滿額折
多變量系統模糊/神經網絡自適應控制（簡體書）
商品資訊
系列名：智能科學技術著作叢書
ISBN13：9787030333773
出版社：科學出版社
作者：劉國榮
出版日：2012/01/01
裝訂：精裝
人民幣定價：60 元
定價
：NT$ 360 元優惠價
：87 折 313 元
絕版無法訂購
商品簡介
目次
相關商品
商品簡介
《多變量系統模糊：神經網絡自適應控制》主要介紹了不確定非線性多變量系統模糊／神經網絡自適應控制的基本內容和方法，力圖概括國內外最新研究成果。主要內容包括多變量線性系統自適應模糊解耦控制，多變量非線性系統自適應模糊H∞控制，多變量非線性系統自適應模糊／神經網絡解耦控制，多變量非線性系統自適應模糊／神經網絡滑模控制，多變量非線性系統H2／H∞混合模糊控制，多變量非線性系統在線自適應神經網絡控制。
《多變量系統模糊：神經網絡自適應控制》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。
《多變量系統模糊：神經網絡自適應控制》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。
目次
《智能科學技術著作叢書》序
前言
第1章 緒論
1.1 引言
1.2 自適應模糊控制
1.3 自適應神經網絡控制
1.4 自適應模糊神經網絡控制
1.5 自適應模糊／神經網絡滑模控制
第2章 模糊控制與神經網絡控制理論基礎
2.1 模糊邏輯與模糊推理
2.1.1 模糊語言變量
2.1.2 模糊蘊含關系
2.1.3 模糊推理
2.1.4 基于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 神經網絡模型
2.4.1 人工神經元模型
2.4.2 神經網絡結構及特點
2.5 前饋神經網絡
2.5.1 BP神經網絡
2.5.2 RBF神經網絡
2.5.3 RBF神經網絡與BP神經網絡的比較
2.6 模糊神經網絡
2.6.1 基于標準模糊邏輯系統的模糊神經網絡
2.6.2 基于T-S模糊邏輯系統的模糊神經網絡
第3章 多變量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 基于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 基于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 多變量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 多變量非線性系統自適應模糊／神經網絡解耦控制
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 基于神經網絡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神經網絡干擾觀測器與H∞控制器設計
5.3.3 仿真
第6章 多變量非線性系統自適應模糊／神經網絡滑模控制
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絡滑模控制
6.2.1 問題的描述
6.2.2 自適應神經網絡滑模控制器的設計
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絡滑模控制
6.3.1 問題的描述
6.3.2 自適應輸出反饋神經網絡滑模控制器的設計
6.3.3 仿真
第7章 多變量非線性系統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 多變量非線性系統的在線自適應神經網絡控制
8.1 廣義模糊神經網絡的在線學習
8.1.1 廣義模糊神經網絡的結構
8.1.2 廣義模糊神經網絡的學習算法
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絡控制
8.3.1 自適應模糊神經網絡控制器的結構
8.3.2 自適應模糊神經網絡控制器的收斂性分析
8.3.3 自適應模糊神經網絡控制系統穩定性分析
8.3.4 仿真
8.4 RBF神經網絡的在線學習
8.4.1 RBF神經網絡的結構
8.4.2 GP-RBF算法
8.5 多輸入多輸出非線性系統自適應RBF神經網絡控制
8.5.1 自適應RBF神經網絡控制器的結構
8.5.2 自適應RBF神經網絡控制器的收斂性分析
8.5.3 自適應RBF神經網絡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 自適應神經網絡控制
1.4 自適應模糊神經網絡控制
1.5 自適應模糊／神經網絡滑模控制
第2章 模糊控制與神經網絡控制理論基礎
2.1 模糊邏輯與模糊推理
2.1.1 模糊語言變量
2.1.2 模糊蘊含關系
2.1.3 模糊推理
2.1.4 基于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 神經網絡模型
2.4.1 人工神經元模型
2.4.2 神經網絡結構及特點
2.5 前饋神經網絡
2.5.1 BP神經網絡
2.5.2 RBF神經網絡
2.5.3 RBF神經網絡與BP神經網絡的比較
2.6 模糊神經網絡
2.6.1 基于標準模糊邏輯系統的模糊神經網絡
2.6.2 基于T-S模糊邏輯系統的模糊神經網絡
第3章 多變量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 基于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 基于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 多變量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 多變量非線性系統自適應模糊／神經網絡解耦控制
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 基于神經網絡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神經網絡干擾觀測器與H∞控制器設計
5.3.3 仿真
第6章 多變量非線性系統自適應模糊／神經網絡滑模控制
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絡滑模控制
6.2.1 問題的描述
6.2.2 自適應神經網絡滑模控制器的設計
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絡滑模控制
6.3.1 問題的描述
6.3.2 自適應輸出反饋神經網絡滑模控制器的設計
6.3.3 仿真
第7章 多變量非線性系統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 多變量非線性系統的在線自適應神經網絡控制
8.1 廣義模糊神經網絡的在線學習
8.1.1 廣義模糊神經網絡的結構
8.1.2 廣義模糊神經網絡的學習算法
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絡控制
8.3.1 自適應模糊神經網絡控制器的結構
8.3.2 自適應模糊神經網絡控制器的收斂性分析
8.3.3 自適應模糊神經網絡控制系統穩定性分析
8.3.4 仿真
8.4 RBF神經網絡的在線學習
8.4.1 RBF神經網絡的結構
8.4.2 GP-RBF算法
8.5 多輸入多輸出非線性系統自適應RBF神經網絡控制
8.5.1 自適應RBF神經網絡控制器的結構
8.5.2 自適應RBF神經網絡控制器的收斂性分析
8.5.3 自適應RBF神經網絡控制系統穩定性分析
8.5.4 仿真
參考文獻
今日66折
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。