机械系统RBF神经网络控制：设计、分析及Matlab仿真（英文）

图书标准信息

• 作者 刘金琨 著
• 出版社 清华大学出版社
• 出版时间 2013-03
• 版次 1
• ISBN 9787302302551
• 定价 99.00元
• 装帧 精装
• 开本 16开
• 纸张 胶版纸
• 页数 365页
• 字数 545千字
• 正文语种 英语

【内容简介】

　　《机械系统RBF神经网络控制：设计、分析及Matlab仿真（英文）》从Matlab仿真角度，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，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11章，包括RBF网络的设计及分析、基于梯度下降法的RBF网络控制、简单的RBF网络自适应控制、RBF网络滑模控制、基于RBF网络逼近的自适应控制、基于RBF网络的自适应反演控制、RBF网络数字控制、离散系统的RBF网络控制及自适应RBF网络观测器的设计。每种控制方法都通过Matlab进行了仿真分析。
　　《机械系统RBF神经网络控制：设计、分析及Matlab仿真（英文）》各部分内容既相互联系又相互独立。《机械系统RBF神经网络控制：设计、分析及Matlab仿真（英文）》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工作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】

1Introduction
1.1NeuralNetworkControl
1.1.1WhyNeuralNetworkControl?
1.1.2ReviewofNeuralNetworkControl
1.1.3ReviewofRBFAdaptiveControl
1.2ReviewofRBFNeuralNetwork
1.3RBFAdaptiveControlforRobotManipulators
1.4SFunctionDesignforControlSystem
1.4.1SFunctionIntroduction
1.4.2BasicParametersinSFunction
1.4.3Examples
1.5AnExampleofaSimpleAdaptiveControlSystem
1.5.1SystemDescription
1.5.2AdaptiveControlLawDesign
1.5.3SimulationExample
Appendix
References

2RBFNeuralNetworkDesignandSimulation
2.1RBFNeuralNetworkDesignandSimulation
2.1.1RBFAlgorithm
2.1.2RBFDesignExamplewithMatlabSimulation
2.2RBFNeuralNetworkApproximationBasedonGradientDescentMethod
2.2.1RBFNeuralNetworkApproximation
2.2.2SimulationExample
2.3EffectofGaussianFunctionParametersonRBFApproximation
2.4EffectofHiddenNetsNumberonRBFApproximation
2.5RBFNeuralNetworkTrainingforSystemModeling
2.5.1RBFNeuralNetworkTraining
2.5.2SimulationExample
2.6RBFNeuralNetworkApproximation
Appendix
References

3RBFNeuralNetworkControlBasedonGradientDescentAlgorithm
3.1SupervisoryControlBasedonRBFNeuralNetwork
3.1.1RBFSupervisoryControl
3.1.2SimulationExample
3.2RBFNN-BasedModelReferenceAdaptiveControl
3.2.1ControllerDesign
3.2.2SimulationExample
3.3RBFSelf-AdjustControl
3.3.1SystemDescription
3.3.2RBFControllerDesign
3.3.3SimulationExample
Appendix
References

4AdaptiveRBFNeuralNetworkControl
4.1AdaptiveControlBasedonNeuralApproximation
4.1.1ProblemDescription
4.1.2AdaptiveRBFControllerDesign
4.1.3SimulationExamples
4.2AdaptiveControlBasedonNeuralApproximationwithUnknownParameter
4.2.1ProblemDescription
4.2.2AdaptiveControllerDesign
4.2.3SimulationExamples
4.3ADirectMethodforRobustAdaptiveControlbyRBF
4.3.1SystemDescription
4.3.2DesiredFeedbackControlandFunctionApproximation
4.3.3ControllerDesignandPerformanceAnalysis
4.3.4SimulationExample
Appendix
References

5NeuralNetworkSlidingModeControl
5.1TypicalSlidingModeControllerDesign
5.2SlidingModeControlBasedonRBFforSecond-OrderSISONonlinearSystem
5.2.1ProblemDescription
……

6AdaptiveRBFControlBasedonGlobalApproximation
7AdaptiveRobustRBFControlBasedonLocalApproximation
8BacksteppingControlwithRBF
9DigitalRBFNeuralNetworkControl
10DiscreteNeuralNetworkControl
11AdaptiveRBFObserverDesignandSlidingModeControl
Index