "_blank" href="/item/拉格朗日插值/19129353" data-lemmaid="19129353">拉格朗日插值多項式70

4.4 插值與擬合的其他方法71

4.4.1 差商與牛頓插值71

4.4.2 列維爾插值法72

4.4.3 曲線擬合的最小二乘法75

4.4.4 正交多項式及其在曲線擬合中的應用76

4.5 一元及多元非線性方程求根81

4.5.1 一元非線性方程求根81

4.5.2 多元非線性方程組求根84

習題85第5章 無約束優(yōu)化問題的導數(shù)解法87

5.1 最速下降法87

5.1.1 最速下降法的基本原理87

5.1.2 最速下降法的MATLAB程序89

5.2 牛頓法90

5.2.1 牛頓法的基本原理90

5.2.2 阻尼牛頓法92

5.2.3 阻尼牛頓法的MATLAB程序93

5.3 共軛梯度法94

5.3.1 共軛方向的概念94

5.3.2 共軛方向與函數(shù)極值的關系94

5.3.3 共軛梯度法的幾種形式95

5.3.4 共軛梯度法的MATLAB程序99

5.4 變尺度法100

5.4.1 變量的尺度100

5.4.2 變尺度矩陣的建立103

5.4.3 變尺度法的MATLAB程序106

習題108第6章 無約束優(yōu)化問題的直接解法109

6.1 坐標輪換法109

6.1.1 坐標輪換法的基本原理109

6.1.2 搜索方向與步長的確定109

6.1.3 坐標輪換法的MATLAB程序110

6.2 單形替換法112

6.2.1 單形替換法（一）113

6.2.2 單形替換法（二）114

6.2.3 單形替換法的MATLAB程序115

6.3 鮑威爾法119

6.3.1 鮑威爾法的原理120

6.3.2 鮑威爾基本算法的步驟120

6.3.3 改進的鮑威爾方法121

6.4 鮑威爾法的MATLAB程序及實例125

習題127第7章 約束優(yōu)化問題的直接解法129

7.1 隨機方向法129

7.1.1 隨機方向法的基本原理129

7.1.2 隨機方向法的步驟129

7.1.3 隨機方向法的MATLAB程序130

7.2 復合形法133

7.2.1 復合形法的步驟133

7.2.2 復合形法的MATLAB程序135

7.3 可行方向法140

7.3.1 可行方向法的搜索策略140

7.3.2 Zoutendijk可行方向法141

7.3.3 Rosen可行方向法144

7.3.4 Rosen可行方向法的MATLAB程序146

習題150第8章 約束優(yōu)化問題的間接解法152

8.1 罰函數(shù)法152

8.1.1 內點罰函數(shù)法152

8.1.2 外點罰函數(shù)法156

8.1.3 混合罰函數(shù)法158

8.2 增廣乘子法160

8.2.1 拉格朗日乘子法160

8.2.2 等式約束的增廣乘子法162

8.2.3 不等式約束的增廣乘子法165

習題169第9章 多目標函數(shù)優(yōu)化設計171

9.1 多目標優(yōu)化問題172

9.1.1 多目標優(yōu)化問題的數(shù)學模型172

9.1.2 多目標優(yōu)化設計解的類型172

9.2 多目標優(yōu)化問題的求解方法173

9.2.1 線性組合法173

9.2.2 理想點法174

9.2.3 乘除法175

習題175第10章 最優(yōu)化問題的啟發(fā)式算法177

10.1 蟻群算法177

10.1.1 蟻群算法求解TSP的基本原理177

10.1.2 用蟻群算法求解函數(shù)優(yōu)化問題181

10.2 粒子群優(yōu)化算法185

10.2.1 粒子群優(yōu)化算法的基本原理185

10.2.2 用粒子群算法求解函數(shù)優(yōu)化問題185

10.3 遺傳算法189

10.3.1 遺傳算法的基本原理189

10.3.2 混合遺傳算法196

10.3.3 十進制編碼遺傳算法199

10.3.4 用遺傳算法求解TSP問題203

10.4 模擬退火算法204

10.5 人工神經(jīng)網(wǎng)絡算法208

10.5.1 人工神經(jīng)網(wǎng)絡的特征及分類208

10.5.2 BP網(wǎng)絡209

10.5.3 Hopfield神經(jīng)網(wǎng)絡模型212

習題222第11章 MATLAB優(yōu)化工具箱簡介223

11.1 MATLAB常用內部數(shù)學函數(shù)223

11.2 MATLAB優(yōu)化工具箱的主要函數(shù)224

11.2.1 MATLAB求解優(yōu)化問題的主要函數(shù)224

11.2.2 優(yōu)化函數(shù)控制參數(shù)225

11.3 線性規(guī)劃問題226

11.4 一元和多元函數(shù)的優(yōu)化問題228

11.4.1 一元函數(shù)的優(yōu)化問題228

11.4.2 多元函數(shù)的無約束優(yōu)化問題228

11.4.3 多元函數(shù)的有約束優(yōu)化問題230

11.4.4 二次規(guī)劃問題231

11.5 半無限約束多元函數(shù)優(yōu)化問題233

11.6 多目標優(yōu)化問題234

11.6.1 理想點法234

11.6.2 線性加權和法237

11.6.3 最大最小法239

11.6.4 目標達到法240

11.7 最小二乘法在優(yōu)化及數(shù)據(jù)擬合中的應用242

11.7.1 有約束線性最小二乘243

11.7.2 最小二乘法數(shù)據(jù)（曲線）擬合之一244

11.7.3 最小二乘法數(shù)據(jù)（曲線）擬合之二245

11.7.4 最小二乘法數(shù)據(jù)（曲線）擬合之三246

11.8 非線性方程的求解247

11.8.1 一元非線性方程的解247

11.8.2 非線性方程組的解247

習題251第12章 工程優(yōu)化設計實例254

12.1 平面連桿機構的優(yōu)化設計254

12.1.1 曲柄搖桿機構優(yōu)化設計數(shù)學模型255

12.1.2 曲柄搖桿機構優(yōu)化設計的MATLAB程序及運行結果256

12.2 凸輪優(yōu)化設計257

12.2.1 凸輪型線優(yōu)化設計目標函數(shù)258

12.2.2 優(yōu)化函數(shù)約束條件259

12.2.3 凸輪機構優(yōu)化設計的MATLAB程序及計算實例259

12.3 螺栓連接的優(yōu)化設計261

12.3.1 螺栓連接受力分析261

12.3.2 螺栓連接的設計變量、目標函數(shù)及約束條件262

12.3.3 螺栓連接的優(yōu)化數(shù)學模型263

12.3.4 螺栓連接優(yōu)化設計的MATLAB程序及運行結果263

12.4 圓柱齒輪傳動的優(yōu)化設計264

12.4.1 模糊綜合評判的一般流程264

12.4.2 圓柱齒輪傳動優(yōu)化設計的目標函數(shù)和設計變量266

12.4.3 圓柱齒輪傳動優(yōu)化設計的約束條件267

12.4.4 最優(yōu)截集水平值"para" label-module="para">

12.4.5 圓柱齒輪傳動優(yōu)化設計的MATLAB程序及計算結果270

12.5 圓柱螺旋彈簧的優(yōu)化設計272

12.5.1 圓柱螺旋彈簧優(yōu)化設計的數(shù)學模型272

12.5.2 圓柱螺旋彈簧優(yōu)化設計實例274

12.6 軸的優(yōu)化設計275

12.6.1 扭轉軸的優(yōu)化設計275

12.6.2 圓形等截面軸的優(yōu)化設計276

12.6.3 車床主軸的優(yōu)化設計278

12.7 桁架的優(yōu)化設計281

12.7.1 靜定桁架的優(yōu)化設計281

12.7.2 三桿桁架的優(yōu)化設計284

12.8 換熱器的優(yōu)化設計286

12.8.1 換熱器優(yōu)化設計（一）286

12.8.2 換熱器優(yōu)化設計（二）289

12.9 基于優(yōu)化方法的常微分方程邊值問題數(shù)值解291

12.9.1 基于MATLAB函數(shù)的求解方法291

12.9.2 求解兩點邊值問題的打靶法292

12.9.3 邊界層微分方程組及相似解293

12.9.4 流函數(shù)方程和溫度方程的求解295

12.10 含間隙機械系統(tǒng)的參數(shù)優(yōu)化設計306

12.10.1 力學模型及運動微分方程307

12.10.2 系統(tǒng)的分岔和通向混沌的道路308

12.10.3 系統(tǒng)優(yōu)化設計的MATLAB程序309

習題312參考文獻3162100433B

第一篇 神經(jīng)網(wǎng)絡控制及其MATLAB實現(xiàn)

第1章 神經(jīng)網(wǎng)絡控制理論

1.1 神經(jīng)網(wǎng)絡的基本概念

1.1.1 生物神經(jīng)元的結構與功能特點

1.1.2 人工神經(jīng)元模型

1.1.3 神經(jīng)網(wǎng)絡的結構

1.1.4 神經(jīng)網(wǎng)絡的工作方式

1.1.5 神經(jīng)網(wǎng)絡的學習

1.1.6 神經(jīng)網(wǎng)絡的分類

1.2 典型神經(jīng)網(wǎng)絡的模型

1.2.1 MP模型

1.2.2 感知機神經(jīng)網(wǎng)絡

1.2.3 自適應線性神經(jīng)網(wǎng)絡

1.2.4 BP神經(jīng)網(wǎng)絡

1.2.5 徑向基神經(jīng)網(wǎng)絡

1.2.6 競爭學習神經(jīng)網(wǎng)絡

1.2.7 學習向量量化（LVQ）神經(jīng)網(wǎng)絡

1.2.8 Elman神經(jīng)網(wǎng)絡

1.2.9 Hopfield神經(jīng)網(wǎng)絡

1.2.10 Boltzmann神經(jīng)網(wǎng)絡

1.2.11 神經(jīng)網(wǎng)絡的訓練

1.3 神經(jīng)網(wǎng)絡控制系統(tǒng)

1.3.1 神經(jīng)控制的基本原理

1.3.2 神經(jīng)網(wǎng)絡在控制中的主要作用

1.3.3 神經(jīng)網(wǎng)絡控制系統(tǒng)的分類

第2章 MATLAB神經(jīng)網(wǎng)絡工具箱函數(shù)

2.1 感知機神經(jīng)網(wǎng)絡工具箱函數(shù)

2.2 線性神經(jīng)網(wǎng)絡工具箱函數(shù)

2.3 BP神經(jīng)網(wǎng)絡工具箱函數(shù)

2.4 徑向基神經(jīng)網(wǎng)絡工具箱函數(shù)

2.5 自組織神經(jīng)網(wǎng)絡工具箱函數(shù)

2.6 學習向量量化（LVQ）神經(jīng)網(wǎng)絡工具箱函數(shù)

2.7 Elman神經(jīng)網(wǎng)絡工具箱函數(shù)

2.8 Hopfield神經(jīng)網(wǎng)絡工具箱函數(shù)

2.9 MATLAB神經(jīng)網(wǎng)絡工具箱的圖形用戶界面

第3章 基于Simulink的神經(jīng)網(wǎng)絡控制系統(tǒng)

3.1 基于Simulink的神經(jīng)網(wǎng)絡模塊

3.1.1 模塊的設置

3.1.2 模塊的生成

3.2 基于Simulink的三種典型神經(jīng)網(wǎng)絡控制系統(tǒng)

3.2.1 神經(jīng)網(wǎng)絡模型預測控制

3.2.2 反饋線性化控制

3.2.3 模型參考控制

第二篇 模糊邏輯控制及其MATLAB實現(xiàn)

第4章 模糊邏輯控制理論

4.1 模糊邏輯理論的基本概念

4.1.1 模糊集合及其運算

4.1.2 模糊關系及其合成

4.1.3 模糊向量及其運算

4.1.4 模糊邏輯規(guī)則

4.1.5 模糊邏輯推理

4.2 模糊邏輯控制系統(tǒng)的基本結構

4.2.1 模糊控制系統(tǒng)的組成

4.2.2 模糊控制器的基本結構

4.2.3 模糊控制器的維數(shù)

4.2.4 模糊控制中的幾個基本運算操作

4.3 模糊邏輯控制系統(tǒng)的基本原理

4.3.1 模糊化運算

4.3.2 數(shù)據(jù)庫

4.3.3 規(guī)則庫

4.3.4 模糊推理

4.3.5 清晰化計算

4.4 離散論域的模糊控制系統(tǒng)的設計

4.5 具有PID功能的模糊控制器

第5章 MATLAB模糊邏輯工具箱函數(shù)

5.1 MATLAB模糊邏輯工具箱簡介

5.1.1 模糊邏輯工具箱的功能特點

5.1.2 模糊推理系統(tǒng)的基本類型

5.1.3 模糊邏輯系統(tǒng)的構成

5.2 利用模糊邏輯工具箱建立模糊推理系統(tǒng)

5.2.1 模糊推理系統(tǒng)的建立、修改與存儲管理

5.2.2 模糊語言變量及其語言值

5.2.3 模糊語言變量的隸屬度

5.2.4 模糊規(guī)則的建立與修改

5.2.5 模糊推理計算與去模糊化

5.3 MATLAB模糊邏輯工具箱的圖形用戶界面

5.3.1 模糊推理系統(tǒng)編輯器（Fuzzy）

5.3.2 隸屬度函數(shù)編輯器（Mfedit）

5.3.3 模糊規(guī)則編輯器（Ruleedit）

5.3.4 模糊規(guī)則瀏覽器（Ruleview）

5.3.5 模糊推理輸入輸出曲面視圖（Surfview）

5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊

第6章 模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn)

6.1 基于標準模型的模糊神經(jīng)網(wǎng)絡

6.1.1 模糊系統(tǒng)的標準模型

6.1.2 系統(tǒng)結構

6.1.3 學習算法

6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡

6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型

6.2.2 系統(tǒng)結構

6.2.3 學習算法

6.3 MATLAB模糊神經(jīng)工具箱函數(shù)

6.3.1 模糊神經(jīng)系統(tǒng)的建模函數(shù)

6.3.2 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù)

6.3.3 MATLAB模糊神經(jīng)推理系統(tǒng)的圖形用戶界面

6.4 MATLAB模糊聚類函數(shù)

6.4.1 模糊C.均值聚類函數(shù)

6.4.2 減法聚類函數(shù)

6.4.3 基于減法聚類的模糊推理系統(tǒng)建模函數(shù)

第三篇 預測控制及其MATLAB實現(xiàn)

第7章 預測控制理論

7.1 動態(tài)矩陣控制理論

7.1.1 預測模型

7.1.2 滾動優(yōu)化

7.1.3 誤差校正

7.2 廣義預測控制理論

7.2.1 預測模型

7.2.2 滾動優(yōu)化

7.2.3 反饋校正

7.3 預測控制理論分析

7.3.1 廣義預測控制的性能分析

7.3.2 廣義預測控制與動態(tài)矩陣控制規(guī)律的等價性證明

7.3.3 廣義預測控制與動態(tài)矩陣控制的比較

第8章 MATI.AB預測控制工具箱函數(shù)

8.1 系統(tǒng)模型辨識函數(shù)

8.1.1 數(shù)據(jù)向量或矩陣的歸一化

8.1.2 基于線性回歸方法的脈沖響應模型辨識

8.1.3 脈沖響應模型轉換為階躍響應模型

8.1.4 模型的校驗

8.2 系統(tǒng)模型建立與轉換函數(shù)

8.2.1 模型轉換

8.2.2 模型建立

8.3 基于階躍響應模型的控制器設計與仿真函數(shù)

8.3.1 輸入/輸出有約束的模型預測控制器設計與仿真

8.3.2 輸入/輸出無約束的模型預測控制器設計

8.3.3 計算由階躍響應模型構成的閉環(huán)系統(tǒng)模型

8.4 基于狀態(tài)空間模型的預測控制器設計函數(shù)

8.4.1 輸入/輸出有約束的狀態(tài)空間模型預測控制器設計

8.4.2 輸入腧出無約束的狀態(tài)空間模型預測控制器設計

8.4.3 狀態(tài)估計器設計

8.5 系統(tǒng)分析與繪圖函數(shù)

8.5.1 計算和繪制系統(tǒng)的頻率響應曲線

8.5.2 計算頻率響應的奇異值

8.5.3 計算系統(tǒng)的極點和穩(wěn)態(tài)增益矩陣

8.5.4 系統(tǒng)分析和繪圖

8.6 通用功能函數(shù)

8.6.1 通用模型轉換

8.6.2 方程求解

8.6.3 離散系統(tǒng)的分析

第9章 隱式廣義預測自校正控制及其MATLAB實現(xiàn)

9.1 單輸入單輸出系統(tǒng)的隱式廣義預測自校正控制算法

9.2 多輸入多輸出系統(tǒng)的隱式廣義預測自校正控制算法

9.3 仿真研究

9.3.1 單輸入單輸出系統(tǒng)的仿真研究

9.3.2 多輸入多輸出系統(tǒng)的仿真研究

附錄A 隱式廣義預測自校正控制仿真程序清單

附錄B MATLAB函數(shù)一覽表

附錄C MATLAB函數(shù)分類索引

參考文獻2100433B