-- 會員 / 註冊 --
 帳號:
 密碼:
  | 註冊 | 忘記密碼
站長推薦
NT售價: 345
NT定價: 480
優惠價:75360
NT售價: 395
NT售價: 265
NT售價: 250

3/30(一)門市下午2點開始營業!
3/27 新書到! 3/6 新書到! 2/17 新書到! 2/7 新書到!
C.G.Next購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsPremiere ProSketchUpZBrushPainterUG
PhotoShopCorelDrawIllustratorAutoCadPro/EMasterCamSolidWorksCreo
程式CC++JavaJSP遊戲程式Linux嵌入式PLCFPGAMatlabRevit
駭客資料庫OracleARMAVRFluentSPSSANSYSUnityNuke
單晶片影像處理OpenGLArduinoLabview電路設計CadenceProtel繁體
VBHadoopDelphi美工手機程式搜索引擎論壇AndroidiPhone雜誌
可查書名、作者、ISBN、3dwoo書號
詳細書籍分類

類神經網路與模糊控制理論入門與應用

( 繁體 版)
作者:王進德類別:1. -> 工程繪圖與工程計算 -> Matlab
譯者:
出版社:全華圖書類神經網路與模糊控制理論入門與應用 3dWoo書號: 27226
詢問書籍請說出此書號!

缺書
NT定價: 350
優惠價:85298

出版日:1/17/2007
頁數:
光碟數:1
站長推薦:
印刷:黑白印刷語系: ( 繁體 版 )
不接受訂購加入購物車 加到我的最愛
(請先登入會員)
ISBN:9789572155943
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
作者序:

譯者序:

前言:

內容簡介:

(附範例程式光碟片)
「類神經網路」及「模糊控制」在近幾年迅速的發展下,已成為時下的新寵,在教育界與業界相配合的需求下,瞭解此門知識實為當務之急。本書詳述各類型的類神經網路及應用,並探討模糊理論及其邏輯,本書中介紹的實例Neural Fuzzy應用的典型範例,讀者可經由此書得到完整的新知。其內容包括;類神經網路簡介、多感知機與倒傳遞類神經網路、霍普菲爾網路、類神經網路的應用、集合理論─傳統與模糊集合、模糊邏輯與模糊理論、模糊控制、模糊溫度控制器、ANFIS自適應網路模糊推論系統、自組性類神經網路、RBF類神經網路、基因演算法等。本書適合私立大學、科大電子、電機、資工系「類神經網路」課程。
how women cheat cheaters when married men cheat
why wife cheat women cheat infidelity
what makes women cheat click how many guys cheat
all women cheat wife who cheated percent of women that cheat
will my husband cheat looking for affair women who cheat on relationships
目錄:

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

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

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

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

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

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

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

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

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

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

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

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12-6

12.3-3 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




序: