相關商品
商品簡介
作者簡介
名人/編輯推薦
目次
商品簡介
MATLAB為廣大科研工作者的必備工具之一，智慧演算法在工程實際上得到較廣泛的應用。《MATLAB智慧演算法超級學習手冊》基於MATLAB R2013a軟體，全面地介紹和舉例驗證智慧演算法的有效性。
智慧演算法種類較多，《MATLAB智慧演算法超級學習手冊》的內容主要包括瑪律科夫鏈模型、層次分析法、粒子群演算法、遺傳演算法、蟻群演算法、魚群演算法、PID控制演算法、神經網路演算法等。智慧演算法對於很多初學者而言，有一定的困難，很難理解程式流程、資料的運算過程，因此給實際應用帶來困難。本書將圍繞智慧演算法展開綜述，深入淺出地介紹和分析各類智慧演算法，用智慧演算法解決工程應用問題。
《MATLAB智慧演算法超級學習手冊》以工程應用為目標，深入淺出，實例引導，講解詳實，適合作為理工科高等院校研究生、本科生的教學用書，也可作為廣大科研和工程技術人員的參考用書。
作者簡介
MATLAB技術聯盟高飛，長期從事資訊處理等相關工作，熟悉MATLAB等工程軟體，在國內外期刊發表論文多篇。
名人/編輯推薦
作者均是經驗豐富的專業工程師，內容來源於作者多年工作經驗的總結。無論是從案例的選擇、講解的詳細程度、書中涉及的專業知識等各方面都充分考慮到讀者的喜好，力求打造“工程軟體應用精解”這一長銷品牌。
•由淺入深，循序漸進：本書以MATLAB愛好者為物件，首先從MATLAB使用基礎講起，再輔以MATLAB智慧演算法在工程中的應用案例，説明讀者儘快掌握MATLAB進行智慧演算法學習和開發。
•步驟詳盡、內容新穎：本書結合作者多年MATLAB使用經驗與實際工程應用案例，將MATLAB軟體的使用方法與技巧詳細地講解給讀者。本書在智慧演算法講解過程中，步驟詳盡，講解過程輔以相應的流程圖，使讀者在閱讀時一目了然，從而快速掌握書中所講內容。
•實例典型，輕鬆易學：通過學習實際工程應用案例，運用智慧演算法進行操作求解，是掌握MATLAB智慧演算法程式設計應用最好的方式。本書通過綜合應用案例，透徹詳盡地講解了MATLAB在智慧演算法的應用研究。
•由淺入深，循序漸進：本書以MATLAB愛好者為物件，首先從MATLAB使用基礎講起，再輔以MATLAB智慧演算法在工程中的應用案例，説明讀者儘快掌握MATLAB進行智慧演算法學習和開發。
•步驟詳盡、內容新穎：本書結合作者多年MATLAB使用經驗與實際工程應用案例，將MATLAB軟體的使用方法與技巧詳細地講解給讀者。本書在智慧演算法講解過程中，步驟詳盡，講解過程輔以相應的流程圖，使讀者在閱讀時一目了然，從而快速掌握書中所講內容。
•實例典型，輕鬆易學：通過學習實際工程應用案例，運用智慧演算法進行操作求解，是掌握MATLAB智慧演算法程式設計應用最好的方式。本書通過綜合應用案例，透徹詳盡地講解了MATLAB在智慧演算法的應用研究。
目次
第1章MATLAB基礎知識
1.1MATLAB簡介
1.2矩陣的表示
1.2.1數值矩陣的生成
1.2.2符號矩陣的生成
1.2.3特殊矩陣的生成
1.3符號變數的應用
1.3.1質點系的轉動慣量問題
1.3.2油罐剩餘油量體積的求解
1.3.3光的反射定理的論證
1.4線性方程組的求解
1.4.1齊次線性方程組的通解
1.4.2非齊次線性方程組的通解
1.4.3線性方程組的LQ解法
1.5簡單工程應用分析
1.5.1內燃機轉角與升程插值模型
1.5.2航行區域警示線模型
1.6本章小結
第2章種群競爭微分方程的求解
2.1種群競爭微分方程模型
2.2種群競爭模型的討論
2.3本章小結
第3章基於Markov的食品物價趨勢預測
3.1問題背景
3.1.1食品零售價格數據
3.1.2問題的提出
3.2食品分類模型基本假設
3.3食品價格數值分類求解
3.3.1食品聚類分類
3.3.2食品價格特點分析
3.4食品價格增長率分類求解
3.4.1食品屬性分類
3.4.2食品價格特點分析
3.5食品價格趨勢預測
3.5.1食品價格預測模型基本假設
3.5.2食品價格預測模型符號說明
3.5.3食品價格預測模型的建立與求解
3.6本章小結
第4章基於時間序列的物價預測演算法
4.1時間序列的基本概念
4.2非平穩時間序列變動的影響因素與測定模型
4.3時間序列的預測方法
4.3.1季節變動分析
4.3.2迴圈變動分析
4.4食品價格分析
4.5灰色關聯分析
4.5.1灰色預測建模
4.5.2食品價格趨勢預測
4.6時間序列指數平滑預測法
4.6.1一次指數平滑預測法
4.6.2二次指數平滑預測法
4.6.3三次指數平滑法
4.7時間序列線性二次移動平均法
4.8本章小結
第5章基於層次分析法的食堂服務品質評價演算法
5.1問題的背景
5.2層次分析法
5.2.1層次分析法的特點
5.2.2層次分析法的應用
5.2.3層次分析法的基本原理與步驟
5.2.4層次分析法應用舉例
5.3學生食堂就餐服務品質滿意度
5.3.1食堂服務品質評價模型基本假設
5.3.2食堂服務品質評價模型分析
5.3.3食堂服務品質評價模型符號說明
5.3.4食堂服務品質評價模型的建立與求解
5.4本章小結
第6章MATLAB優化工具箱的使用
6.1線性規劃問題
6.2foptions函數
6.3非線性規劃問題
6.3.1有約束的一元函數的最小值
6.3.2無約束的多元函數最小值
6.3.3有約束的多元函數最小值
6.3.4二次規劃問題
6.4“半無限”有約束的多元函數最優解
6.5極小化極大問題
6.6多目標規劃問題
6.7最小二乘最優問題
6.7.1約束線性最小二乘
6.7.2非線性曲線擬合
6.7.3非線性最小二乘
6.7.4非負線性最小二乘
6.8非線性方程求解
6.8.1非線性方程的解
6.8.2非線性方程組的解
6.9本章小結
第7章基於RBF網路的優化逼近
7.1RBF神經網路
7.1.1RBF網路特點
7.1.2RBF網路結構
7.1.3RBF網路的逼近
7.2模糊RBF網路
7.2.1網路結構
7.2.2基於模糊RBF網路的逼近演算法
7.3基於遺傳演算法的RBF網路逼近
7.4RBF網路自校正控制
7.4.1自校正控制演算法
7.4.2RBF網路自校正控制演算法
7.5本章小結
第8章自我調整模糊控制演算法
8.1模糊控制
8.1.1模糊系統的設計
8.1.2模糊系統的逼近精度
8.1.3模糊逼近模擬
8.2間接自我調整模糊控制
8.2.1一般模糊系統
8.2.2自我調整模糊控制器的設計
8.2.3穩定性分析
8.2.4間接自我調整模糊控制模擬
8.3直接自我調整模糊控制
8.3.1問題描述
8.3.2控制器的設計
8.3.3自我調整律設計
8.3.4直接自我調整模糊控制模擬
8.4本章小結
第9章基於PID的控制演算法
9.1PID控制原理
9.2專家PID控制
9.3增量式PID控制演算法及其模擬
9.4積分分離式PID控制演算法及其模擬
9.5基於卡爾曼濾波器的PID控制
9.6本章小結
第10章基於LQR+PID的倒立擺控制演算法
10.1背景
10.2線性系統
10.2.1狀態空間基本定義
10.2.2狀態空間運算式
10.2.3系統狀態線性變換
10.2.4線性系統的能控性
10.3最優控制
10.3.1線性二次型控制
10.3.2LQR狀態回饋矩陣求解
10.3.3PID控制
10.3.4PID狀態回饋矩陣求解
10.4倒立擺系統
10.4.1一級倒立擺系統分析
10.4.2利用LQR法設計控制器
10.4.3利用PID法設計控制器
10.5倒立擺系統平衡控制系統設計
10.5.1Simulink設計模擬
10.5.2線性二次型倒立擺控制
10.5.3PID倒立擺控制
10.6本章小結
第11章基於粒子群演算法的尋優計算
11.1基本粒子群演算法
11.2粒子群演算法的收斂性
11.3粒子群演算法函數極值求解
11.3.1一維函數全域最優
11.3.2經典測試函數
11.3.3無約束函數極值尋優
11.3.4有約束函數極值尋優
11.3.5有約束函數極值APSO尋優
11.4MATLAB優化工具箱簡介
11.5本章小結
第12章基本粒子群改進演演算法分析
12.1基本粒子群演算法
12.1.1基本PSO演算法
12.1.2PSO演算法基本特點
12.1.3基本PSO演算法流程
12.2粒子群演算法改進
12.3提高粒子群演算法效率
12.3.1帶慣性權重的PSO演算法
12.3.2權重線性遞減的PSO演算法
12.3.3自我調整權重的PSO演算法
12.3.4隨機權重策略的PSO演算法
12.3.5增加收縮因數的PSO演算法
12.3.6其他參數的變化
12.4本章小結
第13章基於免疫演算法的物流中心選址
13.1物流中心選址問題
13.2免疫演算法的基本思想
13.3基於免疫優化演算法的物流中心選址問題求解
13.3.1初始群體的產生
13.3.2解的多樣性評價
13.3.3免疫操作
13.3.4模型求解
13.4本章小結
第14章基於人工免疫的粒子群聚類演算法
14.1聚類分析
14.2PSO優化演演算法分析
14.2.1粒子群優化演算法
14.2.2PSO演算法改進策略
14.3人工免疫特性分析
14.3.1生物免疫系統及其特性
14.3.2種群分佈熵
14.3.3平均粒距
14.3.4精英均值偏差
14.4基於人工免疫的粒子群優化演算法
14.4.1PSO函數極值求解
14.4.2粒子群聚類演算法理論分析
14.4.3粒子群演算法實現流程
14.4.4種群多樣性聚類分析
14.5本章小結
第15章基於ART的植物種類自動分類
15.1ART網路分類演算法簡介
15.1.1人工神經網路實際應用
15.1.2ART網路
15.2植物種類自動分類研究
15.2.1植物種類簡介
15.2.2植物分類
15.3基於ART的植物種類資料自動分類研究
15.3.1神經網路簡介
15.3.2自我調整共振理論
15.3.3ART1網路結構
15.3.4ART1運行過程
15.4本章小結
第16章基於貝葉斯網路的資料預測
16.1貝葉斯統計方法
16.2貝葉斯預測方法
16.3貝葉斯網路的資料預測
16.4本章小結
第17章基於遺傳演算法的尋優計算
17.1遺傳演算法的尋優計算
17.2基於GA的三維曲面極值尋優
17.3基於GA_PSO演算法的尋優計算
17.4本章小結
第18章基於遺傳演算法的TSP求解
18.1旅行商問題分析
18.1.1遺傳演算法簡介
18.1.2遺傳演算法現狀分析
18.2遺傳演算法的特點
18.3遺傳演算法中各運算元的特點
18.3.1選擇運算元(selection)
18.3.2交叉運算元(crossover)
18.3.3變異運算元(mutation)
18.4遺傳演算法的基本步驟
18.4.1編碼
18.4.2初始群體的生成
18.4.3雜交
18.4.4適應度值評估檢測
18.4.5選擇
18.4.6變異
18.4.7中止
18.5基於GA的旅行商問題求解
18.5.1TSP問題定義
18.5.2TSP演算法框架
18.5.3TSP演算法流程框圖
18.5.4固定地圖TSP求解
18.5.5隨機地圖TSP求解
18.6遺傳演算法討論
18.6.1編碼表示
18.6.2適應度函數
18.6.3選擇策略
18.6.4控制參數
18.7本章小結
第19章基於蟻群演算法的路徑規劃計算
19.1基於蟻群演算法的二維路徑規劃演算法
19.1.1MAKLINK圖論
19.1.2蟻群演算法理論
19.1.3Dijkstra演算法
19.1.4路徑規劃問題分析求解
19.2基於蟻群演算法的三維路徑規劃演算法
19.2.1三維空間抽象建模
19.2.2三維路徑問題
19.2.3資訊素更新
19.2.4可視搜索空間
19.2.5蟻群搜索策略
19.2.6路徑規劃問題分析求解
19.3本章小結
第20章基於蟻群演算法的TSP求解
20.1蟻群演算法理論研究現狀
20.2蟻群演算法的基本原理
20.3基於ACO的TSP求解
20.4基於ACO_PSO的TSP求解
20.5本章小結
第21章基於類比退火的粒子群演算法
21.1基於類比退火的粒子群演算法
21.1.1類比退火演算法的提出
21.1.2類比退火演算法的步驟
21.1.3類比退火的粒子群演算法
21.2本章小結
第22章基於人群搜索演算法的函數優化
22.1SOA演算法的基本原理
22.1.1利己行為
22.1.2利他行為
22.1.3預動行為
22.1.4不確定性行為
22.2人群搜索演算法
22.2.1搜索步長的確定
22.2.2搜索方向的確定
22.2.3搜尋者個體位置的更新
22.2.4演算法的實現
22.3基於人群搜索演算法的函數優化
22.3.1優化函數的選擇
22.3.2函數優化的結果
22.4本章小結
第23章數控機床進給伺服系統的SOA-PID參數整定
23.1SOA演算法在PID控制中的運用
23.1.1PID控制原理
23.1.2PID的離散化處理
23.1.3基於SOA的PID參數整定的基本原理
23.2基於SOA的PID參數整定的設計方案
23.2.1參數的編碼
23.2.2適應度函數的選取
23.2.3演算法流程
23.2.4演算法實例
23.2.5PID參數整定結果
23.3數控機床進給伺服系統的數學模型
23.3.1數控機床進給伺服系統的PMSM數學模型
23.3.2向量變換原理
23.3.3Clarke變換
23.3.4Park變換
23.3.5同步旋轉座標上的PMSM數學模型
23.4機械參量和負載的折算
23.5向量控制和磁場定向原理
23.5.1向量控制原理
23.5.2磁場定向原理
23.5.3磁場定向(id=0)的控制方式下的PMSM進給伺服系統模型
23.5.4數控機床進給伺服系統數學模型的傳遞函數的表示
23.6基於SOA演算法對數控機床進給伺服系統PID優化
23.6.1適應度函數的選取
23.6.2SOA演算法流程
23.6.3PID參數整定結果
23.7本章小結
參考文獻
1.1MATLAB簡介
1.2矩陣的表示
1.2.1數值矩陣的生成
1.2.2符號矩陣的生成
1.2.3特殊矩陣的生成
1.3符號變數的應用
1.3.1質點系的轉動慣量問題
1.3.2油罐剩餘油量體積的求解
1.3.3光的反射定理的論證
1.4線性方程組的求解
1.4.1齊次線性方程組的通解
1.4.2非齊次線性方程組的通解
1.4.3線性方程組的LQ解法
1.5簡單工程應用分析
1.5.1內燃機轉角與升程插值模型
1.5.2航行區域警示線模型
1.6本章小結
第2章種群競爭微分方程的求解
2.1種群競爭微分方程模型
2.2種群競爭模型的討論
2.3本章小結
第3章基於Markov的食品物價趨勢預測
3.1問題背景
3.1.1食品零售價格數據
3.1.2問題的提出
3.2食品分類模型基本假設
3.3食品價格數值分類求解
3.3.1食品聚類分類
3.3.2食品價格特點分析
3.4食品價格增長率分類求解
3.4.1食品屬性分類
3.4.2食品價格特點分析
3.5食品價格趨勢預測
3.5.1食品價格預測模型基本假設
3.5.2食品價格預測模型符號說明
3.5.3食品價格預測模型的建立與求解
3.6本章小結
第4章基於時間序列的物價預測演算法
4.1時間序列的基本概念
4.2非平穩時間序列變動的影響因素與測定模型
4.3時間序列的預測方法
4.3.1季節變動分析
4.3.2迴圈變動分析
4.4食品價格分析
4.5灰色關聯分析
4.5.1灰色預測建模
4.5.2食品價格趨勢預測
4.6時間序列指數平滑預測法
4.6.1一次指數平滑預測法
4.6.2二次指數平滑預測法
4.6.3三次指數平滑法
4.7時間序列線性二次移動平均法
4.8本章小結
第5章基於層次分析法的食堂服務品質評價演算法
5.1問題的背景
5.2層次分析法
5.2.1層次分析法的特點
5.2.2層次分析法的應用
5.2.3層次分析法的基本原理與步驟
5.2.4層次分析法應用舉例
5.3學生食堂就餐服務品質滿意度
5.3.1食堂服務品質評價模型基本假設
5.3.2食堂服務品質評價模型分析
5.3.3食堂服務品質評價模型符號說明
5.3.4食堂服務品質評價模型的建立與求解
5.4本章小結
第6章MATLAB優化工具箱的使用
6.1線性規劃問題
6.2foptions函數
6.3非線性規劃問題
6.3.1有約束的一元函數的最小值
6.3.2無約束的多元函數最小值
6.3.3有約束的多元函數最小值
6.3.4二次規劃問題
6.4“半無限”有約束的多元函數最優解
6.5極小化極大問題
6.6多目標規劃問題
6.7最小二乘最優問題
6.7.1約束線性最小二乘
6.7.2非線性曲線擬合
6.7.3非線性最小二乘
6.7.4非負線性最小二乘
6.8非線性方程求解
6.8.1非線性方程的解
6.8.2非線性方程組的解
6.9本章小結
第7章基於RBF網路的優化逼近
7.1RBF神經網路
7.1.1RBF網路特點
7.1.2RBF網路結構
7.1.3RBF網路的逼近
7.2模糊RBF網路
7.2.1網路結構
7.2.2基於模糊RBF網路的逼近演算法
7.3基於遺傳演算法的RBF網路逼近
7.4RBF網路自校正控制
7.4.1自校正控制演算法
7.4.2RBF網路自校正控制演算法
7.5本章小結
第8章自我調整模糊控制演算法
8.1模糊控制
8.1.1模糊系統的設計
8.1.2模糊系統的逼近精度
8.1.3模糊逼近模擬
8.2間接自我調整模糊控制
8.2.1一般模糊系統
8.2.2自我調整模糊控制器的設計
8.2.3穩定性分析
8.2.4間接自我調整模糊控制模擬
8.3直接自我調整模糊控制
8.3.1問題描述
8.3.2控制器的設計
8.3.3自我調整律設計
8.3.4直接自我調整模糊控制模擬
8.4本章小結
第9章基於PID的控制演算法
9.1PID控制原理
9.2專家PID控制
9.3增量式PID控制演算法及其模擬
9.4積分分離式PID控制演算法及其模擬
9.5基於卡爾曼濾波器的PID控制
9.6本章小結
第10章基於LQR+PID的倒立擺控制演算法
10.1背景
10.2線性系統
10.2.1狀態空間基本定義
10.2.2狀態空間運算式
10.2.3系統狀態線性變換
10.2.4線性系統的能控性
10.3最優控制
10.3.1線性二次型控制
10.3.2LQR狀態回饋矩陣求解
10.3.3PID控制
10.3.4PID狀態回饋矩陣求解
10.4倒立擺系統
10.4.1一級倒立擺系統分析
10.4.2利用LQR法設計控制器
10.4.3利用PID法設計控制器
10.5倒立擺系統平衡控制系統設計
10.5.1Simulink設計模擬
10.5.2線性二次型倒立擺控制
10.5.3PID倒立擺控制
10.6本章小結
第11章基於粒子群演算法的尋優計算
11.1基本粒子群演算法
11.2粒子群演算法的收斂性
11.3粒子群演算法函數極值求解
11.3.1一維函數全域最優
11.3.2經典測試函數
11.3.3無約束函數極值尋優
11.3.4有約束函數極值尋優
11.3.5有約束函數極值APSO尋優
11.4MATLAB優化工具箱簡介
11.5本章小結
第12章基本粒子群改進演演算法分析
12.1基本粒子群演算法
12.1.1基本PSO演算法
12.1.2PSO演算法基本特點
12.1.3基本PSO演算法流程
12.2粒子群演算法改進
12.3提高粒子群演算法效率
12.3.1帶慣性權重的PSO演算法
12.3.2權重線性遞減的PSO演算法
12.3.3自我調整權重的PSO演算法
12.3.4隨機權重策略的PSO演算法
12.3.5增加收縮因數的PSO演算法
12.3.6其他參數的變化
12.4本章小結
第13章基於免疫演算法的物流中心選址
13.1物流中心選址問題
13.2免疫演算法的基本思想
13.3基於免疫優化演算法的物流中心選址問題求解
13.3.1初始群體的產生
13.3.2解的多樣性評價
13.3.3免疫操作
13.3.4模型求解
13.4本章小結
第14章基於人工免疫的粒子群聚類演算法
14.1聚類分析
14.2PSO優化演演算法分析
14.2.1粒子群優化演算法
14.2.2PSO演算法改進策略
14.3人工免疫特性分析
14.3.1生物免疫系統及其特性
14.3.2種群分佈熵
14.3.3平均粒距
14.3.4精英均值偏差
14.4基於人工免疫的粒子群優化演算法
14.4.1PSO函數極值求解
14.4.2粒子群聚類演算法理論分析
14.4.3粒子群演算法實現流程
14.4.4種群多樣性聚類分析
14.5本章小結
第15章基於ART的植物種類自動分類
15.1ART網路分類演算法簡介
15.1.1人工神經網路實際應用
15.1.2ART網路
15.2植物種類自動分類研究
15.2.1植物種類簡介
15.2.2植物分類
15.3基於ART的植物種類資料自動分類研究
15.3.1神經網路簡介
15.3.2自我調整共振理論
15.3.3ART1網路結構
15.3.4ART1運行過程
15.4本章小結
第16章基於貝葉斯網路的資料預測
16.1貝葉斯統計方法
16.2貝葉斯預測方法
16.3貝葉斯網路的資料預測
16.4本章小結
第17章基於遺傳演算法的尋優計算
17.1遺傳演算法的尋優計算
17.2基於GA的三維曲面極值尋優
17.3基於GA_PSO演算法的尋優計算
17.4本章小結
第18章基於遺傳演算法的TSP求解
18.1旅行商問題分析
18.1.1遺傳演算法簡介
18.1.2遺傳演算法現狀分析
18.2遺傳演算法的特點
18.3遺傳演算法中各運算元的特點
18.3.1選擇運算元(selection)
18.3.2交叉運算元(crossover)
18.3.3變異運算元(mutation)
18.4遺傳演算法的基本步驟
18.4.1編碼
18.4.2初始群體的生成
18.4.3雜交
18.4.4適應度值評估檢測
18.4.5選擇
18.4.6變異
18.4.7中止
18.5基於GA的旅行商問題求解
18.5.1TSP問題定義
18.5.2TSP演算法框架
18.5.3TSP演算法流程框圖
18.5.4固定地圖TSP求解
18.5.5隨機地圖TSP求解
18.6遺傳演算法討論
18.6.1編碼表示
18.6.2適應度函數
18.6.3選擇策略
18.6.4控制參數
18.7本章小結
第19章基於蟻群演算法的路徑規劃計算
19.1基於蟻群演算法的二維路徑規劃演算法
19.1.1MAKLINK圖論
19.1.2蟻群演算法理論
19.1.3Dijkstra演算法
19.1.4路徑規劃問題分析求解
19.2基於蟻群演算法的三維路徑規劃演算法
19.2.1三維空間抽象建模
19.2.2三維路徑問題
19.2.3資訊素更新
19.2.4可視搜索空間
19.2.5蟻群搜索策略
19.2.6路徑規劃問題分析求解
19.3本章小結
第20章基於蟻群演算法的TSP求解
20.1蟻群演算法理論研究現狀
20.2蟻群演算法的基本原理
20.3基於ACO的TSP求解
20.4基於ACO_PSO的TSP求解
20.5本章小結
第21章基於類比退火的粒子群演算法
21.1基於類比退火的粒子群演算法
21.1.1類比退火演算法的提出
21.1.2類比退火演算法的步驟
21.1.3類比退火的粒子群演算法
21.2本章小結
第22章基於人群搜索演算法的函數優化
22.1SOA演算法的基本原理
22.1.1利己行為
22.1.2利他行為
22.1.3預動行為
22.1.4不確定性行為
22.2人群搜索演算法
22.2.1搜索步長的確定
22.2.2搜索方向的確定
22.2.3搜尋者個體位置的更新
22.2.4演算法的實現
22.3基於人群搜索演算法的函數優化
22.3.1優化函數的選擇
22.3.2函數優化的結果
22.4本章小結
第23章數控機床進給伺服系統的SOA-PID參數整定
23.1SOA演算法在PID控制中的運用
23.1.1PID控制原理
23.1.2PID的離散化處理
23.1.3基於SOA的PID參數整定的基本原理
23.2基於SOA的PID參數整定的設計方案
23.2.1參數的編碼
23.2.2適應度函數的選取
23.2.3演算法流程
23.2.4演算法實例
23.2.5PID參數整定結果
23.3數控機床進給伺服系統的數學模型
23.3.1數控機床進給伺服系統的PMSM數學模型
23.3.2向量變換原理
23.3.3Clarke變換
23.3.4Park變換
23.3.5同步旋轉座標上的PMSM數學模型
23.4機械參量和負載的折算
23.5向量控制和磁場定向原理
23.5.1向量控制原理
23.5.2磁場定向原理
23.5.3磁場定向(id=0)的控制方式下的PMSM進給伺服系統模型
23.5.4數控機床進給伺服系統數學模型的傳遞函數的表示
23.6基於SOA演算法對數控機床進給伺服系統PID優化
23.6.1適應度函數的選取
23.6.2SOA演算法流程
23.6.3PID參數整定結果
23.7本章小結
參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。