图书介绍
多变量系统模糊/神经网络自适应控制PDF|Epub|txt|kindle电子书版本网盘下载
- 刘国荣著 著
- 出版社： 北京：科学出版社
- ISBN：9787030333773
- 出版时间：2012
- 标注页数：185页
- 文件大小：6MB
- 文件页数：196页
- 主题词：多变量系统－人工神经网络－自适应控制－研究
PDF下载
下载说明
多变量系统模糊/神经网络自适应控制PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 引言1
1.2 自适应模糊控制2
1.3 自适应神经网络控制5
1.4 自适应模糊神经网络控制6
1.5 自适应模糊／神经网络滑模控制7
第2章 模糊控制与神经网络控制理论基础8
2.1 模糊逻辑与模糊推理8
2.1.1 模糊语言变量8
2.1.2 模糊蕴含关系8
2.1.3 模糊推理10
2.1.4 基于控制规则库的模糊推理11
2.2 模糊逻辑系统12
2.2.1 模糊逻辑系统的组成12
2.2.2 模糊逻辑系统的分类15
2.2.3 常见的模糊逻辑系统17
2.3 模糊逻辑系统的万能逼近理论18
2.3.1 高斯型模糊逻辑系统的万能逼近理论18
2.3.2 广义隶属度型模糊逻辑系统的万能逼近理论19
2.4 神经网络模型21
2.4.1 人工神经元模型21
2.4.2 神经网络结构及特点22
2.5 前馈神经网络23
2.5.1 BP神经网络23
2.5.2 RBF神经网络27
2.5.3 RBF神经网络与BP神经网络的比较28
2.6 模糊神经网络28
2.6.1 基于标准模糊逻辑系统的模糊神经网络29
2.6.2 基于T-S模糊逻辑系统的模糊神经网络31
第3章 多变量线性系统自适应模糊解耦控制34
3.1 单输入单输出系统模型参考自适应模糊控制34
3.1.1 模型参考自适应模糊控制系统的结构34
3.1.2 基于T-S模糊模型的模糊自适应机构的设计35
3.1.3 闭环系统稳定性及其性能分析39
3.1.4 量化因子和输出比例因子的选择41
3.1.5 无抖动模糊控制器42
3.1.6 基于无抖动模糊控制器的模型参考自适应模糊控制系统稳定性分析44
3.2 多输入多输出系统自适应模糊解耦控制47
3.2.1 模型参考自适应模糊解耦控制47
3.2.2 仿真51
第4章 多变量非线性系统自适应模糊H∞控制54
4.1 反馈线性化基本理论54
4.2 多输入多输出非线性系统自适应状态反馈模糊H∞控制57
4.2.1 问题的描述57
4.2.2 自适应模糊控制器的设计58
4.2.3 仿真64
4.3 多输入多输出非线性系统自适应输出反馈模糊H∞控制66
4.3.1 问题的描述66
4.3.2 自适应模糊控制器的设计67
4.3.3 仿真71
第5章 多变量非线性系统自适应模糊／神经网络解耦控制75
5.1 多输入多输出非线性系统间接自适应模糊解耦控制75
5.1.1 问题的描述75
5.1.2 设计思想76
5.1.3 间接自适应模糊解耦控制系统的设计与稳定性分析77
5.1.4 仿真83
5.2 多输入多输出非线性系统直接自适应模糊解耦控制86
5.2.1 设计思想86
5.2.2 直接自适应模糊解耦控制系统的设计与稳定性分析87
5.2.3 仿真93
5.3 基于神经网络干扰观测器的多输入多输出非线性系统解耦控制96
5.3.1 问题的描述96
5.3.2 RBF神经网络干扰观测器与H∞控制器设计98
5.3.3 仿真101
第6章 多变量非线性系统自适应模糊／神经网络滑模控制103
6.1 多输入多输出非线性系统自适应模糊滑模控制103
6.1.1 问题的描述103
6.1.2 自适应模糊滑模控制器的设计104
6.1.3 仿真108
6.2 多输入多输出非线性系统自适应神经网络滑模控制110
6.2.1 问题的描述110
6.2.2 自适应神经网络滑模控制器的设计111
6.2.3 仿真121
6.3 多输入多输出非线性系统自适应输出反馈神经网络滑模控制125
6.3.1 问题的描述125
6.3.2 自适应输出反馈神经网络滑模控制器的设计127
6.3.3 仿真130
第7章 多变量非线性系统H2/H∞混合模糊控制132
7.1 H2/H∞混合控制132
7.2 多输入多输出非线性系统H2/H∞模糊状态反馈控制134
7.2.1 问题的描述134
7.2.2 H2/H∞模糊状态反馈控制137
7.2.3 系统稳定性分析143
7.3 多输入多输出非线性系统H2/H∞模糊输出反馈控制144
7.3.1 问题的描述144
7.3.2 H2/H∞模糊输出反馈控制146
7.3.3 系统稳定性分析149
第8章 多变量非线性系统的在线自适应神经网络控制150
8.1 广义模糊神经网络的在线学习150
8.1.1 广义模糊神经网络的结构150
8.1.2 广义模糊神经网络的学习算法152
8.2 多输入多输出非线性系统的G-FNN逆模型159
8.3 多输入多输出非线性系统的自适应模糊神经网络控制160
8.3.1 自适应模糊神经网络控制器的结构160
8.3.2 自适应模糊神经网络控制器的收敛性分析162
8.3.3 自适应模糊神经网络控制系统稳定性分析163
8.3.4 仿真164
8.4 RBF神经网络的在线学习171
8.4.1 RBF神经网络的结构171
8.4.2 GP-RBF算法172
8.5 多输入多输出非线性系统自适应RBF神经网络控制176
8.5.1 自适应RBF神经网络控制器的结构176
8.5.2 自适应RBF神经网络控制器的收敛性分析177
8.5.3 自适应RBF神经网络控制系统稳定性分析178
8.5.4 仿真179
参考文献183