神 经 网 络 - 中国高校教材图书网
|
书名： |
神 经 网 络
|
| ISBN： | 978-7 - 5606-1902-6 |
责任编辑： | |
| 作者： |
侯媛彬 杜京义 汪 梅
相关图书
|
装订： | 平装 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥26.00
折扣价：￥24.70
折扣：0.95
节省了1.3元
|
字数： |
339千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
|
| 出版日期： |
2007-08-01 |
每包册数： |
|
| 国家规划教材： |
|
省部级规划教材： |
|
| 入选重点出版项目： |
|
获奖信息： |
|
|
|
| 内容简介： |
内容简介
神经网络是智能控制技术的主要分支之一。 本书的主要内容有： 神经网络的概念， 神经网络的分类与学习方法， 前向神经网络模型及其算法， 改进的BP网络及其控制、 辨识建模， 基于遗传算法的神经网络， 基于模糊理论的神经网络， RBF网络及其在混沌背景下对微弱信号的测量与控制， 反馈网络， Hopfield网络及其在字符识别中的应用， 支持向量机及其故障诊断， 小波神经网络及其在控制与辨识中的应用。
本书内容全面， 重点突出， 以讲明基本概念和方法为主， 尽量减少繁琐的数学推导
， 并给出一些结合工程应用的例题。 本书附有光盘， 其中包括结合各章节内容所开发
的30多个源程序， 可直接在MATLAB界面下运行； 此外， 还包括用Authorware 和Flash软件制作的动画课件。
本书既可作为自动化和电气自动化专业及相关专业的研究生教材， 也可供机电类工程技术人员选用， 还可作为有兴趣的读者自学与应用的参考书。
|
| 作者简介： |
|
|
| 章节目录： |
目录
第1章 智能控制技术基础 1
1.1 智能控制的基本概念 1
1.2 智能控制系统的分类和发展 3
1.3 用于神经网络控制或辨识建模的噪声信号产生方法 4
1.4 伪随机信号产生及MATLAB仿真举例 8
1.5 语义网络知识表示法及Petri网举例 12
1.6 小结 14
习题 14
第2章 神经网络控制的基本概念 15
2.1 生物神经元模型 15
2.2 人工神经元 16
2.2.1 人工神经网络的发展 16
2.2.2 神经网络的特性 17
2.2.3 人工神经元模型 17
2.3 神经网络常用的激发函数 18
2.4 神经网络的分类 19
2.5 神经网络学习方法 21
2.6 小结 25
习题 25
第3章 前向神经网络模型及其仿真算法 26
3.1 感知器算法及其应用 26
3.1.1 感知器的概念 26
3.1.2 感知器的局限性 26
3.1.3 感知器的线性可分性 27
3.1.4 感知器分类的MATLAB仿真 29
3.2 BP神经网络及其算例 35
3.3 其它前向网络 40
3.4 神经网络模型辨识 42
3.4.1 神经网络模型辨识系统结构 42
3.4.2 神经网络模型辨识MATLAB仿真 44
3.5 神经网络自适应控制系统结构 48
3.6 神经元自适应控制系统MATLAB仿真 50
3.6.1 Kp变化时系统的阶跃响应仿真 50
3.6.2 系统的闭环零点z、 极点p和增益k求取仿真 51
3.6.3 单神经网络控制系统仿真 52
3.7 小结 54
习题 54
第4章 改进的BP网络训练算法 55
4.1 BP网络分析及其改进思路 55
4.1.1 网络存在问题分析 55
4.1.2 其它网络训练技巧 56
4.2 基于降低网络灵敏度的网络改进算法 57
4.3 提高神经网络容错性的理论和方法 59
4.4 提高神经网络收敛速度的一种赋初值算法 61
4.5 复杂系统神经网络辨识MATLAB仿真举例 67
4.5.1 具有噪声二阶系统辨识的MATLAB程序剖析 67
4.5.2 多维非线性辨识与MATLAB程序剖析 70
4.6 小结 77
习题 77
第5章 小脑模型神经网络及其应用 78
5.1 CMAC网络的特点 78
5.2 改进的CMAC干式变压器卷线机跑偏信号谐波分析 80
5.2.1 CMAC网络对非线性函数学习过程 81
5.2.2 干式变压器卷线机跑偏信号谐波分析方法 82
5.2.3 跑偏信号谐波仿真与分析 83
5.3 改进的CMAC 学习多维函数 90
5.4 小结 92
习题 92
第6章 遗传算法及其神经网络 93
6.1 遗传算法的概念 93
6.1.1 遗传算法的定义及特点 93
6.1.2 遗传操作 94
6.2 一种适应度函数的改进算法 98
6.2.1 适应度函数的选择与计算 98
6.2.2 一种改进的遗传神经解耦方法 100
6.2.3 遗传神经解耦仿真、 实验及结论 101
6.3 遗传算法及其遗传神经网络应用仿真 102
6.3.1 遗传算法寻优MATLAB仿真 102
6.3.2 遗传神经元辨识MATLAB仿真 107
6.4 小结 109
习题 109
第7章 模糊神经网络 110
7.1 传统控制与模糊控制 110
7.2 模糊神经网络及其应用 111
7.2.1 模糊神经网络的概念 111
7.2.2 隶属函数神经网络 111
7.2.3 模糊神经网络控制模型 112
7.3 FNN对非线性多变量系统的解耦方法 115
7.3.1 FNN解耦的基本模型 115
7.3.2 FNN解耦的算法 116
7.4 FC及FNN解耦算法的MATLAB仿真 117
7.5 小结 123
习题 124
第8章 径向基函数网络 125
8.1 径向基函数网络模型 125
8.2 网络的训练与设计 128
8.2.1 聚类分析 128
8.2.2 动态聚类法 128
8.2.3 RBF网络的学习算法 130
8.3 径向基神经网络的工具箱 132
8.3.1 面向MATLAB工具箱的径向基神经元模型 132
8.3.2 面向MATLAB工具箱的径向基神经网络 133
8.3.3 径向基网络的创建与学习过程 133
8.3.4 径向基网络的应用 135
8.4 混沌时间序列建模及预测 137
8.4.1 相空间重构 138
8.4.2 非线性函数逼近方法 139
8.4.3 数值实验 139
8.5 小结 140
习题 140
第9章 反馈型神经网络 141
9.1 Hopfield神经网络 141
9.1.1 Hopfield网络的结构 141
9.1.2 Hopfield网络的稳定性 143
9.1.3 基本学习规则 146
9.1.4 Hopfield网络的联想特性 148
9.2 反馈网络与优化计算 151
9.2.1 Hopfield网络的电路模型与动态方程 152
9.2.2 Hopfield网络的能量函数与稳定性 154
9.2.3 Hopfield网络的优化计算 155
9.3 Hopfield网络的MATLAB开发 159
9.3.1 Hopfield神经网络的工具函数 159
9.3.2 基于Hopfield网络的数字识别 161
9.4 小结 163
习题 163
第10章 支持向量机 164
10.1 统计学习理论的一般概念 164
10.1.1 机器学习问题的表示 165
10.1.2 经验风险最小化 165
10.1.3 学习机的VC维与风险界 167
10.1.4 结构风险最小化 170
10.2 最优化理论基础 171
10.2.1 二次规划 171
10.2.2 拉格朗日理论 173
10.2.3 二次规划的对偶 175
10.3 支持向量机 176
10.3.1 分类超平面的几何性质 176
10.3.2 线性可分支持向量机 178
10.3.3 近似线性可分支持向量机 180
10.3.4 非线性可分支持向量机 181
10.3.5 支持向量回归机 184
10.4 支持向量机的实现 186
10.4.1 LIBSVM 软件包简介 186
10.4.2 LIBSVM使用方法 186
10.4.3 SVM在MATLAB中的实现 189
10.5 SVM在故障诊断中的应用 190
10.6 小结 193
习题 193
第11章 小波神经网络及应用 194
11.1 多尺度分析 194
11.2 小波变换 195
11.3 小波包变换 202
11.4 小波分析在信号处理中的应用 204
11.4.1 信号奇异点检测仿真 204
11.4.2 信号消噪仿真 206
11.5 小波神经网络 207
11.6 小波神经网络在电缆故障识别中的应用 210
11.6.1 小波变换提取特征 210
11.6.2 小波神经网络结构设计 212
11.6.3 电缆故障识别仿真 212
11.7 小结 219
习题 220
参考文献 221
|
| 精彩片段： |
|
|
| 书 评： |
前言
智能控制是控制科学发展的高级阶段， 是一门新兴的交叉前沿学科， 它具有极为广泛的
应用领域， 例如航空航天载人卫星的精确导航控制、 智能机器人柔性控制、 深海石油钻机的
智能监测监控、 智能过程控制、 智能调度与规划、 专家控制系统、 智能故障诊断与定位、
医疗内镜监控智能仪器及柔性自动制造系统的智能控制等。 按照智能控制创始人K.S.Fu（傅京孙）和 Saridis的观点， 智能控制是自动控制、 人工智能和运筹学的交集。 20世纪末，
研究智能控制的学者把智能控制的内容分为三大分支， 即神经网络、 模糊控制和专家系统。 随着对不确定性系统处理的需求， 适应于全局寻优的遗传算法、 处理海量数据的粗糙集理论、 处理小样本数据的支持向量机等理论为智能控制系统的发展增加了新的研究方法。
神经网络是智能控制技术的重要分支之一。 神经网络主要用于非线性系统的辨识建模、 非线性过程的预测、 神经网络控制及故障诊断等。 为了适应新时代科学技术、 经济、 社会发
展的趋势， 把体现当代科学发展特征的多学科间交叉与渗透的内容及最新成果反映到教学中来， 结合工科高等院校人才培养的特点， 我们特编写了本书。
全书共分11章。
第1、 2章内容是智能控制技术和神经网络的基本概念， 也是神经网络控制、 辨识、 预测或组成各种神经网络系统的基础。 第1章介绍智能控制技术的基本概念、 智能控制系统的分类和发展， 然后讨论用于神经网络控制或辨识建模的噪声信号产生方法、 伪随机信号产生方法。 第2章首先从生物神经元模型入手， 介绍人工神经网络的发展、 特点及其模型， 阐述神经网络常用的激发函数， 包括各种激发函数的模型及其作用特性， 其次论述了神经网络的分类及神经网络常用的学习方法。 第3、 4章主要讨论前向网络和改进的BP网络。第3章介绍简单的感知器， 分析和讨论其线性可分性， 并用开发的三种仿真程序来验证感知器分类性能； 论述BP网络的基本功能和特性， 详细地推导出BP网络的学习算法及其学习非线性、 控制非线性系统的程序开发方法。 第4章分析研究BP网络算法的特点及其存在的问题， 探讨基于BP网络的改进算法， 包括降低神经网络灵敏度的改进算法、 提高一类神经网络容错性的理论和方法、 提高神经网络收敛速度的一种赋初值算法。第5章在介绍CMAC特点的基础上， 探讨基于改进的CMAC算法， 包括干式变压器卷线机跑偏信号谐波分析算法以及改进的CMAC 网络学习多维函数算法。 第6章在介绍遗传算法概念的基础上， 对基于遗传算法寻优的软件编程方法、 基于遗传算法神经网络辨识软件的开发进行了探讨。 第7章在介绍传统控制与模糊控制的区别的基础上， 探讨模糊神经网络(FNN)对非线性多变量系统的解耦方法， 同时探讨模糊控制（FC）和模糊神经网络(FNN)解耦控制算法的ATLAB仿真。 第8章介绍基本RBF网络的结构与训练、 RBF网络与BP网络的区别， 讨论径向基网络的创建与学习过程软件开发、 非线性函数逼近方法及模式识别软件开发方法。 第9章讨论Hopfield网络实现的自相联存储、 Hopfield网络的结构与训练以及Hopfield网络的MATLAB开发方法。 第10章首先介绍统计学习理论的基本概念， 其次讨论基于统计学习理论的一种新的通用学习方法——支持向量机(Support Vector Machine， SVM)， 最后讨论将SVM用于电液伺服阀的故障诊断的软件开发方法。 第11章介绍多尺度分析， 引入小波变换和小波包变换， 阐述小波分析在信号处理中的两种应用： 信号奇异点检测和信号消噪， 给出了信号奇异点检测和信号消噪的仿真程序及执行结果， 最后介绍小波神经网络及其在电缆故障识别中的应用。
以上各章均给出了相应的开发程序及其程序剖析。 本书内容全面， 重点突出， 以讲明基本概念和方法为主， 尽量减少繁琐的数学推导， 但对一些新提出的定理给出了较详细的证明， 并给出一些结合工程应用的例题， 特别是给出了本书所涉及到的各种神经网络应用的软件开发方法。 本书附有光盘， 其中包括结合各章节内容所开发的30多个工程应用源程序， 可直接在MATLAB界面下运行； 此外， 还包括用Authorware和Flash软件制作的动画课件。
本书的第1章到第7章由侯媛彬教授执笔， 第8章到第10章由杜京义副教授执笔， 第11章由
汪梅教授执笔。 侯媛彬教授和李红岩老师制作了动画课件。 各章程序由执笔者开发， 宋春
峰老师开发了遗传算法程序。 全书由侯媛彬教授和杜京义副教授统稿。 本书的三位作者均
具有博士学位， 在一线从事教学工作多年。
由于编者能力有限， 不妥之处在所难免， 欢迎读者提出宝贵意见。
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
