幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

RBF神經網路自適應控制及MATLAB模擬(第3版)/機器人科學與技術叢書

  • 作者：劉金琨|責編:范德一
  • 出版社：清華大學
  • ISBN：9787302682578
  • 出版日期：2025/03/01
  • 裝幀：平裝
  • 頁數：439
人民幣：RMB 128 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書從MATLAB模擬的角度，結合典型機械系統控制的實例，系統地介紹了神經網路控制的基本理論、基本方法和應用技術。本書是作者多年來從事控制系統教學和科研工作的結晶，同時融入了國內外同行近年來所取得的新成果。
    全書共分19章，內容包括緒論、RBF神經網路的設計與模擬、基於梯度下降法的RBF神經網路控制、自適應RBF神經網路控制、RBF神經網路滑模控制、基於模型整體逼近的自適應RBF控制、基於局部逼近的自適應RBF控制、基於RBF神經網路的動態面自適應控制、數字RBF神經網路控制、離散神經網路控制、自適應RBF觀測器設計及滑模控制、基於RBF神經網路的反演自適應控制、基於RBF神經網路的自適應容錯控制、基於RBF神經網路的自適應量化控制、基於RBF神經網路的控制輸出受限控制、基於RBF神經網路的控制方向未知的狀態跟蹤、基於RBF神經網路逼近的多智能體一致性控制、基於模糊RBF神經網路逼近的自適應控制和基於RBF神經網路的事件驅動滑模控制。每種控制方法都通過MATI。AB進行了模擬分析。
    本書各章內容既相互聯繫又相對獨立，讀者可根據需要選擇學習。本書適用於從事生產過程自動化、電腦應用、機械電子和電氣自動化領域的工程技術人員閱讀，也適合作為高等學校工業自動化、自動控制、機械電子、自動化儀錶、電腦應用等專業的教學參考書。
作者介紹
劉金琨|責編:范德一
    劉金琨，北京航空航天大學教授，博士生導師。分別于1989年7月、1994年3月和1997年3月獲東北大學工學學士、工學碩士和工學博士學位。1997年3月-1998年12月在浙江大學工業控制技術研究所做博士后研究工作；1999年1月-1999年7月在香港科技大學從事合作研究；1999年11月至今在北京航空航天大學自動化科學與電氣工程學院從事教學與科研工作；主講「智能控制」「先進控制系統設計」和「系統辨識」等課程；研究方向為控制理論與應用。自從從事研究工作以來，主持國家自然基金等科研項目10余項，發表學術論文100余篇。曾出版《先進PID控制MATLAB模擬》《機器人控制系統的設計與MATLAB模擬》《滑模變結構控制MATLAB模擬》《RBF神經網路自適應控制MATLAB模擬》《系統辨識》和《微分器設計與應用——信號濾波與求導》等著作。
目錄
第1章  緒論
  1.1  神經網路控制
    1.1.1  神經網路控制的提出
    1.1.2  神經網路控制概述
    1.1.3  自適應RBF神經網路概述
  1.2  RBF神經網路
  1.3  機器人RBF神經網路控制
  1.4  控制系統S函數設計
    1.4.1  S函數介紹
    1.4.2  S函數基本參數
    1.4.3  實例
  1.5  簡單自適應控制系統設計實例
    1.5.1  系統描述
    1.5.2  自適應控制律設計
    1.5.3  模擬實例
  附錄  模擬程序
  參考文獻
第2章  RBF神經網路設計與模擬
  2.1  RBF神經網路演算法及模擬
    2.1.1  RBF神經網路演算法設計
    2.1.2  RBF神經網路設計實例及MATLAB模擬
  2.2  基於梯度下降法的RBF神經網路逼近
    2.2.1  RBF神經網路逼近
    2.2.2  模擬實例
  2.3  高斯函數的參數對RBF神經網路逼近的影響
  2.4  隱含層節點數對RBF神經網路逼近的影響
  2.5  RBF神經網路的建模訓練
    2.5.1  RBF神經網路訓練
    2.5.2  模擬實例
  2.6  RBF神經網路逼近
  附錄  模擬程序
  參考文獻
第3章  基於梯度下降法的RBF神經網路控制
  3.1  基於RBF神經網路的監督控制
    3.1.1  RBF監督控制
    3.1.2  模擬實例
  3.2  基於RBF神經網路的模型參考自適應控制
    3.2.1  控制系統設計
    3.2.2  模擬實例
  3.3  RBF神經網路自校正控制
    3.3.1  系統描述
    3.3.2  RBF控制演算法設計
    3.3.3  模擬實例
  附錄  模擬程序
  參考文獻
第4章  自適應RBF神經網路控制
  4.1  基於神經網路逼近的自適應控制
    4.1.1  系統描述
    4.1.2  自適應RBF控制器設計
    4.1.3  模擬實例

  4.2  基於神經網路逼近的未知參數自適應控制
    4.2.1  系統描述
    4.2.2  自適應控制設計
    4.2.3  模擬實例
  4.3  基於RBF、神經網路的直接魯棒自適應控制
    4.3.1  系統描述
    4.3.2  理想反饋控制和函數逼近
    4.3.3  控制器沒計及分析
    4.3.4  模擬實例
  4.4  基於RBF』神經網路的單參數直接魯棒自適應控制
    4.4.1  系統描述
    4.4.2  模擬實例
    附錄模擬程序
    參考文獻
第5章  RBF神經網路滑模控制
  5.1  經典滑模控制器設計
  5.2  基於RBF神經網路的二階SISO系統的滑模控制
    5.2.1  系統描述
    5.2.2  基於RBF神經網路逼近f（·）的滑模控制
    5.2.3  模擬實例
  5.3  基於RBF逼近未知函數f（·）和g（·）的滑模控制
    5.3.1  引言
  ……
第6章  基於模型整體逼近的自適應RBF控制
第7章  基於局部逼近的自適應RBF控制
第8章  基於RBF神經網路的動態面自適應控制
第9章  數字RBF神經網路控制
第10章  離散神經網路控制
第11章  自適應RBF觀測器設計及滑模控制
第12章  基於RBF神經網路的反演自適應控制
第13章  基於RBF神經網路的自適應容錯控制
第14章  基於RBF神經網路的自適應量化控制
第15章  基於RBF神經網路的控制輸出受限控制
第16章  基於RBF神經網路的控制方向未知的狀態跟蹤
第17章  基於RBF神經網路逼近的多智能體一致性控制
第18章  基於模糊RBF神經網路逼近的自適應控制
第19章  基於RBF神經網路的事件驅動滑模控制

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032