MATLAB模糊系统设计

　　第1章 MATLAB简介
　　 1.1 MATLAB概述
　　 1.2 MATLAB的操作
　　 1.2.1 MATLAB语言特点
　　 1.2.2 MATLAB的M文件介绍
　　 1.2.3 MATLAB的使用命令
　　 1.2.4 MATLAB的输入与输出函数
　　 1.3 MATLAB的矩阵运算及应用举例
　　 1.4 MATLAB的向量运算
　　 1.5 MATLAB的控制语句
　　 1.5.1 循环语句
　　 1.5.2 条件转移语句
　　 1.6 MATLAB的绘图应用
　　第2章 模糊系统的理论基础
　　 2.1 模糊系统的概述
　　 2.1.1 模糊集
　　 2.1.2 模糊规则
　　 2.1.3 模糊推理系统
　　 2.1.4 模糊系统的非线性逼近
　　 2.1.5 模糊系统存在的问题
　　 2.2 模糊系统的集合
　　 2.2.1 经典集合及其特征函数
　　 2.2.2 模糊集合及其隶属度函数
　　 2.2.3 模糊集合的基本运算应用
　　 2.3 模糊关系的剖析
　　 2.3.1 模糊关系方程组与布尔型模糊关系方程
　　 2.3.2 模糊矩阵的幂运算及收敛性
　　 2.3.3 “如果-则”推理关系
　　 2.4 模糊扩展原理
　　 2.5 凸模糊集合
　　 2.6 模糊数
　　第3章 MATLAB结构模糊优化及系统设计
　　 3.1 模糊优化模型
　　 3.1.1 模糊优化设计的步骤
　　 3.1.2 建立数学模型的基本原则
　　 3.1.3 模糊优化基本概念
　　 3.2 模糊优化的分类
　　 3.2.1 对称模糊优化和非对称模糊优化
　　 3.2.2 模糊遗传算法
　　 3.2.3 其他方法
　　 3.3 单目标和多目标优化设计
　　 3.3.1 迭代法
　　 3.3.2 权重最大-最小法
　　 3.3.3 对称多目标模糊优化的求解
　　 3.3.4 多目标模糊优化的向量水平截集法
　　 3.4 用图形界面工具建立模糊系统
　　 3.4.1 模糊推理系统编辑器
　　 3.4.2 模糊规则编辑器
　　 3.4.3 隶属度函数编辑器
　　 3.4.4 模糊推理输入输出曲面视图
　　 3.5 用命令函数实现模糊逻辑系统
　　 3.5.1 命令行函数使用示例
　　 3.5.2 使用MATLAB命令创建和计算模糊系统
　　 3.5.3 MATLAB的FIS结构和存储
　　 3.6 模糊逻辑工具箱应用
　　 3.6.1 MATLAB工具箱附带隶属度函数应用示例
　　 3.6.2 FIS系统相关操作
　　 3.6.3 模型转换及矩阵操作类函数
　　 3.6.4 系统图形显示函数
　　 3.6.5 模糊推理运算、计算类函数
　　第4章 模糊控制器及控制系统的设计
　　 4.1 模糊控制系统的组成部分
　　 4.1.1 传统控制系统到模糊控制系统
　　 4.1.2 模糊控制器的结构
　　 4.2 控制器的输出形式
　　 4.2.1 位置式输出
　　 4.2.2 增量式输出
　　 4.3 Mamdani型模糊控制的设计
　　 4.3.1 Mamdani型模糊控制器的组成
　　 4.3.2 量化因子及比例因子
　　 4.3.3 模糊化及清晰化
　　 4.3.4 模糊自动设计的应用
　　 4.4 T-S型模糊控制器的设计
　　 4.4.1 T-S型模糊模型
　　 4.4.2 T-S型模糊系统设计要点
　　 4.5 模糊控制系统设计应用举例
　　 4.5.1 温度控制系统
　　 4.5.2 控制系统性能解析
　　第5章 MATLAB仿真的模糊控制系统设计
　　 5.1 Simulink仿真简介
　　 5.1.1 MATLAB中的仿真模块库
　　 5.1.2 仿真模型图的构建
　　 5.1.3 动态系统的Simulink仿真
　　 5.2 模糊控制系统的设计与MATLAB仿真
　　 5.2.1 FIS与仿真的连接
　　 5.2.2 设计模型控制系统的Simulink模型图
　　 5.2.3 仿真对系统的分析
　　第6章 C语言与模糊逻辑工具箱的接口应用
　　 6.1 fls.c简介
　　 6.2 fismain.c简介
　　 6.3 MATLAB模糊推理系统C程序接口举例
　　第7章 MATLAB模糊逻辑系统设计及应用
　　 7.1 自适应神经网络模糊系统设计
　　 7.1.1 自适应神经模糊系统简述
　　 7.1.2 MATLAB的自适应神经模糊推理系统设计的anfis和genfis1函数
　　 7.1.3 MATLAB辅助ANFIS设计及应用
　　 7.1.4 MATLAB工具箱的anfissedit图形界面工具
　　 7.2 Sugeno型模糊推理系统的应用
　　 7.2.1 Sugeno型模糊推理系统的应用举例
　　 7.2.2 Sugeno型系统与Maindani型系统的比较
　　 7.3 MATLAB实现与模糊聚类应用
　　 7.3.1 MATLAB图形化模糊聚类工具概述
　　 7.3.2 减法聚类及实例
　　 7.3.3 模糊C-均值聚类
　　 7.4 用ANFIS建立FIS举例
　　第8章 神经网络在MATLAB模糊控制设计中的应用
　　 8.1 神经网络的基本原理
　　 8.1.1 神经网络的发展史
　　 8.1.2 神经元生理结构
　　 8.1.3 神经元的功能特点
　　 8.1.4 神经元的数学模型
　　 8.1.5 神经网络模型的学习方法
　　 8.1.6 感知器的学习算法
　　 8.1.7 神经网络学习的梯度算法
　　 8.1.8 人工神经网络模型
　　 8.1.9 反射传播学习的BP算法
　　 8.2 模糊神经网络的应用
　　 8.2.1 算术模糊神经网络的应用
　　 8.2.2 逻辑模糊神经网络的应用
　　 8.2.3 混合模糊神经网络的应用
　　 8.3 遗传算法的应用
　　 8.3.1 遗传算法的概述
　　 8.3.2 遗传算法的原理
　　 8.3.3 模糊神经网络的遗传学习算法
　　 8.4神经模糊控制系统
　　 8.4.1 神经模糊控制器
　　 8.4.2 神经模糊控制器的学习算法
　　 8.4.3 多种神经元组成的神经模糊控制器
　　第9章 MA蚴模糊设计系统应用举例
　　 9.1 二关节机械手的逆运动学建模
　　 9.1.1 问题的全面分析
　　 9.1.2 MATLAB自适应神经网络模糊系统
　　 9.2 模糊自适应消噪
　　 9.2.1 问题全面分析
　　 9.2.2 ANFIS应用消噪
　　 9.3 小车倒摆模糊系统控制
　　 9.3.1 概述
　　 9.3.2 问题的全面分析
　　 9.3.3 MATLAB建模设计
　　 9.4模糊聚类在地质科学中的应用
　　 9.4.1 问题全面分析
　　 9.4.2 岩石的MATLAB模糊C-聚类
　　第10章 模糊理论及模糊优化的应用
　　 10.1 模糊理论在图像处理中的应用
　　 10.1.1 概述
　　 10.1.2 图像处理中的模糊理论
　　 10.1.3 模糊系统与神经网络的融合
　　 10.1.4 模糊神经网络的滤波器设计
　　 10.2 模糊优化的应用
　　 10.2.1 MATLAB优化工具箱的应用
　　 10.2.2 闭式标准斜齿圆柱齿轮模糊优化举例
　　 10.2.3 普通圆柱蜗杆传动多目标模糊优化举例
　　参考文献