图书介绍

神经网络控制PDF|Epub|txt|kindle电子书版本网盘下载

神经网络控制
  • 徐丽娜编著 著
  • 出版社： 哈尔滨：哈尔滨工业大学出版社
  • ISBN：7560313930
  • 出版时间：1999
  • 标注页数：155页
  • 文件大小：5MB
  • 文件页数：163页
  • 主题词：

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：ed45e4d95273ed8e92e077b327598340

下载说明

神经网络控制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。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
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

第一章 绪言1

1-1人工神经网络的特点1

1-2神经网络控制取得的进展1

1-3神经网络控制待解决的问题3

第二章 神经网络理论基础4

2-1引言4

2-2生物神经元与人工神经元模型6

2-2-1生物神经元6

2-2-2 MP模型7

2-2-3其它形式的作用函数8

2-2-4 Hebb学习规则8

2-3感知器9

2-3-1单层感知器9

2-3-2多层感知器11

2-4多层前馈网络与BP学习算法12

2-4-2 BP学习算法12

2-4-3有关的几个问题15

2-5自适应线性神经元与δ规则16

2-6径向基函数神经网络18

2-6-1网络输出计算19

2-6-2网络的学习算法19

2-6-3有关的几个问题21

2-7小脑模型神经网络24

2-7-1 CMAC的结构及工作原理24

2-7-2 CMAC的学习算法及分析25

2-7-3有关的几个问题29

2-8全递归型神经网络31

2-8-1网络结构31

2-8-2 BPTT算法32

2-8-3 RTRL算法34

2-9局部递归型神经网络35

2-9-1内时延反馈型网络35

2-9-2外时延反馈型网络38

2-10-1网络的描述39

2-10连续型Hopfield网络39

2-10-3学习算法40

2-10-2网络的稳定性40

2-10-4有关的几个问题41

2-11 小结41

第三章 基于神经网络的系统辨识42

3-1引言42

3-2系统辨识基础42

3-2-1系统辨识的基本原理42

3-2-2误差准则44

3-2-3辨识精度45

3-2-4辨识的主要步骤45

3-3基于神经网络的系统辨识原理46

3-3-1系统模型及逆模型的辨识46

3-3-2动态系统辨识常用的神经网络46

3-3-3两种辨识结构48

3-4-1确定性系统49

3-4线性动态系统辨识49

3-4-2随机系统53

3-5非线性动态系统辨识54

3-5-1系统描述54

3-5-2神经网络系统辨识56

3-5-3辨识例59

3-6小结65

第四章 神经网络控制67

4-1引言67

4-2神经网络控制的多种结构67

4-3神经自校正控制70

4-3-1神经自校正控制结构70

4-3-2神经网络辨识器71

4-4神经PID控制74

4-4-1神经网络辨识器74

4-4-2神经PID控制器76

4-5神经模型参考自适应控制77

4-6小脑模型神经控制79

4-6-1 CMAC直接逆运动控制79

4-6-2 CMAC前馈控制82

4-6-3 CMAC反馈控制83

4-7再励学习与神经控制83

4-7-1再励学习原理84

4-7-2再励学习算法84

4-7-3再励学习神经控制86

4-8 小结87

第五章 遗传算法与神经控制88

5-1引言88

5-2基本的遗传算法89

5-2-1生物的遗传和进化89

5-2-2基本的遗传算法89

5-2-3遗传操作91

5-2-4 GA的有效性94

5-2-5适应度及调整95

5-2-6有关的几个问题97

5-3模式定理98

5-3-1模式98

5-3-2基本算子对模式的影响99

5-4遗传算法的发展101

5-4-1交叉、变异率的自适应调整101

5-4-2高级算子101

5-4-3并行GA102

5-4-4可变长个体与Messy GA103

5-4-5导入年龄结构的GA104

5-4-6基于基因分布评价的适应度调整105

5-4-7 GA理论106

5-5遗传算法与函数最优化106

5-6神经网络的遗传进化训练111

5-7 GA与神经控制117

5-8小结122

A-2 步长ηk的选择123

附录A 梯度下降法123

A-1迭代算法123

A-3 一般迭代算法124

A-4梯度下降法的不足124

附录B 赋范空间的逼近125

B-1距离空间125

B-2 线性赋泛空间126

B-3 Banach空间127

B-4最佳逼近127

B-5最佳逼近元的存在性和惟一性128

B-6最佳一致逼近128

B-7 L2逼近129

附录C 无监督学习的两种动态聚类算法130

C-1 聚类分析130

C-2两种动态聚类法131

C-3几点说明133

D-2正交矩阵134

附录D 镜像映射最小二乘解法134

D-1镜像映射法134

D-3镜像映射矩阵135

D-4矩阵三角化135

D-5正交矩阵的求取137

附录E B样条函数138

E-1样条函数138

E-2 B样条函数139

E-3函数的插值与逼近142

附录F Lyapunov第二方法144

F-1有关的定义144

F-2 Lyapunov第二方法145

附录G M序列及逆M序列147

G-1 M序列147

G-2逆M序列148

参考文献151

热门推荐