图书介绍

RBF神经网络自适应控制MATLAB仿真PDF|Epub|txt|kindle电子书版本网盘下载

刘金琨著著
出版社：北京：清华大学出版社
ISBN：9787302340409
出版时间：2014
标注页数：320页
文件大小：92MB
文件页数：332页
主题词：神经网络－自适应控制－研究；神经网络－计算机仿真

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：95f561dfd01df78d8b7d43abe897c8e4

下载说明

RBF神经网络自适应控制MATLAB仿真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1章绪论1

1.1 神经网络控制1

1.1.1 神经网络控制的提出1

1.1.2 神经网络控制概述2

1.1.3 自适应RBF神经网络概述2

1.2 RBF神经网络2

1.3 机器人RBF神经网络控制3

1.4 控制系统S函数设计3

1.4.1 S函数介绍3

1.4.2 S函数基本参数4

1.4.3 实例4

1.5 简单自适应控制系统设计实例5

1.5.1 系统描述5

1.5.2 自适应控制律设计6

1.5.3 仿真实例6

附录仿真程序8

参考文献12

第2章 RBF神经网络设计与仿真15

2.1 RBF神经网络算法及仿真15

2.1.1 RBF网络算法设计15

2.1.2 RBF网络设计实例及MATLAB仿真15

2.2 基于梯度下降法的RBF神经网络逼近18

2.2.1 RBF网络逼近18

2.2.2 仿真实例19

2.3 高斯基函数的参数对RBF网络逼近的影响20

2.4 隐含层节点数对RBF网络逼近的影响22

2.5 RBF神经网络的建模训练25

2.5.1 RBF神经网络训练25

2.5.2 仿真实例26

2.6 RBF神经网络逼近27

附录仿真程序28

参考文献44

第3章基于梯度下降法的RBF神经网络控制45

3.1 基于RBF神经网络的监督控制45

3.1.1 RBF监督控制45

3.1.2 仿真实例46

3.2 基于RBF神经网络的模型参考自适应47

3.2.1 控制系统设计47

3.2.2 仿真实例48

3.3 RBF自校正控制49

3.3.1 系统描述49

3.3.2 RBF控制算法设计49

3.3.3 仿真实例50

附录仿真程序51

参考文献56

第4章自适应RBF神经网络控制57

4 1 基于神经网络逼近的自适应控制57

4.1.1 系统描述57

4.1.2 自适应RBF控制器设计57

4.1.3 仿真实例60

4 2 基于神经网络逼近的未知参数自适应控制62

4 2 1 系统描述62

4.2.2 自适应控制设计63

4.2 3 仿真实例65

4.3 基于RBF神经网络的直接鲁棒自适应控制67

4.3.1 系统描述67

4 3.2 理想反馈控制和函数逼近67

4.3 3 控制器设计及分析68

4.3.4 仿真实例70

附录仿真程序73

参考文献92

第5章神经网络滑模控制93

5.1 经典滑模控制器设计93

5.2 基于RBF神经网络的二阶SISO系统的滑模控制95

5.2.1 系统描述95

5.2.2 基于RBF网络逼近f（·）的滑模控制95

5.2.3 仿真实例96

5.3 基于RBF逼近未知函数f（·）和 g（·）的滑模控制97

5.3.1 引言97

5.3.2 仿真实例99

5.4 基于神经网络最小参数学习法的自适应滑模控制100

5.4.1 问题描述101

5.4.2 基于RBF网络逼近的自适应控制101

5.4.3 仿真实例102

附录仿真程序103

参考文献114

第6章基于模型整体逼近的自适应RBF控制116

6.1 基于RBF神经网络补偿的机器人自适应控制116

6.1.1 系统描述116

6.1.2 RBF网络逼近117

6.1.3 RBF网络控制和自适应律设计及分析117

6.1.4 仿真实例120

6.2 基于滑模鲁棒项的RBF神经网络机器人控制124

6.2.1 系统描述124

6.2.2 RBF逼近125

6.2.3 控制律设计及稳定性分析125

6.2.4 仿真实例126

6.3 基于HJI理论和RBF神经网络的鲁棒控制129

6.3.1 HJI定理129

6.3.2 控制器设计及稳定性分析129

6.3.3 仿真实例131

附录仿真程序134

参考文献163

第7章基于局部逼近的自适应RBF控制165

7.1 基于名义模型的机械臂鲁棒控制165

7.1.1 系统描述165

7.1.2 控制器设计165

7.1.3 稳定性分析166

7.1.4 仿真实例167

7.2 基于局部模型逼近的自适应RBF机械手控制168

7.2.1 问题描述168

7.2.2 控制器设计169

7.2.3 稳定性分析170

7.2.4 仿真实例172

7.3 工作空间机械手的神经网络自适应控制175

7.3.1 关节角位置与工作空间直角坐标的转换176

7.3.2 机械手的神经网络建模176

7.3.3 控制器的设计177

7.3.4 仿真实例180

附录仿真程序183

参考文献213

第8章基于RBF网络的动态面自适应控制214

8.1 简单动态面控制的设计与分析214

8.1.1 系统描述214

8.1.2 动态面控制器的设计214

8.1.3 动态面控制器的分析215

8.1.4 仿真实例216

8.2 飞行器航迹角自适应神经网络动态面控制218

8.2.1 系统描述218

8.2.2 自适应神经网络动态面控制设计219

8.2.3 稳定性分析221

8.2.4 仿真实例225

8.3 柔性关节机械手自适应RBF网络动态面鲁棒控制228

8.3.1 问题描述228

8.3.2 自适应RBF网络动态面控制器设计229

8.3.3 闭环系统稳定性分析231

8.3.4 仿真验证234

附录仿真程序237

参考文献262

第9章数字RBF神经网络控制264

9.1 自适应Runge-Kutta-Merson法264

9.1.1 引言264

9.1.2 仿真实例265

9.2 SISO系统的数字自适应控制265

9.2.1 引言265

9.2.2 仿真实例266

9.3 两关节机械手的数字自适应RBF控制267

9.3.1 引言267

9.3.2 仿真实例267

附录仿真程序269

参考文献276

第10章离散神经网络控制277

10.1 引言277

10.2 一类离散非线性系统的直接RBF控制277

10.2.1 系统描述277

10.2.2 控制算法设计和稳定性分析278

10.2.3 仿真实例280

10.3 一类离散非线性系统的自适应RBF控制284

10.3.1 系统描述284

10.3.2 经典控制器设计284

10.3.3 自适应神经网络控制器设计284

10.3.4 稳定性分析285

10.3.5 仿真实例287

附录仿真程序291

参考文献297

第11章自适应RBF观测器设计及滑模控制299

11.1 自适应RBF观测器设计299

11.1.1 系统描述299

11.1.2 自适应RBF观测器设计299

11.1.3 仿真实例301

11.2 基于RBF自适应观测器的滑模控制305

11.2.1 滑模控制器设计305

11.2.2 仿真实例306

附录仿真程序308

参考文献320