RBF神經網路自適應控制MATLAB仿真

《RBF神經網路自適應控制MATLAB仿真》是清華大學出版社於2014年1月1日出版的圖書，作者是劉金琨。

基本介紹

• 書名：RBF神經網路自適應控制MATLAB仿真  
• 作者：劉金琨
• 出版社：清華大學出版社
• 出版時間：2014年1月1日
• 定價：69 元
• 開本：16 開
• 裝幀：平裝
• ISBN：9787302340409
• 印次：1-2
• 印刷日期：2015年3月11日

內容簡介

《RBF神經網路自適應控制MATLAB仿真》從MATLAB仿真角度，結合典型機械系統控制的實例，系統地介紹神經網路控制的基本理論、摹本方法和套用技術，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11章，包括RBF網路的設計及分析、基於梯度下降法的RBF網路控制、簡單的RBF網路自適應控制、RBF網路滑模控制、基於RBF網路逼近的自適應控制、基於RBF網路的自適應反演控制、RBF網路數字控制、離散系統的RBF網路控制及自適應RBF網路觀測器的設計。每種控制方法都通過MATLAB進行了仿真分析。

《RBF神經網路自適應控制MATLAB仿真》各部分內容既相互聯繫又相互獨立，讀者可根據自己需要選擇學習。《RBF神經網路自適應控制MATLAB仿真》適用於從事生產過程自動化、計算機套用、機械電子和電氣自動化領域工作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、計算機套用等專業的教學參考書。

作者簡介

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年至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。主要從事智慧型控制、滑模變結構控制的研究和教學工作。自從從事研究工作以來，主持國家自然基金等科研項目10餘項，以第一作者發表學術論文70餘篇，出版圖書8部。

圖書目錄

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

1．2RBF神經網路

1．3機器人RBF神經網路控制

1．4控制系統S函式設計

1．4．1S函式介紹

1．4．2S函式基本參數

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

附錄仿真程式

參考文獻

第2章RBF神經網路設計與仿真

2．1RBF神經網路算法及仿真

2．1．1RBF網路算法設計

2．1．2RBF網路設計實例及MATLAB仿真

2．2基於梯度下降法的RBF神經網路逼近

2．2．1RBF網路逼近

2．2．2仿真實例

2．3高斯基函式的參數對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仿真實例

2．6RBF神經網路逼近

附錄仿真程式

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仿真實例

3．2基於RBF神經網路的模型參考自適應

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

附錄仿真程式

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仿真實例

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仿真實例

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理想反饋控制和函式逼近

4．3．3控制器設計及分析

4．3．4仿真實例

附錄仿真程式

參考文獻

第5章神經網路滑模控制

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仿真實例

5．3基於RBF逼近未知函式f·和g·的滑模控制

5．3．1引言

5．3．2仿真實例

5．4基於神經網路最小參數學習法的自適應滑模控制

5．4．1問題描述

5．4．2基於RBF網路逼近的自適應控制

5．4．3仿真實例

附錄仿真程式

參考文獻

第6章基於模型整體逼近的自適應RBF控制

6．1基於RBF神經網路補償的機器人自適應控制

6．1．1系統描述

6．1．2RBF網路逼近

6．1．3RBF網路控制和自適應律設計及分析

6．1．4仿真實例

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仿真實例

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仿真實例

附錄仿真程式

參考文獻

第7章基於局部逼近的自適應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仿真實例

7.2基於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路自適應控制

7.3.1關節角位置與工作空間直角坐標的轉換

7.3.2機械手的神經網路建模

7.3.3控制器的設計

7.3.4仿真實例

附錄仿真程式

參考文獻

第8章基於RBF網路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路動態面控制

8.2.1系統描述

8.2.2自適應神經網路動態面控制設計

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網路動態面魯棒控制

8.3.1問題描述

8.3.2自適應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仿真驗證

附錄仿真程式

參考文獻

第9章數字RBF神經網路控制

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自適應神經網路控制器設計

10.3.4穩定性分析

10.3.5仿真實例

附錄仿真程式

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基於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

附錄仿真程式

參考文獻