包郵 RBF神經網絡自適應控制及MATLAB仿真(第2版)

作者：劉金琨

出版社：清華大學出版社出版時間：2014-01-01

開本： 16開 頁數： 418

本類榜單：計算機/網絡銷量榜

中圖價:¥38.6(3.9折) 定價 ~~¥99.0~~ 登錄后可看到會員價

加入購物車收藏

開年大促， 全場包郵

?新疆、西藏除外

溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無塑封），個別圖書品相8-9成新、切口
有劃線標記、光盤等附件不全詳細品相說明>>

本類五星書更多>

>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用

全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用

¥14.4¥45
>
決戰行測5000題(言語理解與表達)

決戰行測5000題(言語理解與表達)

¥44.1¥88
>
軟件性能測試.分析與調優實踐之路

軟件性能測試.分析與調優實踐之路

¥56.2¥69
>
第一行代碼Android

第一行代碼Android

¥55.4¥99
>
JAVA持續交付

JAVA持續交付

¥58.1¥119
>
EXCEL最強教科書(完全版)(全彩印刷)

EXCEL最強教科書(完全版)(全彩印刷)

¥31.1¥69.9
>
深度學習

深度學習

¥92.4¥168

買過本商品的人還買了

MATLAB 神經網絡原理與實例精解-附DVD光盤.含大量高清視頻
陳明
¥41.0~~¥69.0~~

商品詳情
商品評論(0條)

中圖價:¥38.6 加入購物車

版權信息
本書特色
內容簡介
目錄
作者簡介

RBF神經網絡自適應控制及MATLAB仿真(第2版) 版權信息

ISBN：9787302517320
條形碼：9787302517320 ; 978-7-302-51732-0
裝幀：一般膠版紙
冊數：暫無
重量：暫無
所屬分類：
計算機/網絡
>
人工智能

RBF神經網絡自適應控制及MATLAB仿真(第2版) 本書特色

本書結合典型機械系統控制的實例，系統地介紹了神經網絡控制的基本理論、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16章，包括緒論、RBF神經網絡的設計與仿真、基于梯度下降法的RBF神經網絡控制、自適應RBF神經網絡控制、RBF神經網絡滑模控制、基于模型整體逼近的自適應RBF控制、基于局部逼近的自適應RBF控制、基于RBF神經網絡的動態面自適應控制、數字RBF神經網絡控制、離散神經網絡控制、自適應RBF觀測器設計及滑模控制、基于RBF神經網絡的反演自適應控制、基于RBF神經網絡的自適應容錯控制、基于RBF神經網絡的自適應量化控制、基于RBF神經網絡的控制輸出受限控制和基于RBF神經網絡的控制方向未知的狀態跟蹤。每種控制方法都通過MATLAB進行了仿真分析。本書各部分內容既相互聯系又相對獨立，讀者可根據需要選擇學習。本書適用于從事生產過程自動化、計算機應用、機械電子和電氣自動化領域的工程技術人員閱讀，也可作為大專院校工業自動化、自動控制、機械電子、自動化儀表、計算機應用等專業的教學參考書。

RBF神經網絡自適應控制及MATLAB仿真(第2版) 內容簡介

本書特色
（1）神經網絡控制算法重點研究學科交叉部分的前沿內容，并介紹有潛力的新思想、新方法，同時又兼顧基本概念、基本理論和基本設計方法。
（2）針對每種神經網絡控制算法給出了完整的MATLAB仿真程序，并給出了程序的說明和仿真結果，具有很強的可讀性。
（3）著重從應用領域角度出發，突出理論聯系實際，面向廣大工程技術人員，具有很強的工程性和實用性。書中同時提供了大量應用實例及其結果分析，為讀者提供了有益的借鑒。
（4）書中給出的各種神經網絡控制算法非常完整，其程序結構設計簡潔明了，便于自學和進一步開發。
程序下載
配書實例代碼可到清華大學出版社網站本書相關頁面下載。

RBF神經網絡自適應控制及MATLAB仿真(第2版) 目錄

目錄

第1章緒論

1．1神經網絡控制

1．1．1神經網絡控制的提出

1.1.2神經網絡控制概述

1.1.3自適應RBF神經網絡概述

1．2RBF神經網絡

1．3機器人RBF神經網絡控制

1．4控制系統S函數設計

1．4．1S函數介紹

1．4．2S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仿真實例

附錄仿真程序

參考文獻

第2章RBF神經網絡設計與仿真

2．1RBF神經網絡算法及仿真

2．1．1RBF神經網絡算法設計

2．1．2RBF神經網絡設計實例及MATLAB仿真

2．2基于梯度下降法的RBF神經網絡逼近

2．2．1RBF神經網絡逼近

2．2．2仿真實例

2．3高斯基函數的參數對RBF網絡逼近的影響

2．4隱含層節點數對RBF網絡逼近的影響

2．5RBF神經網絡的建模訓練

2．5．1RBF神經網絡訓練

2．5．2仿真實例

2．6RBF神經網絡逼近

附錄仿真程序

參考文獻

第3章基于梯度下降法的RBF神經網絡控制

3．1基于RBF神經網絡的監督控制

3．1．1RBF監督控制

3．1．2仿真實例

3．2基于RBF神經網絡的模型參考自適應控制

3．2．1控制系統設計

3．2．2仿真實例

3．3RBF自校正控制

3．3．1系統描述

3．3．2RBF控制算法設計

3．3．3仿真實例

附錄仿真程序

參考文獻

第4章自適應RBF神經網絡控制

4．1基于神經網絡逼近的自適應控制

4．1．1系統描述

4．1．2自適應RBF控制器設計

4．1．3仿真實例

4．2基于神經網絡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仿真實例

4．3基于RBF神經網絡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控制器設計及分析

4．3．4仿真實例

4.4基于RBF神經網絡的單參數直接魯棒自適應控制

4.4.1系統描述

4.4.2仿真實例

附錄仿真程序

參考文獻

第5章RBF神經網絡滑模控制

5．1經典滑模控制器設計

5．2基于RBF神經網絡的二階SISO系統的滑模控制

5．2．1系統描述

5．2．2基于RBF網絡逼近f(·)的滑模控制

5．2．3仿真實例

5．3基于RBF逼近未知函數f(·)和g(·)的滑模控制

5．3．1引言

5．3．2仿真實例

5．4基于神經網絡*小參數學習法的自適應滑模控制

5．4．1問題描述

5．4．2基于RBF網絡逼近的自適應控制

5．4．3仿真實例

附錄仿真程序

參考文獻

第6章基于模型整體逼近的自適應RBF控制

6．1基于RBF神經網絡補償的機器人自適應控制

6．1．1系統描述

6．1．2RBF網絡逼近

6．1．3RBF網絡控制和自適應律設計及分析

6．1．4仿真實例

6．2基于滑模魯棒項的RBF神經網絡機器人控制

6．2．1系統描述

6．2．2RBF逼近

6．2．3控制律設計及穩定性分析

6．2．4仿真實例

6．3基于HJI理論和RBF神經網絡的魯棒控制

6．3．1HJI定理

6．3．2控制器設計及穩定性分析

6．3．3仿真實例

附錄仿真程序

參考文獻

第7章基于局部逼近的自適應RBF控制

7.1基于名義模型的機械臂魯棒控制

7.1.1系統描述

7.1.2控制器設計

7.1.3穩定性分析

7.1.4仿真實例

7.2基于局部模型逼近的自適應RBF機械手控制

7.2.1問題描述

7.2.2控制器設計

7.2.3穩定性分析

7.2.4仿真實例

7.3工作空間機械手的神經網絡自適應控制

7.3.1關節角位置與工作空間直角坐標的轉換

7.3.2機械手的神經網絡建模

7.3.3控制器的設計

7.3.4仿真實例

附錄仿真程序

參考文獻

第8章基于RBF網絡的動態面自適應控制

8.1簡單動態面控制的設計與分析

8.1.1系統描述

8.1.2動態面控制器的設計

8.1.3動態面控制器的分析

8.1.4仿真實例

8.2飛行器航跡角自適應神經網絡動態面控制

8.2.1系統描述

8.2.2自適應神經網絡動態面控制設計

8.2.3穩定性分析

8.2.4仿真實例

8.3柔性關節機械手自適應RBF網絡動態面魯棒控制

8.3.1問題描述

8.3.2自適應RBF網絡動態面控制器設計

8.3.3閉環系統穩定性分析

8.3.4仿真驗證

附錄仿真程序

參考文獻

第9章數字RBF神經網絡控制

9.1自適應RungeKuttaMerson法

9.1.1引言

9.1.2仿真實例

9.2SISO系統的數字自適應控制

9.2.1引言

9.2.2仿真實例

9.3兩關節機械手的數字自適應RBF控制

9.3.1引言

9.3.2仿真實例

附錄仿真程序

參考文獻

第10章離散神經網絡控制

10.1引言

10.2一類離散非線性系統的直接RBF控制

10.2.1系統描述

10.2.2控制算法設計和穩定性分析

10.2.3仿真實例

10.3一類離散非線性系統的自適應RBF控制

10.3.1系統描述

10.3.2經典控制器設計

10.3.3自適應神經網絡控制器設計

10.3.4穩定性分析

10.3.5仿真實例

附錄仿真程序

參考文獻

第11章自適應RBF觀測器設計及滑模控制

11.1自適應RBF觀測器設計

11.1.1系統描述

11.1.2自適應RBF觀測器設計

11.1.3仿真實例

11.2基于RBF自適應觀測器的滑模控制

11.2.1滑模控制器設計

11.2.2仿真實例

附錄仿真程序

參考文獻

第12章基于RBF神經網絡的反演自適應控制

12．1一種二階非線性系統的反演控制

12．1．1基本原理

12．1．2仿真實例

12．2一種三階非線性系統的反演控制

12．2．1系統描述

12．2．2反演控制器設計

12．2．3仿真實例

12．3基于RBF網絡的二階非線性系統反演控制

12．3．1基本原理

12．3．2RBF網絡原理

12．3．3控制算法設計與分析

12．3．4仿真實例

12．4高階非線性系統反演控制

12．4．1系統描述

12．4．2反演控制器的設計

12．5基于RBF網絡的高階非線性系統自適應反演控制

12．5．1系統描述

12．5．2反演控制律設計

12．5．3自適應律的設計

12．5．4仿真實例

附錄仿真程序

參考文獻

第13章基于RBF神經網絡的自適應容錯控制

13．1SISO系統執行器自適應容錯控制

13．1．1控制問題描述

13．1．2控制律的設計與分析

13．1．3仿真實例

13．2基于RBF網絡的自適應容錯控制

13．2．1控制問題描述

13．2．2RBF神經網絡設計

13．2．3控制律的設計與分析

13．2．4仿真實例

附錄仿真程序

參考文獻

第14章基于RBF神經網絡的自適應量化控制

14．1執行器自適應量化控制

14．1．1系統描述

14．1．2量化控制器設計與分析

14．1．3仿真實例

14．2基于RBF神經網絡的執行器自適應量化控制

14．2．1系統描述

14．2．2RBF神經網絡設計

14．2．3量化控制器設計與分析

14．2．4仿真實例

附錄仿真程序

參考文獻

第15章基于RBF神經網絡的控制輸出受限控制

15．1輸出受限引理

15．2基于位置輸出受限控制算法設計

15．2．1系統描述

15．2．2控制器的設計

15．2．3仿真實例

15．3基于RBF神經網絡的輸出受限控制

15．3．1系統描述

15．3．2RBF神經網絡原理

15．3．3控制器的設計

15．3．4仿真實例

附錄仿真程序

參考文獻

第16章基于RBF神經網絡的控制方向未知的狀態跟蹤

16．1基本知識

16．2控制方向未知的狀態跟蹤

16．2．1系統描述

16．2．2控制律的設計

16．2．3仿真實例

16．3基于RBF神經網絡的控制方向未知的狀態跟蹤

16．3．1系統描述

16．3．2RBF神經網絡設計

16．3．3控制律的設計

16．3．4仿真實例

附錄仿真程序

參考文獻

展開全部

RBF神經網絡自適應控制及MATLAB仿真(第2版) 作者簡介

劉金琨遼寧省大連市瓦房店人，分別于1989年、1994年和1997年獲東北大學工學學士、碩士和博士學位。1997─1999年在浙江大學工業控制技術研究所從事博士后研究工作。現為北京航空航天大學控制理論與控制工程專業教授、博士生導師。主要從事智能控制、滑模變結構控制領域的研究和教學工作。自從從事研究工作以來，主持國家自然科學基金等科研項目10余項，發表學術論文100余篇，出版圖書10余部。

商品評論(0條)

寫書評賺書幣

暫無評論……

書友推薦