扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
神经网络控制 版权信息
- ISBN：9787560621500
- 条形码：9787560621500 ; 978-7-5606-2150-0
- 装帧：暂无
- 册数：暂无
- 重量：暂无
- 所属分类：>
神经网络控制 内容简介
本书介绍了神经网络控制的基本理论与控制方法。全书共分8章，主要包括神经网络和自动控制的基础知识、神经计算基础、神经网络模型、神经控制中的系统辨识、人工神经元控制系统、神经控制系统、模糊神经控制系统和神经控制中的遗传进化训练等内容。
本书可作为高等工科院校工业自动化、计算机科学与技术、检测技术与仪器、电子信息、自动控制、电子信息工程等专业高年级学生、研究生教材或参考书，也可供专业技术人员、技术管理人员或科技人员参考。
神经网络控制 目录
第1章 神经网络和自动控制的基础知识
1.1 人工神经网络的发展史
1.1.1 20世纪40年代——神经元模型的诞生
1.1.2 20世纪50年代——从单神经元到单层网络，形成**次热潮
1.1.3 20世纪60年代——学习多样化和AN2的急剧冷落
1.1.4 20世纪70年代——在低迷中顽强地发展
1.1.5 20世纪80年代——AN2研究热潮再度兴起
1.1.6 20世纪90年代——再现热潮，产生许多边缘交叉学科
1.1.7 进入21世纪——实现机器智能的道路漫长而又艰难
1.2 生物神经元和人工神经元
1.2.1 生物神经元
1.2.2 人工神经元
1.3 生物神经网络和人工神经网络
1.3.1 生物神经网络
1.3.2 人工神经网络
1.4 自动控制的发展史
1.4.1 从传统控制理论到智能控制
1.4.2 智能控制的产生与基本特征
1.4.3 智能控制系统
1.5 模糊集与模糊控制概述
1.5.1 模糊集
1.5.2 模糊隶属函数
1.5.3 模糊控制
1.6 从生物神经控制到人工神经控制
1.6.1 生物神经控制的智能特征
1.6.2 人工神经控制的模拟范围
1.7 小结
习题与思考题
第2章 神经计算基础
2.1 线性空间与范数
2.1.1 矢量空间
2.1.2 范数
2.1.3 赋范线性空间
2.1.4 L1范数和L2范数
2.2 迭代算法
2.2.1 迭代算法的终止准则
2.2.2 梯度下降法
2.2.3 *优步长选择
2.3 逼近论
2.3.1 Banach空间和逼近的定义
2.3.2 L2逼近和*优一致逼近
2.3.3 离散点集上的*小二乘逼近
2.4 神经网络在线迭代学习算法
2.5 变换
2.5.1 z变换的定义和求取
2.5.2 z变换的性质
2.5.3 z反变换
2.6 李雅普诺夫意义下的稳定性
2.6.1 非线性时变系统的稳定性问题
2.6.2 李雅普诺夫意义下的渐进稳定
2.6.3 李雅普诺夫第二法
2.6.4 非线性系统的稳定性分析
2.7小结
习题与思考题
第3章 神经网络模型
3.1 人工神经网络建模
3.1.1 MP模型
3.1.2 Hebb学习法则
3.2 感知器
3.2.1 单层感知器
3.2.2 多层感知器
3.3 BP网络与BP算法
3.3.1 BP网络的基本结构
3.3.2 BP算法及步长调整
3.4 自适应线性神经网络
3.5 自组织竞争型神经网络
3.5.1 自组织竞争型神经网络的基本结构
3.5.2 自组织竞争型神经网络的学习算法
3.6 小脑模型神经网络
3.6.1 CMAC的基本结构
3.6.2 CMAC的工作原理
3.6.3 CMAC的学习算法与训练
3.7 递归型神经网络
3.7.1 DTRNN的网络结构
3.7.2 实时递归学习算法
3.8 霍普菲尔德（Hopfield）神经网络
……
第4章 神经控制中的系统辨识
第5章 人工神经元控制系统
第6章 神经控制系统
第7章 模糊神经控制系统
第8章 神经控制中的遗传进化训练
附录 常用神经控制术语汉英对照
参考文献
1.1 人工神经网络的发展史
1.1.1 20世纪40年代——神经元模型的诞生
1.1.2 20世纪50年代——从单神经元到单层网络，形成**次热潮
1.1.3 20世纪60年代——学习多样化和AN2的急剧冷落
1.1.4 20世纪70年代——在低迷中顽强地发展
1.1.5 20世纪80年代——AN2研究热潮再度兴起
1.1.6 20世纪90年代——再现热潮，产生许多边缘交叉学科
1.1.7 进入21世纪——实现机器智能的道路漫长而又艰难
1.2 生物神经元和人工神经元
1.2.1 生物神经元
1.2.2 人工神经元
1.3 生物神经网络和人工神经网络
1.3.1 生物神经网络
1.3.2 人工神经网络
1.4 自动控制的发展史
1.4.1 从传统控制理论到智能控制
1.4.2 智能控制的产生与基本特征
1.4.3 智能控制系统
1.5 模糊集与模糊控制概述
1.5.1 模糊集
1.5.2 模糊隶属函数
1.5.3 模糊控制
1.6 从生物神经控制到人工神经控制
1.6.1 生物神经控制的智能特征
1.6.2 人工神经控制的模拟范围
1.7 小结
习题与思考题
第2章 神经计算基础
2.1 线性空间与范数
2.1.1 矢量空间
2.1.2 范数
2.1.3 赋范线性空间
2.1.4 L1范数和L2范数
2.2 迭代算法
2.2.1 迭代算法的终止准则
2.2.2 梯度下降法
2.2.3 *优步长选择
2.3 逼近论
2.3.1 Banach空间和逼近的定义
2.3.2 L2逼近和*优一致逼近
2.3.3 离散点集上的*小二乘逼近
2.4 神经网络在线迭代学习算法
2.5 变换
2.5.1 z变换的定义和求取
2.5.2 z变换的性质
2.5.3 z反变换
2.6 李雅普诺夫意义下的稳定性
2.6.1 非线性时变系统的稳定性问题
2.6.2 李雅普诺夫意义下的渐进稳定
2.6.3 李雅普诺夫第二法
2.6.4 非线性系统的稳定性分析
2.7小结
习题与思考题
第3章 神经网络模型
3.1 人工神经网络建模
3.1.1 MP模型
3.1.2 Hebb学习法则
3.2 感知器
3.2.1 单层感知器
3.2.2 多层感知器
3.3 BP网络与BP算法
3.3.1 BP网络的基本结构
3.3.2 BP算法及步长调整
3.4 自适应线性神经网络
3.5 自组织竞争型神经网络
3.5.1 自组织竞争型神经网络的基本结构
3.5.2 自组织竞争型神经网络的学习算法
3.6 小脑模型神经网络
3.6.1 CMAC的基本结构
3.6.2 CMAC的工作原理
3.6.3 CMAC的学习算法与训练
3.7 递归型神经网络
3.7.1 DTRNN的网络结构
3.7.2 实时递归学习算法
3.8 霍普菲尔德（Hopfield）神经网络
……
第4章 神经控制中的系统辨识
第5章 人工神经元控制系统
第6章 神经控制系统
第7章 模糊神经控制系统
第8章 神经控制中的遗传进化训练
附录 常用神经控制术语汉英对照
参考文献
展开全部
神经网络控制 节选
第1章 神经网络和自动控制的基础知识
20世纪90年代脑科学研究的进展表明，人类的大脑是在漫长而又激烈的自然选择和生死攸关的生存竞争中演化而来的，它是高度非线性的、远离平衡的、永远开放的自适应系统。神经控制是脑科学延伸的一个积极成果。
神经网络与自动控制是两个不同的学科，它们有各自的产生背景、研究内容、历史发展以及不同的运行规律。神经控制是两门学科结合的产物，是它们发展到一定历史阶段的必然。
本章从介绍人工神经网络的发展史和自动控制的发展史着手，叙述从生物神经网络到人工神经网络的发展、智能控制的一些基本特征。在此基础上，介绍人工神经控制的模拟范围。
1.1 人工神经网络的发展史
人工神经网络（Artificial Neural Network，简称ANN或AN2）是由大量而又简单的神经元按某种方式连接形成的智能仿生动态网络，它是在不停顿地向生物神经网络（Biological Neural Network，简称BNN或BN2）学习中开始自己学科生涯的。
BN2作为一门科学，兴起于19世纪末期。1875年意大利解剖学家Golgi用染色法*先识别出单个神经细胞。1889年西班牙解剖学家Caial刨立神经元学说，该学说认为：神经元的形状呈两极，细胞体和树突可以接受其他神经元的冲动，轴索的功能是向远离细胞体的方向传递信号。
……
书友推荐
- >
【精装绘本】画给孩子的中国神话
【精装绘本】画给孩子的中国神话
¥17.6¥55.0 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥6.1¥19.0 - >
烟与镜
烟与镜
¥20.6¥48.0 - >
我与地坛
我与地坛
¥16.8¥28.0 - >
李白与唐代文化
李白与唐代文化
¥9.9¥29.8 - >
史学评论
史学评论
¥13.9¥42.0 - >
莉莉和章鱼
莉莉和章鱼
¥18.1¥42.0 - >
随园食单
随园食单
¥20.6¥48.0
本类畅销
-
深度学习自然语言处理实战
¥25.8¥59.9 -
过程控制
¥11.9¥35 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑，闭眼，刀谁？
¥42.3¥158 -
-
2022读者节纪念徽章-三星会员专属
¥45¥45.6
