先进控制理论【全新未拆封】

图书标准信息

• 作者 刘小河、管萍 著
• 出版社 清华大学出版社
• 出版时间 2019-06
• 版次 1
• ISBN 9787302526346
• 定价 69.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 188页
• 字数 271千字

【内容简介】

本书主要阐述了目前在工程技术领域备受关注的优选控制理论分支，如很优控制、自适应控制、非线控制初步、模糊控制、神经网络控制等。在分析各种控制理论各自特点的同时重点着眼于对它们的理解与应用，力求浅显易懂，避深奥枯燥的纯理论证明与论述。突出实践应用，以实例给出各控制理论在工程领域的应用效果，以体现应用中优选进的理论与技术前沿。
本书可作为高等学校自动化、电气工程及其自动化等专业的教材，也可作为测控技术与仪器、机电一体化等相关专业的参书。对从事控制工程领域研究、设计和开发的工程技术人员，本书也具有较好的参价值。

【作者简介】

刘小河博士，教授北京交通大学兼职博士生导师，北京信息科技大学自动化学院院长，电话：01082427153。北京市名师（2012），北京市创新拔尖人才（2006），2006.52013.4年任指导委员会自动化分委员会委员；兼任中国自动化学会应用专业委员会委员，北京人工智能学会常务理事，北京信息科技大学学术委员会委员，北京信息科技大学学报编委；北京信息科技大学控制与科学一级学科责任教授，北京市重点建设学科控制理论与控制工程学科带头人。 研究方向：非线系统分析与控制，自适应控制。多年从事自动化、电气工程领域与研究；出版著作5部，在控制理论及应用、系统学报、电子科学学刊、应用科学学报、中国电机工程学报、电工技术学报等学术刊物上及外学术会议发表80余篇，其中ei检索40余篇，itp检索6篇，核心刊物近30篇。主持自然科学项目2项（已结题1项），主持2项北京市自然科学项目（其中重点项目1项），主持完成北京市教委创新拔尖人才等项目3项，经验收达到很好水。主持完成其他科研项目10余项，现主持自然科学项目1项，其他项目2项，上述项目经费200余万元。

【目录】

章空间方法基础与优控制

1．1控制系统的变量描述及求解

1．1．1控制系统的变量描述

1．1．2空间描述与传递函数阵的相互转换

1．1．3线定常连续系统方程的求解

1．2线系统的可控和可观测

1．2．1可控和可观测的概念

1．2．2线连续系统的可控和可观测判据

1．3李雅普诺夫稳定分析

1．3．1李雅普诺夫稳定的基本概念

1．3．2李雅普诺夫直接法的基本定理

1．3．3线定常系统的稳定判据

1．3．4按近似决定非线系统稳定

1．4优控制

1．4．1优控制问题

1．4．2利用变分法求解优控制问题的方法

1．4．3极小值

1．4．4基于二次型能指标的线系统优控制 

题

第2章自适应控制

2.1自适应控制的基本概念

2.1.1自适应控制系统

2.1.2自适应控制系统的分类

2.2模型参自适应控制

2.2.1模型参自适应系统的数学描述

2.2.2梯度法

2.2.3基于稳定理论的自适应控制系统设计方法

2.3自校正控制

2.3.1实时参数辨识

2.3.2小方差控制

2.3.3广义小方差自校正控制

2.3.4极点配置自校正技术

题

第3章非线系统控制初步

3．1概述

3．2非线控制系统的反馈线化

3．2．1反馈线化的基本概念

3．2．2空间的坐标变换

3．2．3非线系统的反馈线化

3．3非线控制系统的渐近输出跟踪控制

3．3．1基于反馈线化的非线系统渐近模型跟踪控制

3．3．2实例

题

第4章模糊控制

4．1模糊数学基础

4．1．1模糊集合

4．1．2模糊关系与模糊推理

4．2模糊控制基本

4．2．1模糊控制器的基本结构

4．2．2量的模糊化

4．2．3模糊规则设计

4．2．4输出信息的模糊判决

4．2．5基本模糊控制器的设计

4．3改进型模糊控制器

4．3．1参数自寻优模糊控制

4．3．2改善精度的模糊控制

4．3．3模糊pid控制

4．3．4ts模糊模型

4．4自适应模糊控制

4．4．1模糊推理系统

4．4．2间接自适应模糊控制

4．4．3直接自适应模糊控制

4．5模糊控制的应用及发展方向

4．5．1模糊控制的应用

4．5．2模糊控制的发展方向

题

第5章神经网络控制

5．1神经网络理论基础

5．1．1神经网络发展简史

5．1．2神经网络

5．1．3神经网络的学算法

5．2典型神经网络

5．2．1bp神经网络的模型

5．2．2径向基函数神经网络

5．2．3小脑模型神经网络

5．3神经网络控制

5．3．1神经网络控制的结构

5．3．2单神经元自适应控制

5．3．3神经网络模型参自适应控制

5．3．4神经网络自校正控制

5．3．5pid神经网络控制

5．3．6神经网络控制系统的实现

5．4神经网络控制的展望

题

参文献