• RBF神经网络自适应控制及MATLAB(第2版)
21年品牌 40万+商家 超1.5亿件商品

RBF神经网络自适应控制及MATLAB(第2版)

67.94 6.9折 99 全新

库存8件

四川成都
认证卖家担保交易快速发货售后保障

作者刘金琨

出版社清华大学出版社

ISBN9787302517320

出版时间2018-12

装帧平装

开本其他

定价99元

货号1201827450

上书时间2024-12-13

聚合博文书店

十年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
刘金琨,1965年生,辽宁省大连市瓦房店人。分别于1989年、1994年和1997年获东北大学工学学士、硕士和博士学位。1997-1999年在浙江大学工业控制技术研究所从事博士后研究工作。现为北京航空航天大学控制理论与控制工程专业教授、博士生导师。主要从事控制理论与应用的研究和教学工作。自从从事研究工作以来,主持国家自然基金等科研项目10余项,发表学术论文100余篇,出版著作10部。

目录
第1章  绪论
  1.1  神经网络控制
    1.1.1  神经网络控制的提出
    1.1.2  神经网络控制概述
    1.1.3  自适应RBF神经网络概述
  1.2  RBF神经网络
  1.3  机器人RBF神经网络控制
  1.4  控制系统S函数设计
    1.4.1  S函数介绍
    1.4.2  S函数基本参数
    1.4.3  实例
  1.5  简单自适应控制系统设计实例
    1.5.1  系统描述
    1.5.2  自适应控制律设计
    1.5.3  仿真实例
  附录  仿真程序
  参考文献
第2章  RBF神经网络设计与仿真
  2.1  RBF神经网络算法及仿真
    2.1.1  RBF神经网络算法设计
    2.1.2  RBF神经网络设计实例及MATLAB仿真
  2.2  基于梯度下降法的RBF神经网络逼近
    2.2.1  RBF神经网络逼近
    2.2.2  仿真实例
  2.3  高斯基函数的参数对RBF网络逼近的影响
  2.4  隐含层节点数对RBF网络逼近的影响
  2.5  RBF神经网络的建模训练
    2.5.1  RBF神经网络训练
    2.5.2  仿真实例
  2.6  RBF神经网络逼近
  附录  仿真程序
  参考文献
第3章  基于梯度下降法的RBF神经网络控制
  3.1  基于RBF神经网络的监督控制
    3.1.1  RBF监督控制
    3.1.2  仿真实例
  3.2  基于RBF神经网络的模型参考自适应控制
    3.2.1  控制系统设计
    3.2.2  仿真实例
  3.3  RBF自校正控制
    3.3.1  系统描述
    3.3.2  RBF控制算法设计
    3.3.3  仿真实例
  附录  仿真程序
  参考文献
第4章  自适应RBF神经网络控制
  4.1  基于神经网络逼近的自适应控制
    4.1.1  系统描述
    4.1.2  自适应RBF控制器设计
    4.1.3  仿真实例  4.2  基于神经网络逼近的未知参数自适应控制
    4.2.1  系统描述
    4.2.2  自适应控制设计
    4.2.3  仿真实例
  4.3  基于RBF神经网络的直接鲁棒自适应控制
    4.3.1  系统描述
    4.3.2  理想反馈控制和函数逼近
    4.3.3  控制器设计及分析
    4.3.4  仿真实例
  4.4  基于RBF神经网络的单参数直接鲁棒自适应控制
    4.4.1  系统描述
    4.4.2  仿真实例
  附录  仿真程序
  参考文献
第5章  RBF神经网络滑模控制
  5.1  经典滑模控制器设计
  ……
第6章  基于模型整体逼近的自适应RBF控制
第7章  基于局部逼近的自适应RBF控制
第8章  基于RBF网络的动态面自适应控制
第9章  数字RBF神经网络控制
第10章  离散神经网络控制
第11章  自适应RBF观测器设计及滑模控制
第12章  基于RBF神经网络的反演自适应控制
第13章  基于RBF神经网络的自适应容错控制
第14章  基于RBF神经网络的自适应量化控制
第15章  基于RBF神经网络的控制输出受限控制
第16章  基于RBF神经网络的控制方向未知的状态跟踪

内容摘要
本书结合典型机械系统控制的实例,系统地介绍了神经网络控制的基本理论、基本方法和应用技术。本书是作者多年来从事控制系统教学和科研工作的结晶,同时融入了靠前外同行近年来所取得的新成果。
全书共分16章,包括绪论、RBF神经网络的设计与仿真、基于梯度下降法的RBF神经网络控制、自适应RBF神经网络控制、RBF神经网络滑模控制、基于模型整体逼近的自适应RBF控制、基于局部逼近的自适应RBF控制、基于RBF神经网络的动态面自适应控制、数字RBF神经网络控制、离散神经网络控制、自适应RBF观测器设计及滑模控制、基于RBF神经网络的反演自适应控制、基于RBF神经网络的自适应容错控制、基于RBF神经网络的自适应量化控制、基于RBF神经网络的控制输出受限控制和基于RBF神经网络的控制方向未知的状态跟踪。每种控制方法都通过MATLAB进行了仿真分析。
本书各部分内容既相互联系又相对独立,读者可根据需要选择学习。本书适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域的工程技术人员阅读,也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的教学参考书。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP