类神经网路与模糊控制理论入门与应用

第1章　類神經網路簡介1-1

1-1　何謂「類神經網路」1-2

1-2　腦生理學1-2

1-2.1　神經細胞電化學作用學說1-3

1-2.2　Hebbian神經細胞學習規則1-3

1-3　生物神經元模型1-4

1-3.1　神經網路計算與數位電腦的比較1-5

1-4　人工神經元模型1-6

1-4.1　常用的非線性轉換函數1-7

1-5　類神經網路基本架構1-9

1-6　類神經網路的運作過程1-10

1-6.1　回歸型網路的運作過程1-11

1-6.2　前授型網路的運作過程1-11

1-7　類神經網路的特性1-12


第2章　感知機與倒傳遞類神經網路2-1

2-1　單層感知機2-2

2-1.1　單層感知機數學模型2-2

2-1.2　單層感知機的分類應用2-3

2-1.3　加入隱藏單元的感知機2-6

2-1.4　感知機的評價2-6

2-2　前授型多層感知機2-7

2-3　倒傳遞類神經網路2-8

2-3.1　網路架構2-8

2-3.2　運作過程2-9

2-4　倒傳遞網路演算法2-10

2-4.1　學習演算法2-10

2-4.2　回想演算法2-15

2-4.3　演算法的推導2-16

2-5　倒傳遞網路程式例2-20

2-5.1　學習程式2-20

2-5.2　回想程式2-27

2-6　倒傳遞網路的應用實例2-31

2-6.1　實例一：XOR邏輯問題2-31

2-6.2　實例二：蝴蝶花分類問題2-34

2-7　倒傳遞神經網路的評價2-39


第3章　霍普菲爾網路3-1

3-1　網路架構與運作過程3-2

3-1.1　由能量觀點來看網路的運作過程3-4

3-1.2　霍普菲爾網路的類型3-6

3-2　霍普菲爾網路演算法3-7

3-2.1　記憶演算法3-7

3-2.2　聯想演算法3-8

3-2.3　網路手算例3-9

3-3　霍普菲爾網路演算法的證明3-13

3-4　霍普菲爾網路程式例3-16

3-4.1　記憶程式3-16

3-4.2　聯想程式3-19

3-5　霍普菲爾網路應用實例3-23

3-5.1　記憶聯想人的臉面特徵3-23

3-5.2　記憶聯想阿拉伯數字3-26

3-6　霍普菲爾網路容量問題3-34

3-7　連續型霍普菲爾網路模型3-35

3-8　霍普菲爾網路的評價3-38


第4章　類神經網路的應用4-1

4-1　自走式機械人控制4-2

4-1.1　運動機構4-2

4-1.2　感測器4-3

4-1.3　控制電路4-4

4-1.4　神經網路架構4-5

4-1.5　學習過程4-7

4-1.6　佈景設計與訓練樣本4-8

4-2　類神經網路控制系統模型4-14

4-2.1　一般學習架構4-15

4-2.2　專門學習架構4-16

4-2.3　一般學習與專門學習混合應用4-19

4-3　最佳化計算4-19

4-3.1　旅行推銷員問題的求解過程4-21

4-3.2　求解旅行推銷員問題的程式例4-25

4-3.3　應用實例4-33

4-3.4　霍普菲爾網路在最佳化計算的評價4-36


第5章　集合理論傳統與模糊集合5-1

5-1　傳統集合5-2

5-1.1　傳統集合的運算5-3

5-1.2　傳統集合的運算性質5-4

5-1.3　傳統集合的特徵函數5-6

5-2　模糊集合5-7

5-2.1　模糊集合的表示法5-9

5-2.2　模糊集合運算5-12

5-2.3　模糊集合運算性質5-13

5-3　模糊集合歸屬函數的特徵5-14

5-4　傳統集合的關係5-18

5-4.1　直積集合5-18

5-4.2　傳統關係5-19

5-4.3　傳統關係的運算5-20

5-5　模糊集合的關係5-23

5-5.1　模糊關係5-23

5-5.2　模糊關係的運算5-24

5-6　映　射5-26

5-6.1　擴展原理5-27


第6章　模糊邏輯與模糊推論6-1

6-1　傳統二值邏輯6-2

6-1.1　複合命題6-3

6-1.2　以集合關係來表示蘊含邏輯運算6-5

6-1.2　2值邏輯推論6-9

6-2　模糊邏輯6-11

6-2.1　複合模糊命題6-12

6-3　模糊語言6-15

6-4　模糊推論6-16


第7章　模糊控制7-1

7-1　簡　介7-2

7-1.1　本章學習目標7-3

7-2　模糊控制器的組成7-3

7-3　模糊控制器的設計步驟7-5

7-4　水位模糊控制7-9

7-5　洗衣機模糊控制7-13

7-6　本章重點7-25


第8章　模糊溫度控制器8-1

8-1　系統描述8-2

8-2　單輸入系統模糊溫度控制器8-2

8-3　單輸入模糊溫度控制器的實作8-6

8-4　雙輸入模糊溫度控制器8-11

8-5　雙輸入模糊溫度控制器的實現8-16

8-6　本章重點8-25


第9章　ANFIS自適應網路模糊推論系統9-1

9-1　Sugeno模糊模型9-2

9-1.1　一次Sugeno模糊推論系統9-2

9-2　ANFIS架構9-3

9-3　ANFIS參數學習9-6

9-4　MATLAB中與ANFIS相關的函數9-6

9-5　以ANFIS求解XOR邏輯9-12

9-6　ANFIS在模糊控制器設計的應用9-15

9-7　本章重點9-17


第10章　自組性類神經網路10-1

10-1　簡　介10-2

10-2　SOM類神經網路10-2

10-2.1　SOM網路架構10-3

10-2.2　SOM學習演算法10-4

10-3　SOM類神經網路程式例10-4

10-4　LVQ類神經網路10-9

10-4.1　LVQ網路架構10-10

10-4.2　LVQ學習演算法10-11

10-4.3　LVQ回想演算法10-12

10-5　LVQ類神經網路程式例10-13

10-6　ART類神經網路10-22

10-6.1　ART-1網路架構10-23

10-6.2　ART-1網路的學習原理10-24

10-6.3　ART-1學習演算法10-24

10-6.4　ART-1回想演算法10-26

10-7　ART類神經網路程式例10-27

10-8　本章重點10-37


第11章　RBF類神經網路11-1

11-1　簡　介11-2

11-1.1　本章學習重點11-3

11-2　RBF類神經網路架構11-3

11-3　RBFNN學習演算法11-5

11-4　RBFNN學習演算法的推導11-7

11-5　RBFNN辨識非線性數學模型11-8

11-6　PID控制原理11-13

11-6.1　PID控制器的作用11-14

11-6.2　數位PID控制11-15

11-6.3　增量式PID控制11-15

11-7　基於RBFNN調整的PID控制11-16

11-7.1　PID控制參數的調整11-17

11-7.2　Jacobian信息的計算11-18

11-8　智慧型PID控制應用實例11-19

11-8.1　未加RBF網路調整的PID控制11-20

11-8.2　加入RBFNN調整的PID控制11-22

11-9　本章重點11-28


第12章　基因演算法12-1

12-1　簡　介12-2

12-1.1　基因演算法的主要特性12-2

12-1.2　本章學習重點12-3

12-2　產生母代12-3

12-3　基因演算法的運算12-5

12-3.1　複製運算12-5

12-3.2　交配運算12-612.

3-3　突變運算12-7

12-4　以C語言實現基因演算法12-7

12-4.1　應用範例(一)12-8

12-4.2　應用範例(二)12-15

12-5　以MATLAB實現基因演算法12-21

12-5.1　MATLAB程式12-23

12-6　基因演算法PID控制12-26

12-6.1　MATLAB程式12-29

12-7　本章重點12-35


附錄　以Visual C++ 2005編譯類神經網路程式 附-1