RBF神經網路自適應控制及MATLAB模擬(第2版) | 被動收入的投資秘訣 - 2024年7月
![](https://www.books.com.tw/img/CN1/161/27/CN11612771.jpg)
RBF神經網路自適應控制及MATLAB模擬(第2版)
本書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16章,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、自我調整RBF神經網絡控制、RBF神經網路滑模控制、基於模型整體逼近的自我調整RBF控制、基於局部逼近的自我調整RBF控制、基於RBF神經網路的動態面自我調整控制、數位RBF神經網路控制、離散神經網路控制、自我調整RBF觀測器設計及滑模控制、基於RBF神經網路的反演自我調整控制、基於RBF神經網路的自我調整容錯控制、基於RBF神經網路的自我調整量化控制、基於RBF神經網路的控制輸出受限控制和基於RBF神經網路的控制方向未知的狀態跟蹤。每種控制方法都通過MATLAB進行了模擬分析。本書各部分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,也可作為大專院校工業自動化、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。
劉金琨遼寧省大連市瓦房店人,分別於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後研究工作。現為北京航空航太大學控制理論與控制工程專業教授、博士生導師。主要從事智慧控制、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專案10餘項,發表學術論文100餘篇,出版圖書10餘部。
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自我調整RBF神經網路概述
1.2RBF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
1.4.1S函數介紹
1.4.2S函數基本參數
1.4.3實例
1.5簡單自我調整控制系統設計實例
1.5.1系統描述
1.5.2自我調整控制律設計
1.5.3模擬實例
附錄模擬程式
參考文獻
第2章RBF神經網路設計與模擬
2.1RBF神經網路演算法及模擬
2.1.1RBF神經網路演算法設計
2.1.2RBF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
2.2.1RBF神經網路逼近
2.2.2模擬實例
2.3高斯基函數的參數對RBF網路逼近的影響
2.4隱含層節點數對RBF網路逼近的影響
2.5RBF神經網路的建模訓練
2.5.1RBF神經網路訓練
2.5.2模擬實例
2.6RBF神經網路逼近
附錄模擬程式
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
3.1.1RBF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我調整控制
3.2.1控制系統設計
3.2.2模擬實例
3.3RBF自校正控制
3.3.1系統描述
3.3.2RBF控制演算法設計
3.3.3模擬實例
附錄模擬程式
參考文獻
第4章自我調整RBF神經網路控制
4.1基於神經網路逼近的自我調整控制
4.1.1系統描述
4.1.2自我調整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我調整控制
4.2.1系統描述
4.2.2自我調整控制設計
4.2.3模擬實例
4.3基於RBF神經網路的直接魯棒自我調整控制
4.3.1系統描述
4.3.2理想回饋控制和函數逼近
4.3.3控制器設計及分析
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我調整控制
4.4.1系統描述
4.4.2模擬實例
附錄模擬程式
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
5.3.2模擬實例
5.4基於神經網路最小參數學習法的自我調整滑模控制
5.4.1問題描述
5.4.2基於RBF網路逼近的自我調整控制
5.4.3模擬實例
附錄模擬程式
參考文獻
第6章基於模型整體逼近的自我調整RBF控制
6.1基於RBF神經網路補償的機器人自我調整控制
6.1.1系統描述
6.1.2RBF網路逼近
6.1.3RBF網路控制和自我調整律設計及分析
6.1.4模擬實例
6.2基於滑模魯棒項的RBF神經網路機器人控制
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模擬實例
6.3基於HJI理論和RBF神經網路的魯棒控制
6.3.1HJI定理
6.3.2控制器設計及穩定性分析
6.3.3模擬實例
附錄模擬程式
參考文獻
第7章基於局部逼近的自我調整RBF控制
7.1基於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模擬實例
7.2基於局部模型逼近的自我調整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模擬實例
7.3工作空間機械手的神經網路自我調整控制
7.3.1關節角位置與工作空間直角坐標的轉換
7.3.2機械手的神經網路建模
7.3.3控制器的設計
7.3.4模擬實例
附錄模擬程式
參考文獻
第8章基於RBF網路的動態面自我調整控制
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模擬實例
8.2飛行器航跡角自我調整神經網路動態面控制
8.2.1系統描述
8.2.2自我調整神經網路動態面控制設計
8.2.3穩定性分析
8.2.4模擬實例
8.3柔性關節機械手自我調整RBF網路動態面魯棒控制
8.3.1問題描述
8.3.2自我調整RBF網路動態面控制器設計
8.3.3閉環系統穩定性分析
8.3.4模擬驗證
附錄模擬程式
參考文獻
第9章數位RBF神經網路控制
9.1自我調整RungeKuttaMerson法
9.1.1引言
9.1.2模擬實例
9.2SISO系統的數位自我調整控制
9.2.1引言
9.2.2模擬實例
9.3兩關節機械手的數位自我調整RBF控制
9.3.1引言
9.3.2模擬實例
附錄模擬程式
參考文獻
第10章離散神經網路控制
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控制演算法設計和穩定性分析
10.2.3模擬實例
10.3一類離散非線性系統的自我調整RBF控制
10.3.1系統描述
10.3.2經典控制器設計
10.3.3自我調整神經網路控制器設計
10.3.4穩定性分析
10.3.5模擬實例
附錄模擬程式
參考文獻
第11章自我調整RBF觀測器設計及滑模控制
11.1自我調整RBF觀測器設計
11.1.1系統描述
11.1.2自我調整RBF觀測器設計
11.1.3模擬實例
11.2基於RBF自我調整觀測器的滑模控制
11.2.1滑模控制器設計
11.2.2模擬實例
附錄模擬程式
參考文獻
第12章基於RBF神經網路的反演自我調整控制
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模擬實例
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模擬實例
12.3基於RBF網路的二階非線性系統反演控制
12.3.1基本原理
12.3.2RBF網路原理
12.3.3控制演算法設計與分析
12.3.4模擬實例
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基於RBF網路的高階非線性系統自我調整反演控制
12.5.1系統描述
12.5.2反演控制律設計
12.5.3自我調整律的設計
12.5.4模擬實例
附錄模擬程式
參考文獻
第13章基於RBF神經網路的自我調整容錯控制
13.1SISO系統執行器自我調整容錯控制
13.1.1控制問題描述
13.1.2控制律的設計與分析
13.1.3模擬實例
13.2基於RBF網路的自我調整容錯控制
13.2.1控制問題描述
13.2.2RBF神經網路設計
13.2.3控制律的設計與分析
13.2.4模擬實例
附錄模擬程式
參考文獻
第14章基於RBF神經網路的自我調整量化控制
14.1執行器自我調整量化控制
14.1.1系統描述
14.1.2量化控制器設計與分析
14.1.3模擬實例
14.2基於RBF神經網路的執行器自我調整量化控制
14.2.1系統描述
14.2.2RBF神經網路設計
14.2.3量化控制器設計與分析
14.2.4模擬實例
附錄模擬程式
參考文獻
第15章基於RBF神經網路的控制輸出受限控制
15.1輸出受限引理
15.2基於位置輸出受限控制演算法設計
15.2.1系統描述
15.2.2控制器的設計
15.2.3模擬實例
15.3基於RBF神經網路的輸出受限控制
15.3.1系統描述
15.3.2RBF神經網路原理
15.3.3控制器的設計
15.3.4模擬實例
附錄模擬程式
參考文獻
第16章基於RBF神經網路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模擬實例
16.3基於RBF神經網路的控制方向未知的狀態跟蹤
16.3.1系統描述
16.3.2RBF神經網路設計
16.3.3控制律的設計
16.3.4模擬實例
附錄模擬程式
參考文獻