《神經網路自適應控制:多變數系統模糊》介紹不確定多變數系統自適應模糊/神經網路控制的基本內容和方法，力圖概括國內外最新研究成果。主要內容包括：多變數線性系統自適應模糊解耦控制，多變數非線性系統自適應模糊控制，多變數非線性系統自適應模糊/神經網路解耦控制，多變數非線性系統自適應模糊/神經網路滑模控制，多變數非線性系統混合模糊控制，多變數非線性系統線上自適應神經網路控制。《神經網路自適應控制:多變數系統模糊》主要讀者為高等學校控制理論與控制工程專業以及相關專業的教師和研究生，亦可供從事自動控制研究的科研人員和工程技術人員參考。
基本介紹
- 書名：神經網路自適應控制:多變數系統模糊
- 出版社：科學出版社有限責任公司
- 頁數：185頁
- 開本：16
- 品牌：科學出版社
- 作者：劉國榮
- 出版日期：2012年3月1日
- 語種：簡體中文
- ISBN：9787030333773, 7030333772
內容簡介,圖書目錄,
內容簡介
《神經網路自適應控制:多變數系統模糊》圍繞“模型未知的非線性多變數系統模糊/神經網路自適應控制”這一主題組織內容。按照不同的控制方法，將近十年來在不確定非線性多變數系統控制領域套用智慧型控制理論中取得的成果進行歸納、分類。
圖書目錄
《智慧型科學技術著作叢書》序
前言
第1章 緒論
1.1 引言
1.2 自適應模糊控制
1.3 自適應神經網路控制
1.4 自適應模糊神經網路控制
1.5 自適應模糊/神經網路滑模控制
第2章 模糊控制與神經網路控制理論基礎
2.1 模糊邏輯與模糊推理
2.1.1 模糊語言變數
2.1.2 模糊蘊含關係
2.1.3 模糊推理
2.1.4 基於控制規則庫的模糊推理
2.2 模糊邏輯系統
2.2.1 模糊邏輯系統的組成
2.2.2 模糊邏輯系統的分類
2.2.3 常見的模糊邏輯系統
2.3 模糊邏輯系統的萬能逼近理論
2.3.1 高斯型模糊邏輯系統的萬能逼近理論
2.3.2 廣義隸屬度型模糊邏輯系統的萬能逼近理論
2.4 神經網路模型
2.4.1 人工神經元模型
2.4.2 神經網路結構及特點
2.5 前饋神經網路
2.5.1 BP神經網路
2.5.2 RBF神經網路
2.5.3 RBF神經網路與BP神經網路的比較
2.6 模糊神經網路
2.6.1 基於標準模糊邏輯系統的模糊神經網路
2.6.2 基於T—S模糊邏輯系統的模糊神經網路
第3章 多變數線性系統自適應模糊解耦控制
3.1 單輸入單輸出系統模型參考自適應模糊控制
3.1.1 模型參考自適應模糊控制系統的結構
3.1.2 基於T—S模糊模型的模糊自適應機構的設計
3.1.3 閉環系統穩定性及其性能分析
3.1.4 量化因子和輸出比例因子的選擇
3.1.5 無抖動模糊控制器
3.1.6 基於無抖動模糊控制器的模型參考自適應模糊控制系統穩定性分析
3.2 多輸入多輸出系統自適應模糊解耦控制
3.2.1 模型參考自適應模糊解耦控制
3.2.2 仿真
第4章 多變數非線性系統自適應模糊H∞控制
4.1 反饋線性化基本理論
4.2 多輸入多輸出非線性系統自適應狀態反饋模糊H∞控制
4.2.1 問題的描述
4.2.2 自適應模糊控制器的設計
4.2.3 仿真
4.3 多輸入多輸出非線性系統自適應輸出反饋模糊H∞也控制
4.3.1 問題的描述
4.3.2 自適應模糊控制器的設計
4.3.3 仿真
第5章 多變數非線性系統自適應模糊/神經網路解耦控制
5.1 多輸入多輸出非線性系統間接自適應模糊解耦控制
5.1.1 問題的描述
5.1.2 設計思想
5.1.3 間接自適應模糊解耦控制系統的設計與穩定性分析
5.1.4 仿真
5.2 多輸入多輸出非線性系統直接自適應模糊解耦控制
5.2.1 設計思想
5.2.2 直接自適應模糊解耦控制系統的設計與穩定性分析
5.2.3 仿真
5.3 基於神經網路干擾觀測器的多輸入多輸出非線性系統解耦控制
5.3.1 問題的描述
5.3.2 RBF神經網路干擾觀測器與H∞控制器設計
5.3.3 仿真
第6章 多變數非線性系統自適應模糊/神經網路滑模控制
6.1 多輸入多輸出非線性系統自適應模糊滑模控制
6.1.1 問題的描述
6.1.2 自適應模糊滑模控制器的設計
6.1.3 仿真
6.2 多輸入多輸出非線性系統自適應神經網路滑模控制
6.2.1 問題的描述
6.2.2 自適應神經網路滑模控制器的設計
6.2.3 仿真
6.3 多輸入多輸出非線性系統自適應輸出反饋神經網路滑模控制
6.3.1 問題的描述
6.3.2 自適應輸出反饋神經網路滑模控制器的設計
6.3.3 仿真
第7章 多變數非線性系統H2/H∞混合模糊控制
7.1 H2/H∞混合控制
7.2 多輸入多輸出非線性系統H2/H∞模糊狀態反饋控制
7.2.1 問題的描述
7.2.2 H2/H∞模糊狀態反饋控制
7.2.3 系統穩定性分析
7.3 多輸入多輸出非線性系統H2/H∞模糊輸出反饋控制
7.3.1 問題的描述
7.3.2 H2/H∞模糊輸出反饋控制
7.3.3 系統穩定性分析
第8章 多變數非線性系統的線上自適應神經網路控制
8.1 廣義模糊神經網路的線上學習
8.1.1 廣義模糊神經網路的結構
8.1.2 廣義模糊神經網路的學習算法
8.2 多輸入多輸出非線性系統的G—FNN逆模型
8.3 多輸入多輸出非線性系統的自適應模糊神經網路控制
8.3.1 自適應模糊神經網路控制器的結構
8.3.2 自適應模糊神經網路控制器的收斂性分析
8.3.3 自適應模糊神經網路控制系統穩定性分析
8.3.4 仿真
8.4 RBF神經網路的線上學習
8.4.1 RBF神經網路的結構
8.4.2 GP—RBF算法
8.5 多輸入多輸出非線性系統自適應RBF神經網路控制
8.5.1 自適應RBF神經網路控制器的結構
8.5.2 自適應RBF神經網路控制器的收斂性分析
8.5.3 自適應RBF神經網路控制系統穩定性分析
8.5.4 仿真
參考文獻
前言
第1章 緒論
1.1 引言
1.2 自適應模糊控制
1.3 自適應神經網路控制
1.4 自適應模糊神經網路控制
1.5 自適應模糊/神經網路滑模控制
第2章 模糊控制與神經網路控制理論基礎
2.1 模糊邏輯與模糊推理
2.1.1 模糊語言變數
2.1.2 模糊蘊含關係
2.1.3 模糊推理
2.1.4 基於控制規則庫的模糊推理
2.2 模糊邏輯系統
2.2.1 模糊邏輯系統的組成
2.2.2 模糊邏輯系統的分類
2.2.3 常見的模糊邏輯系統
2.3 模糊邏輯系統的萬能逼近理論
2.3.1 高斯型模糊邏輯系統的萬能逼近理論
2.3.2 廣義隸屬度型模糊邏輯系統的萬能逼近理論
2.4 神經網路模型
2.4.1 人工神經元模型
2.4.2 神經網路結構及特點
2.5 前饋神經網路
2.5.1 BP神經網路
2.5.2 RBF神經網路
2.5.3 RBF神經網路與BP神經網路的比較
2.6 模糊神經網路
2.6.1 基於標準模糊邏輯系統的模糊神經網路
2.6.2 基於T—S模糊邏輯系統的模糊神經網路
第3章 多變數線性系統自適應模糊解耦控制
3.1 單輸入單輸出系統模型參考自適應模糊控制
3.1.1 模型參考自適應模糊控制系統的結構
3.1.2 基於T—S模糊模型的模糊自適應機構的設計
3.1.3 閉環系統穩定性及其性能分析
3.1.4 量化因子和輸出比例因子的選擇
3.1.5 無抖動模糊控制器
3.1.6 基於無抖動模糊控制器的模型參考自適應模糊控制系統穩定性分析
3.2 多輸入多輸出系統自適應模糊解耦控制
3.2.1 模型參考自適應模糊解耦控制
3.2.2 仿真
第4章 多變數非線性系統自適應模糊H∞控制
4.1 反饋線性化基本理論
4.2 多輸入多輸出非線性系統自適應狀態反饋模糊H∞控制
4.2.1 問題的描述
4.2.2 自適應模糊控制器的設計
4.2.3 仿真
4.3 多輸入多輸出非線性系統自適應輸出反饋模糊H∞也控制
4.3.1 問題的描述
4.3.2 自適應模糊控制器的設計
4.3.3 仿真
第5章 多變數非線性系統自適應模糊/神經網路解耦控制
5.1 多輸入多輸出非線性系統間接自適應模糊解耦控制
5.1.1 問題的描述
5.1.2 設計思想
5.1.3 間接自適應模糊解耦控制系統的設計與穩定性分析
5.1.4 仿真
5.2 多輸入多輸出非線性系統直接自適應模糊解耦控制
5.2.1 設計思想
5.2.2 直接自適應模糊解耦控制系統的設計與穩定性分析
5.2.3 仿真
5.3 基於神經網路干擾觀測器的多輸入多輸出非線性系統解耦控制
5.3.1 問題的描述
5.3.2 RBF神經網路干擾觀測器與H∞控制器設計
5.3.3 仿真
第6章 多變數非線性系統自適應模糊/神經網路滑模控制
6.1 多輸入多輸出非線性系統自適應模糊滑模控制
6.1.1 問題的描述
6.1.2 自適應模糊滑模控制器的設計
6.1.3 仿真
6.2 多輸入多輸出非線性系統自適應神經網路滑模控制
6.2.1 問題的描述
6.2.2 自適應神經網路滑模控制器的設計
6.2.3 仿真
6.3 多輸入多輸出非線性系統自適應輸出反饋神經網路滑模控制
6.3.1 問題的描述
6.3.2 自適應輸出反饋神經網路滑模控制器的設計
6.3.3 仿真
第7章 多變數非線性系統H2/H∞混合模糊控制
7.1 H2/H∞混合控制
7.2 多輸入多輸出非線性系統H2/H∞模糊狀態反饋控制
7.2.1 問題的描述
7.2.2 H2/H∞模糊狀態反饋控制
7.2.3 系統穩定性分析
7.3 多輸入多輸出非線性系統H2/H∞模糊輸出反饋控制
7.3.1 問題的描述
7.3.2 H2/H∞模糊輸出反饋控制
7.3.3 系統穩定性分析
第8章 多變數非線性系統的線上自適應神經網路控制
8.1 廣義模糊神經網路的線上學習
8.1.1 廣義模糊神經網路的結構
8.1.2 廣義模糊神經網路的學習算法
8.2 多輸入多輸出非線性系統的G—FNN逆模型
8.3 多輸入多輸出非線性系統的自適應模糊神經網路控制
8.3.1 自適應模糊神經網路控制器的結構
8.3.2 自適應模糊神經網路控制器的收斂性分析
8.3.3 自適應模糊神經網路控制系統穩定性分析
8.3.4 仿真
8.4 RBF神經網路的線上學習
8.4.1 RBF神經網路的結構
8.4.2 GP—RBF算法
8.5 多輸入多輸出非線性系統自適應RBF神經網路控制
8.5.1 自適應RBF神經網路控制器的結構
8.5.2 自適應RBF神經網路控制器的收斂性分析
8.5.3 自適應RBF神經網路控制系統穩定性分析
8.5.4 仿真
參考文獻
