消息 首页 搜索 举报
  • RBF神经网络自适应控制及MATLAB仿真
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仿真

￥ 48.42 4.9折 ￥ 99 九五品

仅1件

北京通州
认证卖家担保交易快速发货售后保障

作者刘金琨 著

出版社清华大学出版社

ISBN9787302517320

出版时间2019-01

版次1

装帧平装

开本16开

纸张胶版纸

页数418页

字数99999千字

定价99元

上书时间2024-05-19

纵列風
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：九五品
商品描述
基本信息
书名:RBF神经网络自适应控制及MATLAB仿真
定价：99.00元
作者:刘金琨 著
出版社：清华大学出版社
出版日期：2019-01-01
ISBN：9787302517320
字数：659000
页码：418
版次：2
装帧：平装
开本：16开
商品重量：
编辑推荐
本书特色（1） 神经网络控制算法重点研究学科交叉部分的前沿内容，并介绍有潜力的新思想、新方法，同时又兼顾基本概念、基本理论和基本设计方法。（2） 针对每种神经网络控制算法给出了完整的MATLAB仿真程序，并给出了程序的说明和仿真结果，具有很强的可读性。（3） 着重从应用领域角度出发，突出理论联系实际，面向广大工程技术人员，具有很强的工程性和实用性。书中同时提供了大量应用实例及其结果分析，为读者提供了有益的借鉴。（4） 书中给出的各种神经网络控制算法非常完整，其程序结构设计简洁明了，便于自学和进一步开发。程序下载配书实例代码可到清华大学出版社网站本书相关页面下载。
内容提要
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，同时融入了国内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。
目录
目录章绪论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1．2RBF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1．4．1S函数介绍1．4．2S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2．1RBF神经网络算法及仿真2．1．1RBF神经网络算法设计2．1．2RBF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2．2．1RBF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2．5RBF神经网络的建模训练2．5．1RBF神经网络训练2．5．2仿真实例2．6RBF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3．1．1RBF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3．3RBF自校正控制3．3．1系统描述3．3．2RBF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5．2基于RBF神经网络的二阶S系统的滑模控制5．2．1系统描述5．2．2基于RBF网络逼近f的滑模控制5．2．3仿真实例5．3基于RBF逼近未知函数f和g的滑模控制5．3．1引言5．3．2仿真实例5．4基于神经网络参数学习法的自适应滑模控制5．4．1问题描述5．4．2基于RBF网络逼近的自适应控制5．4．3仿真实例附录仿真程序参考文献第6章基于模型整体逼近的自适应RBF控制6．1基于RBF神经网络补偿的机器人自适应控制6．1．1系统描述6．1．2RBF网络逼近6．1．3RBF网络控制和自适应律设计及分析6．1．4仿真实例6．2基于滑模鲁棒项的RBF神经网络机器人控制6．2．1系统描述6．2．2RBF逼近6．2．3控制律设计及稳定性分析6．2．4仿真实例6．3基于HJI理论和RBF神经网络的鲁棒控制6．3．1HJI定理6．3．2控制器设计及稳定性分析6．3．3仿真实例附录仿真程序参考文献第7章基于局部逼近的自适应RBF控制7.1基于名义模型的机械臂鲁棒控制7.1.1系统描述7.1.2控制器设计7.1.3稳定性分析7.1.4仿真实例7.2基于局部模型逼近的自适应RBF机械手控制7.2.1问题描述7.2.2控制器设计7.2.3稳定性分析7.2.4仿真实例7.3工作空间机械手的神经网络自适应控制7.3.1关节角位置与工作空间直角坐标的转换7.3.2机械手的神经网络建模7.3.3控制器的设计7.3.4仿真实例附录仿真程序参考文献第8章基于RBF网络的动态面自适应控制8.1简单动态面控制的设计与分析8.1.1系统描述8.1.2动态面控制器的设计8.1.3动态面控制器的分析8.1.4仿真实例8.2飞行器航迹角自适应神经网络动态面控制8.2.1系统描述8.2.2自适应神经网络动态面控制设计8.2.3稳定性分析8.2.4仿真实例8.3柔性关节机械手自适应RBF网络动态面鲁棒控制8.3.1问题描述8.3.2自适应RBF网络动态面控制器设计8.3.3闭环系统稳定性分析8.3.4仿真验证附录仿真程序参考文献第9章数字RBF神经网络控制9.1自适应RungeKuttaMerson法9.1.1引言9.1.2仿真实例9.2S系统的数字自适应控制9.2.1引言9.2.2仿真实例9.3两关节机械手的数字自适应RBF控制9.3.1引言9.3.2仿真实例附录仿真程序参考文献0章离散神经网络控制10.1引言10.2一类离散非线性系统的直接RBF控制10.2.1系统描述10.2.2控制算法设计和稳定性分析10.2.3仿真实例10.3一类离散非线性系统的自适应RBF控制10.3.1系统描述10.3.2经典控制器设计10.3.3自适应神经网络控制器设计10.3.4稳定性分析10.3.5仿真实例附录仿真程序参考文献1章自适应RBF观测器设计及滑模控制11.1自适应RBF观测器设计11.1.1系统描述11.1.2自适应RBF观测器设计11.1.3仿真实例11.2基于RBF自适应观测器的滑模控制11.2.1滑模控制器设计11.2.2仿真实例附录仿真程序参考文献2章基于RBF神经网络的反演自适应控制12．1一种二阶非线性系统的反演控制12．1．1基本原理12．1．2仿真实例12．2一种三阶非线性系统的反演控制12．2．1系统描述12．2．2反演控制器设计12．2．3仿真实例12．3基于RBF网络的二阶非线性系统反演控制12．3．1基本原理12．3．2RBF网络原理12．3．3控制算法设计与分析12．3．4仿真实例12．4高阶非线性系统反演控制12．4．1系统描述12．4．2反演控制器的设计12．5基于RBF网络的高阶非线性系统自适应反演控制12．5．1系统描述12．5．2反演控制律设计12．5．3自适应律的设计12．5．4仿真实例附录仿真程序参考文献3章基于RBF神经网络的自适应容错控制13．1S系统执行器自适应容错控制13．1．1控制问题描述13．1．2控制律的设计与分析13．1．3仿真实例13．2基于RBF网络的自适应容错控制13．2．1控制问题描述13．2．2RBF神经网络设计13．2．3控制律的设计与分析13．2．4仿真实例附录仿真程序参考文献4章基于RBF神经网络的自适应量化控制14．1执行器自适应量化控制14．1．1系统描述14．1．2量化控制器设计与分析14．1．3仿真实例14．2基于RBF神经网络的执行器自适应量化控制14．2．1系统描述14．2．2RBF神经网络设计14．2．3量化控制器设计与分析14．2．4仿真实例附录仿真程序参考文献5章基于RBF神经网络的控制输出受限控制15．1输出受限引理15．2基于位置输出受限控制算法设计15．2．1系统描述15．2．2控制器的设计15．2．3仿真实例15．3基于RBF神经网络的输出受限控制15．3．1系统描述15．3．2RBF神经网络原理15．3．3控制器的设计15．3．4仿真实例附录仿真程序参考文献6章基于RBF神经网络的控制方向未知的状态跟踪16．1基本知识16．2控制方向未知的状态跟踪16．2．1系统描述16．2．2控制律的设计16．2．3仿真实例16．3基于RBF神经网络的控制方向未知的状态跟踪16．3．1系统描述16．3．2RBF神经网络设计16．3．3控制律的设计16．3．4仿真实例附录仿真程序参考文献
作者介绍

序言

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

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