智能控制及其MATLAB實現(xiàn)目錄

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

第1章 神經(jīng)網(wǎng)絡(luò)控制理論

1.1 神經(jīng)網(wǎng)絡(luò)的基本概念

1.1.1 生物神經(jīng)元的結(jié)構(gòu)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(luò)的結(jié)構(gòu)

1.1.4 神經(jīng)網(wǎng)絡(luò)的工作方式

1.1.5 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)

1.1.6 神經(jīng)網(wǎng)絡(luò)的分類

1.2 典型神經(jīng)網(wǎng)絡(luò)的模型

1.2.1 MP模型

1.2.2 感知機(jī)神經(jīng)網(wǎng)絡(luò)

1.2.3 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)

1.2.4 BP神經(jīng)網(wǎng)絡(luò)

1.2.5 徑向基神經(jīng)網(wǎng)絡(luò)

1.2.6 競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

1.2.7 學(xué)習(xí)向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)

1.2.8 Elman神經(jīng)網(wǎng)絡(luò)

1.2.9 Hopfield神經(jīng)網(wǎng)絡(luò)

1.2.10 Boltzmann神經(jīng)網(wǎng)絡(luò)

1.2.11 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練

1.3 神經(jīng)網(wǎng)絡(luò)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(luò)在控制中的主要作用

1.3.3 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類

第2章 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.1 感知機(jī)神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.2 線性神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.3 BP神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.4 徑向基神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.5 自組織神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.6 學(xué)習(xí)向量量化（LVQ）神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

2.7 Elman神經(jīng)網(wǎng)絡(luò)工具箱函數(shù)

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

2.9 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面

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

3.1 基于Simulink的神經(jīng)網(wǎng)絡(luò)模塊

3.1.1 模塊的設(shè)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(luò)控制系統(tǒng)

3.2.1 神經(jīng)網(wǎng)絡(luò)模型預(yù)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(guān)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(jié)構(gòu)

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(jié)構(gòu)

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(shè)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(gòu)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(biāo)準(zhǔn)模型的模糊神經(jīng)網(wǎng)絡(luò)

6.1.1 模糊系統(tǒng)的標(biāo)準(zhǔn)模型

6.1.2 系統(tǒng)結(jié)構(gòu)

6.1.3 學(xué)習(xí)算法

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

6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型

6.2.2 系統(tǒng)結(jié)構(gòu)

6.2.3 學(xué)習(xí)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(yù)測控制及其MATLAB實現(xiàn)

第7章 預(yù)測控制理論

7.1 動態(tài)矩陣控制理論

7.1.1 預(yù)測模型

7.1.2 滾動優(yōu)化

7.1.3 誤差校正

7.2 廣義預(yù)測控制理論

7.2.1 預(yù)測模型

7.2.2 滾動優(yōu)化

7.2.3 反饋校正

7.3 預(yù)測控制理論分析

7.3.1 廣義預(yù)測控制的性能分析

7.3.2 廣義預(yù)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(yù)測控制與動態(tài)矩陣控制的比較

第8章 MATI.AB預(yù)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(yīng)模型辨識

8.1.3 脈沖響應(yīng)模型轉(zhuǎn)換為階躍響應(yīng)模型

8.1.4 模型的校驗

8.2 系統(tǒng)模型建立與轉(zhuǎn)換函數(shù)

8.2.1 模型轉(zhuǎn)換

8.2.2 模型建立

8.3 基于階躍響應(yīng)模型的控制器設(shè)計與仿真函數(shù)

8.3.1 輸入/輸出有約束的模型預(yù)測控制器設(shè)計與仿真

8.3.2 輸入/輸出無約束的模型預(yù)測控制器設(shè)計

8.3.3 計算由階躍響應(yīng)模型構(gòu)成的閉環(huán)系統(tǒng)模型

8.4 基于狀態(tài)空間模型的預(yù)測控制器設(shè)計函數(shù)

8.4.1 輸入/輸出有約束的狀態(tài)空間模型預(yù)測控制器設(shè)計

8.4.2 輸入腧出無約束的狀態(tài)空間模型預(yù)測控制器設(shè)計

8.4.3 狀態(tài)估計器設(shè)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(yīng)曲線

8.5.2 計算頻率響應(yīng)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(zhuǎn)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(yù)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(yù)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(yù)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(yù)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(xiàn)2100433B

本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)控制、模糊邏輯控制和模型預(yù)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(jìn)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(xué)知識。

本書可作為高等院校自動化、計算機(jī)和機(jī)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(shè)計和應(yīng)用的科學(xué)技術(shù)人員的參考用書。

作　者：李國勇 著 叢 書 名：自動控制技術(shù)應(yīng)用叢書 出 版 社：電子工業(yè)出版社ISBN：9787121012129 出版時間：2005-05-01 版　次：1 頁　數(shù)：380 裝　幀：平裝 開　本：16開 所屬分類：圖書 > 計算機(jī)與互聯(lián)網(wǎng) > 人工智能

本書系統(tǒng)地論述了神經(jīng)網(wǎng)絡(luò)控制、模糊邏輯控制和模型預(yù)測控制的基本概念、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。書中取材先進(jìn)實用，講解深入淺出，各章均有相應(yīng)的例題，并提供了大量用MATLAB/Simulink實現(xiàn)的仿真實例，便于讀者掌握和鞏固所學(xué)知識。

《智能控制算法及其應(yīng)用》主要介紹各種典型智能控制算法的基本內(nèi)容、設(shè)計與實現(xiàn)方法及其在函數(shù)優(yōu)化、電力系統(tǒng)中的應(yīng)用。《智能控制算法及其應(yīng)用》首先闡述智能、智能控制的基本概念，介紹智能控制與傳統(tǒng)的經(jīng)典控制理論、現(xiàn)代控制理論的聯(lián)系和區(qū)別。然后從四種典型智能控制算法（專家系統(tǒng)、模糊控制、神經(jīng)網(wǎng)絡(luò)和進(jìn)化計算）入手分別闡述它們的發(fā)展歷史、基本內(nèi)容、實現(xiàn)方法及其應(yīng)用。最后介紹混沌模擬退火動態(tài)煙花優(yōu)化算法，并將其用于優(yōu)化離散時間微分平坦自抗擾控制律的參數(shù)，通過計算機(jī)仿真和基于智能優(yōu)化算法試驗平臺開展試驗以驗證該算法的有效性；介紹遞減步長果蠅優(yōu)化算法，并將其應(yīng)用于風(fēng)電機(jī)組齒輪箱的故障診斷；介紹云粒子群布谷鳥融合算法，通過聯(lián)合循環(huán)發(fā)電機(jī)組典型熱工過程模型參數(shù)辨識實例驗證該算法的有效性。

目 錄

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

第1章 神經(jīng)網(wǎng)絡(luò)理論 （1）

1.1 神經(jīng)網(wǎng)絡(luò)的基本概念 （2）

1.1.1 生物神經(jīng)元的結(jié)構(gòu)與功能特點 （2）

1.1.2 人工神經(jīng)元模型 （3）

1.1.3 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) （5）

1.1.4 神經(jīng)網(wǎng)絡(luò)的工作方式 （6）

1.1.5 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí) （6）

1.1.6 神經(jīng)網(wǎng)絡(luò)的分類 （9）

1.2 典型神經(jīng)網(wǎng)絡(luò)的模型 （9）

1.2.1 MP模型 （9）

1.2.2 感知機(jī) （11）

1.2.3 自適應(yīng)線性神經(jīng)網(wǎng)絡(luò) （15）

1.2.4 BP神經(jīng)網(wǎng)絡(luò) （17）

1.2.5 徑向基神經(jīng)網(wǎng)絡(luò) （27）

1.2.6 競爭學(xué)習(xí)神經(jīng)網(wǎng)絡(luò) （31）

1.2.7 學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò) （40）

1.2.8 Elman神經(jīng)網(wǎng)絡(luò) （41）

1.2.9 Hopfield神經(jīng)網(wǎng)絡(luò) （42）

1.2.10 Boltzmann神經(jīng)網(wǎng)絡(luò) （58）

1.3 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練 （61）

小結(jié) （65）

思考練習(xí)題 （65）

第2章 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù) （66）

2.1 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱函數(shù) （66）

2.1.1 神經(jīng)網(wǎng)絡(luò)工具箱中的通用函數(shù) （66）

2.1.2 感知機(jī)MATLAB函數(shù) （69）

2.1.3 線性神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （79）

2.1.4 BP神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （85）

2.1.5 徑向基神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （96）

2.1.6 自組織神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （102）

2.1.7 學(xué)習(xí)向量量化神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （115）

2.1.8 Elman神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （118）

2.1.9 Hopfield神經(jīng)網(wǎng)絡(luò)MATLAB函數(shù) （121）

2.1.10 利用Demos演示神經(jīng)網(wǎng)絡(luò)的建立 （126）

2.2 MATLAB神經(jīng)網(wǎng)絡(luò)工具箱的圖形用戶界面 （127）

2.2.1 神經(jīng)網(wǎng)絡(luò)編輯器 （128）

2.2.2 神經(jīng)網(wǎng)絡(luò)擬合工具 （136）

2.3 基于Simulink的神經(jīng)網(wǎng)絡(luò)模塊 （139）

2.3.1 模塊的設(shè)置 （139）

2.3.2 模塊的生成 （140）

2.4 神經(jīng)網(wǎng)絡(luò)在系統(tǒng)預(yù)測和故障診斷中的應(yīng)用 （143）

2.4.1 系統(tǒng)輸入/輸出數(shù)據(jù)的處理 （143）

2.4.2 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)預(yù)測 （144）

2.4.3 基于神經(jīng)網(wǎng)絡(luò)的故障診斷 （155）

小結(jié) （162）

思考練習(xí)題 （162）

第3章 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （163）

3.1 神經(jīng)網(wǎng)絡(luò)控制理論 （163）

3.1.1 神經(jīng)網(wǎng)絡(luò)控制的基本原理 （163）

3.1.2 神經(jīng)網(wǎng)絡(luò)在控制中的主要作用 （164）

3.1.3 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的分類 （165）

3.2 基于Simulink的三種典型神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （174）

3.2.1 神經(jīng)網(wǎng)絡(luò)模型預(yù)測控制 （175）

3.2.2 反饋線性化控制 （180）

3.2.3 模型參考控制 （182）

小結(jié) （185）

思考練習(xí)題 （186）

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 （187）

4.1 模糊邏輯理論的基本概念 （187）

4.1.1 模糊集合及其運算 （187）

4.1.2 模糊關(guān)系及其合成 （194）

4.1.3 模糊向量及其運算 （196）

4.1.4 模糊邏輯規(guī)則 （197）

4.1.5 模糊邏輯推理 （199）

4.2 模糊邏輯控制系統(tǒng)的基本結(jié)構(gòu) （205）

4.2.1 模糊控制系統(tǒng)的組成 （205）

4.2.2 模糊控制器的基本結(jié)構(gòu) （206）

4.2.3 模糊控制器的維數(shù) （206）

4.3 模糊邏輯控制系統(tǒng)的基本原理 （207）

4.3.1 模糊化運算 （207）

4.3.2 數(shù)據(jù)庫 （208）

4.3.3 規(guī)則庫 （211）

4.3.4 模糊推理 （213）

4.3.5 去模糊化 （215）

4.4 離散論域的模糊控制系統(tǒng)的設(shè)計 （217）

4.5 具有PID功能的模糊控制器 （222）

小結(jié) （223）

思考練習(xí)題 （223）

第5章 MATLAB模糊邏輯工具箱函數(shù) （224）

5.1 MATLAB模糊邏輯工具箱簡介 （224）

5.1.1 模糊邏輯工具箱的功能特點 （224）

5.1.2 模糊推理系統(tǒng)的基本類型 （225）

5.1.3 模糊邏輯系統(tǒng)的構(gòu)成 （225）

5.2 利用模糊邏輯工具箱建立模糊推理系統(tǒng) （226）

5.2.1 模糊推理系統(tǒng)的建立、修改與存儲管理 （226）

5.2.2 模糊語言變量及其語言值 （229）

5.2.3 模糊語言變量的隸屬函數(shù) （230）

5.2.4 模糊規(guī)則的建立與修改 （236）

5.2.5 模糊推理計算與去模糊化 （240）

5.3 MATLAB模糊邏輯工具箱的圖形用戶界面 （243）

5.3.1 模糊推理系統(tǒng)編輯器 （243）

5.3.2 隸屬函數(shù)編輯器 （245）

5.3.3 模糊規(guī)則編輯器 （245）

5.3.4 模糊規(guī)則瀏覽器 （246）

5.3.5 模糊推理輸入/輸出曲面瀏覽器 （246）

5.4 基于Simulink的模糊邏輯的系統(tǒng)模塊 （248）

5.5 模糊推理系統(tǒng)在控制系統(tǒng)中的應(yīng)用 （251）

小結(jié) （256）

思考練習(xí)題 （256）

第6章 模糊神經(jīng)和模糊聚類及其MATLAB實現(xiàn) （258）

6.1 基于Mamdani模型的模糊神經(jīng)網(wǎng)絡(luò) （258）

6.1.1 模糊系統(tǒng)的Mamdani模型 （258）

6.1.2 系統(tǒng)結(jié)構(gòu) （260）

6.1.3 學(xué)習(xí)算法 （261）

6.2 基于Takagi-Sugeno模型的模糊神經(jīng)網(wǎng)絡(luò) （263）

6.2.1 模糊系統(tǒng)的Takagi-Sugeno模型 （264）

6.2.2 系統(tǒng)結(jié)構(gòu) （264）

6.2.3 學(xué)習(xí)算法 （266）

6.3 自適應(yīng)神經(jīng)模糊系統(tǒng)及其MATLAB實現(xiàn) （268）

6.3.1 采用網(wǎng)格分割方式生成模糊推理系統(tǒng)函數(shù) （269）

6.3.2 自適應(yīng)神經(jīng)模糊系統(tǒng)的建模函數(shù) （270）

6.3.3 自適應(yīng)神經(jīng)模糊推理系統(tǒng)的圖形用戶界面編輯器 （272）

6.3.4 自適應(yīng)神經(jīng)模糊推理系統(tǒng)在建模中的應(yīng)用 （275）

6.4 模糊聚類及其MATLAB實現(xiàn) （281）

6.4.1 模糊C-均值聚類函數(shù) （281）

6.4.2 模糊減法聚類函數(shù) （282）

6.4.3 基于減法聚類的模糊推理系統(tǒng)建模函數(shù) （284）

6.4.4 模糊C-均值和減法聚類的圖形用戶界面 （285）

小結(jié) （288）

思考練習(xí)題 （288）

第三篇 模型預(yù)測控制及其MATLAB實現(xiàn)

第7章 模型預(yù)測控制理論 （289）

7.1 動態(tài)矩陣控制理論 （289）

7.1.1 預(yù)測模型 （289）

7.1.2 滾動優(yōu)化 （291）

7.1.3 誤差校正 （292）

7.2 廣義預(yù)測控制理論 （292）

7.2.1 預(yù)測模型 （293）

7.2.2 滾動優(yōu)化 （293）

7.2.3 反饋校正 （295）

7.3 預(yù)測控制理論分析 （296）

7.3.1 廣義預(yù)測控制的性能分析 （296）

7.3.2 廣義預(yù)測控制與動態(tài)矩陣控制規(guī)律的等價性證明 （300）

7.3.3 廣義預(yù)測控制與動態(tài)矩陣控制的比較 （302）

小結(jié) （302）

思考練習(xí)題 （302）

第8章 MATLAB預(yù)測控制工具箱函數(shù) （303）

8.1 系統(tǒng)模型辨識函數(shù) （303）

8.1.1 數(shù)據(jù)向量或矩陣的歸一化 （303）

8.1.2 基于線性回歸方法的脈沖響應(yīng)模型辨識 （305）

8.1.3 脈沖響應(yīng)模型轉(zhuǎn)換為階躍響應(yīng)模型 （308）

8.1.4 模型的校驗 （309）

8.2 系統(tǒng)模型建立與轉(zhuǎn)換函數(shù) （309）

8.2.1 模型轉(zhuǎn)換 （310）

8.2.2 模型建立 （314）

8.3 基于階躍響應(yīng)模型的控制器設(shè)計與仿真函數(shù) （316）

8.3.1 輸入/輸出有約束的模型預(yù)測控制器設(shè)計與仿真 （316）

8.3.2 輸入/輸出無約束的模型預(yù)測控制器設(shè)計 （317）

8.3.3 計算由階躍響應(yīng)模型構(gòu)成的閉環(huán)系統(tǒng)模型 （319）

8.4 基于狀態(tài)空間模型的預(yù)測控制器設(shè)計函數(shù) （320）

8.4.1 輸入/輸出有約束的狀態(tài)空間模型預(yù)測控制器設(shè)計 （320）

8.4.2 輸入/輸出無約束的狀態(tài)空間模型預(yù)測控制器設(shè)計 （321）

8.4.3 狀態(tài)估計器設(shè)計 （324）

8.5 系統(tǒng)分析與繪圖函數(shù) （325）

8.5.1 計算和繪制系統(tǒng)的頻率響應(yīng)曲線 （326）

8.5.2 計算頻率響應(yīng)的奇異值 （327）

8.5.3 計算系統(tǒng)的極點和穩(wěn)態(tài)增益矩陣 （327）

8.5.4 系統(tǒng)分析和繪圖 （327）

8.6 通用功能函數(shù) （328）

8.6.1 通用模型轉(zhuǎn)換 （329）

8.6.2 方程求解 （330）

8.6.3 離散系統(tǒng)的分析 （330）

8.7 MATLAB模型預(yù)測控制工具箱的圖形用戶界面 （331）

小結(jié) （336）

思考練習(xí)題 （336）

第9章 隱式廣義預(yù)測自校正 （337）

控制及其MATLAB實現(xiàn) （337）

9.1 單輸入單輸出系統(tǒng)的隱式廣義預(yù)測自校正控制算法 （337）

9.2 多輸入多輸出系統(tǒng)的隱式廣義預(yù)測自校正控制算法 （340）

9.3 仿真研究 （344）

9.3.1 單輸入單輸出系統(tǒng)的仿真研究 （344）

9.3.2 多輸入多輸出系統(tǒng)的仿真研究 （347）

小結(jié) （348）

思考練習(xí)題 （348）

附錄A MATLAB程序清單 （349）

附錄B MATLAB函數(shù)一覽表 （361）

附錄C MATLAB函數(shù)分類索引 （367）

參考文獻(xiàn) （369）2100433B