系統(tǒng)辨識(shí)與自適應(yīng)控制MATLAB仿真（修訂版）

定　價(jià)：￥35.00

作　者：	龐中華，崔紅著
出版社：	北京航空航天大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算機(jī)/網(wǎng)絡(luò) 人工智能

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787512409651	出版時(shí)間：	2013-08-16	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	267	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《系統(tǒng)辨識(shí)與自適應(yīng)控制MATLAB仿真（修訂版）》共6章，主要內(nèi)容為：緒論、系統(tǒng)辨識(shí)、模型參考自適應(yīng)控制、自校正控制（包括廣義預(yù)測(cè)控制）、基于常規(guī)控制策略的自校正控制和非線(xiàn)性系統(tǒng)辨識(shí)與控制（包括神經(jīng)網(wǎng)絡(luò)和模糊控制）。書(shū)中每種算法都配有仿真實(shí)例、仿真程序、仿真結(jié)果以及對(duì)仿真結(jié)果的簡(jiǎn)要分析，以便于讀者深入理解和運(yùn)用基本理論和算法?！断到y(tǒng)辨識(shí)與自適應(yīng)控制MATLAB仿真（修訂版）》內(nèi)容簡(jiǎn)練，系統(tǒng)性和實(shí)用性強(qiáng)，可作為自動(dòng)化相關(guān)專(zhuān)業(yè)本科高年級(jí)學(xué)生和碩士研究生的教學(xué)用書(shū)，也可供從事自動(dòng)控制理論研究及技術(shù)開(kāi)發(fā)人員閱讀參考。

作者簡(jiǎn)介

暫缺《系統(tǒng)辨識(shí)與自適應(yīng)控制MATLAB仿真（修訂版）》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1.1 自適應(yīng)控制問(wèn)題的提出
1.2 自適應(yīng)控制的種類(lèi)
1.2.1 模型參考自適應(yīng)控制系統(tǒng)
1.2.2 自校正控制系統(tǒng)
1.2.3 智能自適應(yīng)控制系統(tǒng)
1.2.4 其他形式的自適應(yīng)控制系統(tǒng)
1.3 自適應(yīng)控制的應(yīng)用現(xiàn)狀
1.3.1 在工業(yè)領(lǐng)域中的典型應(yīng)用
1.3.2 在非工業(yè)領(lǐng)域中的應(yīng)用
1.4 自適應(yīng)控制存在的問(wèn)題及發(fā)展方向
第2章系統(tǒng)辨識(shí)
2.1 系統(tǒng)辨識(shí)概述
2.1.1 數(shù)學(xué)模型及建模方法
2.1.2 系統(tǒng)辨識(shí)的定義及其分類(lèi)
2.1.3 參數(shù)模型
2.1.4 系統(tǒng)辨識(shí)的基本原理
2.1.5 系統(tǒng)辨識(shí)的步驟
2.2 白噪聲、M序列與噪信比
2.2.1 白噪聲與有色噪聲
2.2.2 M序列與逆M序列
2.2.3 噪信比
2.3 最小二乘參數(shù)估計(jì)法
2.3.1 批處理最小二乘法
2.3.2 遞推最小二乘法
2.3.3 遺忘因子遞推最小二乘法
2.3.4 遞推增廣最小二乘法
2.4 梯度校正參數(shù)估計(jì)法
2.4.1 確定性系統(tǒng)的梯度校正參數(shù)估計(jì)法
2.4.2 隨機(jī)牛頓法
2.5 極大似然參數(shù)估計(jì)法
2.6 多變量系統(tǒng)參數(shù)估計(jì)
第3章模型參考自適應(yīng)控制
3.1 連續(xù)系統(tǒng)數(shù)值積分基礎(chǔ)知識(shí)
3.1.1 歐拉法
3.1.2 龍格一庫(kù)塔法
3.2 基于梯度法的模型參考自適應(yīng)控制
3.2.1 MIT自適應(yīng)律
3.2.2 MIT歸一化算法
3.3 基于Lyapunov穩(wěn)定性理論的模型參考自適應(yīng)控制
3.3.1 Lyapunov穩(wěn)定性理論與正實(shí)傳遞函數(shù)
3.3.2 可調(diào)增益Lyapunov-MRAC
3.3.3 系統(tǒng)狀態(tài)變量可測(cè)時(shí)的MRAC
3.3.4 Narendra穩(wěn)定自適應(yīng)控制器
3.4 離散時(shí)間模型參考自適應(yīng)系統(tǒng)
3.4.1 二階系統(tǒng)的離散時(shí)間MRAS
3.4.2 n階系統(tǒng)的離散時(shí)間MRAS
第4章自校正控制
4.1 Diophantine方程的求解
4.1.1 單步Diophantine方程的求解
4.1.2 多步Diophantine方程的求解
4.2 最小方差自校正控制
4.2.1 單步輸出預(yù)測(cè)
4.2.2 最小方差控制
4.2.3 最小方差間接自校正控制
4.2.4 最小方差直接自校正控制
4.3 廣義最小方差自校正控制
4.3.1 廣義最小方差控制
4.3.2 廣義最小方差間接自校正控制
4.3.3 廣義最小方差直接自校正控制
4.4 廣義預(yù)測(cè)控制
4.4.1 預(yù)測(cè)控制的提出
4.4.2 預(yù)測(cè)控制的基本機(jī)理
4.4.3 廣義預(yù)測(cè)控制
4.5 改進(jìn)的廣義預(yù)測(cè)控制
4.5.1 基于CARIMA模型的JGPC
4.5.2 基于CARMA模型的JGPC
第5章基于常規(guī)控制策略的自校正控制
5.1 極點(diǎn)配置自校正控制
5.1.1 極點(diǎn)配置控制
5.1.2 極點(diǎn)配置間接自校正控制
5.1.3 極點(diǎn)配置直接自校正控制
5.2 自校正PID控制
5.2.1 常規(guī)PID控制
5.2.2 自校正PID控制
第6章非線(xiàn)性系統(tǒng)辨識(shí)與控制
6.1 基于BP神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)
6.1.1 BP神經(jīng)網(wǎng)絡(luò)
6.1.2 基于局部誤差的BP神經(jīng)網(wǎng)絡(luò)辨識(shí)
6.1.3 基于全局誤差的BP神經(jīng)網(wǎng)絡(luò)辨識(shí)
6.2 基于RBF、神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)與控制
6.2.1 RBF神經(jīng)網(wǎng)絡(luò)
6.2.2 基于RBF神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識(shí)
6.2.3 基于RBF神經(jīng)網(wǎng)絡(luò)的PID自校正控制
6.3 模糊控制
6.3.1 模糊集合論
6.3.2 模糊控制器設(shè)計(jì)
6.3.3 模糊控制M文件仿真
6.3.4 模糊控制Simulink仿真
參考文獻(xiàn)