控制與決策系統模擬

林峰

控制與決策系統模擬
  • 出版商: 機械工業
  • 出版日期: 2024-06-13
  • 售價: $354
  • 語言: 簡體中文
  • 頁數: 192
  • ISBN: 7111756169
  • ISBN-13: 9787111756163

    • 下單後立即進貨 (約4週~6週)

商品描述

本書以實現模擬系統功能、掌握原理方法為目標，在傳統系統模擬課程內容的基礎上，增加了目前科學研究及學習中常用的資料探勘及深度學習等決策方法，以及視覺影像處理的相關內容。本書包括 9 章，內容涉及 MATLAB 基礎、Simulink 模擬、控制系統模擬、MATLAB 檔案與資料存取、智慧演算法、資料探勘、影像處理、深度學習與接口設計及嵌入式模擬。本書內容和章節的設定是基於當前控制系統與大數據決策方法融合日益廣泛的現狀與學習需求，強調理論與實踐相結合，透過案例和習題等幫助讀者理解並快速掌握控制理論、智能決策的基礎方法、MATLAB/Simulink 及Python等程式設計工具的使用，將人工智能等技術從抽象概念到程式實作展現在讀者面前。本書適合作為大學自動化、電子工程、電腦及相關專業的教材，也適合作為從事系統模擬工作的技術人員的參考書

作者簡介

林峰，浙江大學電機工程學院副教授，1991在哈爾濱工業大學獲學士學位、於1994和1997年在浙江大學獲得碩士和博士學位，於2009年至2011年到美國訪學。長期從事控制理論、系統科學的教學科學研究工作，目前研究領域包括影像處理、資訊整合及深度學習，發表學術論文近50篇，中國發明專利(含公開)30餘項，美國及日本專利(含公開)3項，獲軟件著作權多項等。負責完成各類項目10餘項，以主要作者身份在科學出版社合作出版教材一部。已開設控制理論、系統模擬及決策支援系統等多門本科及研究生課程。

目錄大綱

前言
第1章 MATLAB基礎
1.1 MATLAB軟件環境
1.1.1 MATLAB軟件的安裝
1.1.2 MATLAB軟件的啟動與退出
1.1.3 MATLAB軟件的操作界面
1.1.4 MATLAB軟件的基本操作
1.2 MATLAB工程計算
1.2.1 常量
1.2.2 變量
1.2.3 常用運算和基本函數
1.2.4 矩陣和運算
1.3 MATLAB編程基礎
1.3.1 M文件
1.3.2 程序設計
1.4 MATLAB數據可視化
1.5 系統分析中常用的部分命令和函數
1.6 MATLAB其他相關工具
習題
第2章 Simulink模擬
2.1 Simulink模擬環境
2.1.1 Simulink軟件的啟動
2.1.2 Simulink通用模塊庫
2.1.3 Simulink專用模塊庫
2.2 Simulink模擬模型的建立
2.2.1 Simulink模塊操作
2.2.2 Simulink信號操作
2.2.3 Simulink子系統
2.2.4 Simulink運行模擬
2.3 S函數的設計及應用
習題
第3章 控制系統模擬
3.1 線性控制系統模型
3.2 線性系統性能分析
3.2.1 時域分析
3.2.2 根軌跡法
3.2.3 頻域分析
3.2.4 離散系統分析
3.2.5 狀態空間
3.3 非線性控制系統模擬
3.3.1 典型非線性特性
3.3.2 小範圍線性化法
3.3.3 相平面法
3.3.4 描述函數法
習題
第4章 MATLAB文件和數據訪問
4.1 MATLAB常用文件操作
4.1.1 低級文件IO命令
4.1.2 高級文件IO命令
4.2 MATLAB與Microsoft Office的接口
4.2.1 MATLAB中Excel數據文件操作
4.2.2 MATLAB與Word的接口
4.2.3 MATLAB與PowerPoint的接口
4.3 訪問數據庫
4.4 圖像視頻數據處理
4.4.1 部分圖像處理命令
4.4.2 部分視頻處理命令
4.5 部分音頻處理命令
4.6 MATLAB與Python混合編程
習題
第5章 智能算法
5.1 模糊控制及應用
5.1.1 模糊理論概述
5.1.2 模糊控制
5.1.3 模糊推理
5.1.4 基於Simulink的模糊控制器應用
5.1.5 模糊PID控制器設計
5.1.6 模糊PID控制器模擬
5.2 遺傳算法
5.2.1 算法流程
5.2.2 算法案例
5.3 人工魚群算法
5.3.1 算法描述
5.3.2 算法案例
習題
第6章 數據挖掘
6.1 數據挖掘基礎
6.1.1 數據挖掘的基本概念
6.1.2 數據挖掘的步驟
6.1.3 數據挖掘的任務
6.2 分類
6.2.1 分類器性能評估
6.2.2 k近鄰算法
6.3 聚類
6.3.1 聚類過程
6.3.2 k均值聚類算法
6.4 關聯
6.4.1 關聯規則簡介
6.4.2 Apriori算法
習題
第7章 圖像處理
7.1 圖像處理基礎
7.1.1 數字圖像的基本概念
7.1.2 圖像類型及轉換
7.1.3 圖像的讀取和顯示
7.2 圖像變換
7.2.1 圖像幾何變換
7.2.2 圖像形態學變換
7.3 圖像增強
7.3.1 圖像的點運算
7.3.2 圖像空間域增強
7.3.3 圖像頻域增強
7.4 圖像分割
7.4.1 邊緣檢測
7.4.2 直線檢測
7.5 圖像特徵提取
7.6 彩色圖像模型
7.6.1 面向硬件設備的彩色模型
7.6.2 面向視覺感知的彩色模型
習題
第7章 圖像處理
7.1 圖像處理基礎
7.1.1 數字圖像的基本概念
7.1.2 圖像類型及轉換
7.1.3 圖像的讀取和顯示
7.2 圖像變換
7.2.1 圖像幾何變換
7.2.2 圖像形態學變換
7.3 圖像增強
7.3.1 圖像的點運算
7.3.2 圖像空間域增強
7.3.3 圖像頻域增強
7.4 圖像分割
7.4.1 邊緣檢測
7.4.2 直線檢測
7.5 圖像特徵提取
7.6 彩色圖像模型
7.6.1 面向硬件設備的彩色模型
7.6.2 面向視覺感知的彩色模型
習題
第8章 深度學習
8.1 深度學習的起源
8.1.1 人工智能
8.1.2 機器學習
8.1.3 深度學習概念
8.1.4 深度學習簡史
8.2 神經網絡與深度學習
8.2.1 神經元
8.2.2 神經網絡分類
8.2.3 幾種典型的神經網絡模型
8.3 捲積神經網絡及應用
8.3.1 捲積神經網絡簡史
8.3.2 架構
8.3.3 捲積層
8.3.4 池化層
8.3.5 全連接層
8.4 捲積神經網絡實例
8.4.1 Python和MATLAB混合編程
8.4.2 Python訓練及部署
習題
第9章 界面設計及嵌入式模擬
9.1 GUI設計
9.1.1 GUIDE設計工具
9.1.2 控件對象及屬性
9.1.3 GUI設計案例
9.2 App設計
9.2.1 App Designer設計工具
9.2.2 App組件及屬性
9.2.3 App類
9.2.4 App設計案例
9.3 嵌入式模擬
9.3.1 應用案例說明
9.3.2 樹莓派嵌入式平臺設計
9.3.3 塞氏盤臨界位置識別
9.3.4 水尺讀數系統設計
9.3.5 測試結果
習題
參考文獻

類似商品