RBF神經(jīng)網(wǎng)絡自適應控制及MATLAB仿真（第2版）
定 價：99 元
叢書名：電子信息與電氣工程技術叢書
- 作者：劉金琨
- 出版時間：2019/1/1
- ISBN：9787302517320
- 出 版 社：清華大學出版社
- 中圖法分類：TP183；TP391.9
- 頁碼：
- 紙張：膠版紙
- 版次：
- 開本：16開
本書結合典型機械系統(tǒng)控制的實例，系統(tǒng)地介紹了神經(jīng)網(wǎng)絡控制的基本理論、基本方法和應用技術。本書是作者多年來從事控制系統(tǒng)教學和科研工作的結晶，同時融入了國內(nèi)外同行近年來所取得的新成果。
全書共分16章，包括緒論、RBF神經(jīng)網(wǎng)絡的設計與仿真、基于梯度下降法的RBF神經(jīng)網(wǎng)絡控制、自適應RBF神經(jīng)網(wǎng)絡控制、RBF神經(jīng)網(wǎng)絡滑�？刂啤⒒谀Ｐ驼w逼近的自適應RBF控制、基于局部逼近的自適應RBF控制、基于RBF神經(jīng)網(wǎng)絡的動態(tài)面自適應控制、數(shù)字RBF神經(jīng)網(wǎng)絡控制、離散神經(jīng)網(wǎng)絡控制、自適應RBF觀測器設計及滑�？刂�、基于RBF神經(jīng)網(wǎng)絡的反演自適應控制、基于RBF神經(jīng)網(wǎng)絡的自適應容錯控制、基于RBF神經(jīng)網(wǎng)絡的自適應量化控制、基于RBF神經(jīng)網(wǎng)絡的控制輸出受限控制和基于RBF神經(jīng)網(wǎng)絡的控制方向未知的狀態(tài)跟蹤。每種控制方法都通過MATLAB進行了仿真分析。
本書各部分內(nèi)容既相互聯(lián)系又相對獨立，讀者可根據(jù)需要選擇學習。本書適用于從事生產(chǎn)過程自動化、計算機應用、機械電子和電氣自動化領域的工程技術人員閱讀，也可作為大專院校工業(yè)自動化、自動控制、機械電子、自動化儀表、計算機應用等專業(yè)的教學參考書。
本書特色
（1） 神經(jīng)網(wǎng)絡控制算法重點研究學科交叉部分的前沿內(nèi)容，并介紹有潛力的新思想、新方法，同時又兼顧基本概念、基本理論和基本設計方法。
（2） 針對每種神經(jīng)網(wǎng)絡控制算法給出了完整的MATLAB仿真程序，并給出了程序的說明和仿真結果，具有很強的可讀性。
（3） 著重從應用領域角度出發(fā)，突出理論聯(lián)系實際，面向廣大工程技術人員，具有很強的工程性和實用性。書中同時提供了大量應用實例及其結果分析，為讀者提供了有益的借鑒。
（4） 書中給出的各種神經(jīng)網(wǎng)絡控制算法非常完整，其程序結構設計簡潔明了，便于自學和進一步開發(fā)。
程序下載
配書實例代碼可到清華大學出版社網(wǎng)站本書相關頁面下載。
前言
神經(jīng)網(wǎng)絡控制出現(xiàn)于20世紀80年代，經(jīng)歷了30余年的發(fā)展，已形成了一個相對獨立的研究分支，成為智能控制系統(tǒng)的一種設計方法，適用于線性與非線性系統(tǒng)、連續(xù)與離散系統(tǒng)、確定性與不確定性系統(tǒng)、集中參數(shù)與分布參數(shù)系統(tǒng)、集中控制與分散控制系統(tǒng)等。
神經(jīng)網(wǎng)絡具有高度并行的結構、強大的學習能力、連續(xù)非線性函數(shù)逼近能力、容錯能力等優(yōu)點，極大地促進與拓展了神經(jīng)網(wǎng)絡技術在非線性系統(tǒng)辨識與控制中的應用。在實際工業(yè)過程中，存在著非線性、未建模動態(tài)、不可測噪聲以及多環(huán)路等問題，這些問題對控制系統(tǒng)設計提出了很大的挑戰(zhàn)。
與傳統(tǒng)的控制策略相比，神經(jīng)網(wǎng)絡在如下幾個方面具有優(yōu)勢。
（1） 神經(jīng)網(wǎng)絡對任意函數(shù)都具有學習能力，神經(jīng)網(wǎng)絡的自學習能力可避免在傳統(tǒng)自適應控制理論中占有重要地位的復雜數(shù)學分析。
（2） 針對傳統(tǒng)控制方法不能解決的高度非線性控制問題，多層神經(jīng)網(wǎng)絡的隱含層神經(jīng)元采用了激活函數(shù)，具有非線性映射功能，這種映射可以逼近任意非線性函數(shù)，為解決非線性控制問題提供了有效的解決途徑。
（3） 傳統(tǒng)自適應控制方法需要模型先驗信息來設計控制方案，由于神經(jīng)網(wǎng)絡的逼近能力，控制器不需要具體的模型信息。因此，神經(jīng)網(wǎng)絡控制可以被廣泛用于解決具有不確定模型的控制問題。
（4） 在神經(jīng)網(wǎng)絡大規(guī)模并行處理架構下，網(wǎng)絡的某些節(jié)點損壞并不影響整個神經(jīng)網(wǎng)絡的整體性能，有效地提高了控制系統(tǒng)的容錯性。
有關神經(jīng)網(wǎng)絡控制理論及其工程應用，近年來已有大量的論文發(fā)表。作者多年來一直從事智能控制及應用方面的研究和教學工作，為了促進神經(jīng)網(wǎng)絡控制和自動化技術的進步，反映神經(jīng)網(wǎng)絡控制設計與應用中的最新研究成果，并使廣大工程技術人員能了解、掌握和應用這一領域的最新技術，學會用MATLAB語言進行ＲＢＦ(Radial Basis Function,徑向基函數(shù))網(wǎng)絡控制器的設計，作者編寫了這本書，以期拋磚引玉，供廣大讀者學習參考。
本書是作者在總結多年研究成果的基礎上，進一步使其理論化、系統(tǒng)化、規(guī)范化、實用化而成，其特點是：
（1） 書中給出的ＲＢＦ神經(jīng)網(wǎng)絡控制算法簡單，內(nèi)容先進，取材著重于基本概念、基本理論和基本方法；
（2） 本書針對每種ＲＢＦ神經(jīng)網(wǎng)絡控制算法給出了完整的MATLAB仿真程序，并給出了程序的說明和仿真結果，具有很強的可讀性；
（3） 著重從應用角度出發(fā)，突出理論聯(lián)系實際的功能，面向廣大工程技術人員，具有很強的工程性和實用性，書中有大量應用實例及其結果分析，為讀者提供了有益的借鑒；
（4） 所給出的各種ＲＢＦ神經(jīng)網(wǎng)絡控制算法完整，程序設計結構力求簡單明了，便于讀者自學和進一步開發(fā)。
全書共分16章。第1章為緒論，介紹神經(jīng)網(wǎng)絡控制的基本原理及其在理論和應用方面的發(fā)展狀況，并介紹了一種簡單的自適應控制設計方法； 第2章介紹RBF神經(jīng)網(wǎng)絡的設計與仿真、影響ＲＢＦ神經(jīng)網(wǎng)絡的參數(shù)及離線建模方法； 第3章介紹基于梯度下降法的RBF神經(jīng)網(wǎng)絡控制方法，包括基于RBF神經(jīng)網(wǎng)絡的監(jiān)督控制、基于RBF神經(jīng)網(wǎng)絡的模型參考自適應控制和ＲＢＦ自校正控制三種方法； 第4章介紹幾種簡單的RBF神經(jīng)網(wǎng)絡自適應控制的設計和分析方法； 第5章介紹RBF神經(jīng)網(wǎng)絡滑�？刂频脑O計及分析方法，并引入了一種基于神經(jīng)網(wǎng)絡最小參數(shù)學習法的自適應滑�？刂品椒ǎ� 第6章和第7章分別介紹基于模型整體逼近的自適應RBF控制和基于局部逼近的自適應RBF控制，并以機械手控制為例給出了控制器的設計和分析實例； 第8章以柔性機械臂的控制為例，介紹基于RBF神經(jīng)網(wǎng)絡的自適應動態(tài)面控制的設計和分析方法； 第9章介紹RBF神經(jīng)網(wǎng)絡自適應控制的離散化方法； 第10章介紹離散系統(tǒng)的RBF神經(jīng)網(wǎng)絡控制器設計及離散控制系統(tǒng)的穩(wěn)定性分析方法； 第11章介紹自適應RBF神經(jīng)網(wǎng)絡觀測器的設計和分析方法； 第12章介紹基于RBF神經(jīng)網(wǎng)絡的反演自適應控制方法； 第13章介紹基于RBF神經(jīng)網(wǎng)絡的自適應容錯控制方法； 第14章介紹基于RBF神經(jīng)網(wǎng)絡的自適應量化控制方法； 第15章介紹基于RBF神經(jīng)網(wǎng)絡的控制輸出受限控制； 第16章介紹基于RBF神經(jīng)網(wǎng)絡的控制方向未知的狀態(tài)跟蹤。
本書是作者在原有的英文版著作RBF Neural Network Control for Mechanical SystemsDesign, Analysis and Matlab Simulation（Jinkun LIU,Tsinghua & Springer Press, 2013）和原有的中文版著作《RBF神經(jīng)網(wǎng)絡自適應控制MATLAB仿真》（北京: 清華大學出版社，2014）基礎上撰寫的，并做了適當?shù)脑鰷p。
本書是在MATLAB的R2011a環(huán)境下開發(fā)的，各章節(jié)具有很強的獨立性，讀者可以結合自己的方向深入地進行研究。
作者在本書編寫過程中得到新加坡國立大學葛樹志教授的熱情支持和寶貴建議，在此表示感謝。
假如讀者對算法和仿真程序有疑問，可通過 Email 與作者聯(lián)系由于作者水平有限，書中難免存在一些不足和疏漏之處，歡迎廣大讀者批評指正。
作者
于北京航空航天大學
劉金琨 遼寧省大連市瓦房店人，分別于1989年、1994年和1997年獲東北大學工學學士、碩士和博士學位。1997─1999年在浙江大學工業(yè)控制技術研究所從事博士后研究工作�，F(xiàn)為北京航空航天大學控制理論與控制工程專業(yè)教授、博士生導師。主要從事智能控制、滑模變結構控制領域的研究和教學工作。自從從事研究工作以來，主持國家自然科學基金等科研項目10余項，發(fā)表學術論文100余篇，出版圖書10余部。
目錄
第1章緒論
1．1神經(jīng)網(wǎng)絡控制
1．1．1神經(jīng)網(wǎng)絡控制的提出
1.1.2神經(jīng)網(wǎng)絡控制概述
1.1.3自適應RBF神經(jīng)網(wǎng)絡概述
1．2RBF神經(jīng)網(wǎng)絡
1．3機器人RBF神經(jīng)網(wǎng)絡控制
1．4控制系統(tǒng)S函數(shù)設計
1．4．1S函數(shù)介紹
1．4．2S函數(shù)基本參數(shù)
1．4．3實例
1．5簡單自適應控制系統(tǒng)設計實例
1．5．1系統(tǒng)描述
1．5．2自適應控制律設計
1．5．3仿真實例
附錄仿真程序
參考文獻
第2章RBF神經(jīng)網(wǎng)絡設計與仿真
2．1RBF神經(jīng)網(wǎng)絡算法及仿真
2．1．1RBF神經(jīng)網(wǎng)絡算法設計
2．1．2RBF神經(jīng)網(wǎng)絡設計實例及MATLAB仿真
2．2基于梯度下降法的RBF神經(jīng)網(wǎng)絡逼近
2．2．1RBF神經(jīng)網(wǎng)絡逼近
2．2．2仿真實例
2．3高斯基函數(shù)的參數(shù)對RBF網(wǎng)絡逼近的影響
2．4隱含層節(jié)點數(shù)對RBF網(wǎng)絡逼近的影響
2．5RBF神經(jīng)網(wǎng)絡的建模訓練
2．5．1RBF神經(jīng)網(wǎng)絡訓練
2．5．2仿真實例
2．6RBF神經(jīng)網(wǎng)絡逼近
附錄仿真程序
參考文獻
第3章基于梯度下降法的RBF神經(jīng)網(wǎng)絡控制
3．1基于RBF神經(jīng)網(wǎng)絡的監(jiān)督控制
3．1．1RBF監(jiān)督控制
3．1．2仿真實例
3．2基于RBF神經(jīng)網(wǎng)絡的模型參考自適應控制
3．2．1控制系統(tǒng)設計
3．2．2仿真實例
3．3RBF自校正控制
3．3．1系統(tǒng)描述
3．3．2RBF控制算法設計
3．3．3仿真實例
附錄仿真程序
參考文獻
第4章自適應RBF神經(jīng)網(wǎng)絡控制
4．1基于神經(jīng)網(wǎng)絡逼近的自適應控制
4．1．1系統(tǒng)描述
4．1．2自適應RBF控制器設計
4．1．3仿真實例
4．2基于神經(jīng)網(wǎng)絡逼近的未知參數(shù)自適應控制
4．2．1系統(tǒng)描述
4．2．2自適應控制設計
4．2．3仿真實例
4．3基于RBF神經(jīng)網(wǎng)絡的直接魯棒自適應控制
4．3．1系統(tǒng)描述
4．3．2理想反饋控制和函數(shù)逼近
4．3．3控制器設計及分析
4．3．4仿真實例
4.4基于RBF神經(jīng)網(wǎng)絡的單參數(shù)直接魯棒自適應控制
4.4.1系統(tǒng)描述
4.4.2仿真實例
附錄仿真程序
參考文獻
第5章RBF神經(jīng)網(wǎng)絡滑�？刂�
5．1經(jīng)典滑�？刂破髟O計
5．2基于RBF神經(jīng)網(wǎng)絡的二階SISO系統(tǒng)的滑模控制
5．2．1系統(tǒng)描述
5．2．2基于RBF網(wǎng)絡逼近f(·)的滑�？刂�
5．2．3仿真實例
5．3基于RBF逼近未知函數(shù)f(·)和g(·)的滑�？刂�
5．3．1引言
5．3．2仿真實例
5．4基于神經(jīng)網(wǎng)絡最小參數(shù)學習法的自適應滑�？刂�
5．4．1問題描述
5．4．2基于RBF網(wǎng)絡逼近的自適應控制
5．4．3仿真實例
附錄仿真程序
參考文獻
第6章基于模型整體逼近的自適應RBF控制
6．1基于RBF神經(jīng)網(wǎng)絡補償?shù)臋C器人自適應控制
6．1．1系統(tǒng)描述
6．1．2RBF網(wǎng)絡逼近
6．1．3RBF網(wǎng)絡控制和自適應律設計及分析
6．1．4仿真實例
6．2基于滑模魯棒項的RBF神經(jīng)網(wǎng)絡機器人控制
6．2．1系統(tǒng)描述
6．2．2RBF逼近
6．2．3控制律設計及穩(wěn)定性分析
6．2．4仿真實例
6．3基于HJI理論和RBF神經(jīng)網(wǎng)絡的魯棒控制
6．3．1HJI定理
6．3．2控制器設計及穩(wěn)定性分析
6．3．3仿真實例
附錄仿真程序
參考文獻
第7章基于局部逼近的自適應RBF控制
7.1基于名義模型的機械臂魯棒控制
7.1.1系統(tǒng)描述
7.1.2控制器設計
7.1.3穩(wěn)定性分析
7.1.4仿真實例
7.2基于局部模型逼近的自適應RBF機械手控制
7.2.1問題描述
7.2.2控制器設計
7.2.3穩(wěn)定性分析
7.2.4仿真實例
7.3工作空間機械手的神經(jīng)網(wǎng)絡自適應控制
7.3.1關節(jié)角位置與工作空間直角坐標的轉換
7.3.2機械手的神經(jīng)網(wǎng)絡建模
7.3.3控制器的設計
7.3.4仿真實例
附錄仿真程序
參考文獻
第8章基于RBF網(wǎng)絡的動態(tài)面自適應控制
8.1簡單動態(tài)面控制的設計與分析
8.1.1系統(tǒng)描述
8.1.2動態(tài)面控制器的設計
8.1.3動態(tài)面控制器的分析
8.1.4仿真實例
8.2飛行器航跡角自適應神經(jīng)網(wǎng)絡動態(tài)面控制
8.2.1系統(tǒng)描述
8.2.2自適應神經(jīng)網(wǎng)絡動態(tài)面控制設計
8.2.3穩(wěn)定性分析
8.2.4仿真實例
8.3柔性關節(jié)機械手自適應RBF網(wǎng)絡動態(tài)面魯棒控制
8.3.1問題描述
8.3.2自適應RBF網(wǎng)絡動態(tài)面控制器設計
8.3.3閉環(huán)系統(tǒng)穩(wěn)定性分析
8.3.4仿真驗證
附錄仿真程序
參考文獻
第9章數(shù)字RBF神經(jīng)網(wǎng)絡控制
9.1自適應RungeKuttaMerson法
9.1.1引言
9.1.2仿真實例
9.2SISO系統(tǒng)的數(shù)字自適應控制
9.2.1引言
9.2.2仿真實例
9.3兩關節(jié)機械手的數(shù)字自適應RBF控制
9.3.1引言
9.3.2仿真實例
附錄仿真程序
參考文獻
第10章離散神經(jīng)網(wǎng)絡控制
10.1引言
10.2一類離散非線性系統(tǒng)的直接RBF控制
10.2.1系統(tǒng)描述
10.2.2控制算法設計和穩(wěn)定性分析
10.2.3仿真實例
10.3一類離散非線性系統(tǒng)的自適應RBF控制
10.3.1系統(tǒng)描述
10.3.2經(jīng)典控制器設計
10.3.3自適應神經(jīng)網(wǎng)絡控制器設計
10.3.4穩(wěn)定性分析
10.3.5仿真實例
附錄仿真程序
參考文獻
第11章自適應RBF觀測器設計及滑模控制
11.1自適應RBF觀測器設計
11.1.1系統(tǒng)描述
11.1.2自適應RBF觀測器設計
11.1.3仿真實例
11.2基于RBF自適應觀測器的滑�？刂�
11.2.1滑模控制器設計
11.2.2仿真實例
附錄仿真程序
參考文獻
第12章基于RBF神經(jīng)網(wǎng)絡的反演自適應控制
12．1一種二階非線性系統(tǒng)的反演控制
12．1．1基本原理
12．1．2仿真實例
12．2一種三階非線性系統(tǒng)的反演控制
12．2．1系統(tǒng)描述
12．2．2反演控制器設計
12．2．3仿真實例
12．3基于RBF網(wǎng)絡的二階非線性系統(tǒng)反演控制
12．3．1基本原理
12．3．2RBF網(wǎng)絡原理
12．3．3控制算法設計與分析
12．3．4仿真實例
12．4高階非線性系統(tǒng)反演控制
12．4．1系統(tǒng)描述
12．4．2反演控制器的設計
12．5基于RBF網(wǎng)絡的高階非線性系統(tǒng)自適應反演控制
12．5．1系統(tǒng)描述
12．5．2反演控制律設計
12．5．3自適應律的設計
12．5．4仿真實例
附錄仿真程序
參考文獻
第13章基于RBF神經(jīng)網(wǎng)絡的自適應容錯控制
13．1SISO系統(tǒng)執(zhí)行器自適應容錯控制
13．1．1控制問題描述
13．1．2控制律的設計與分析
13．1．3仿真實例
13．2基于RBF網(wǎng)絡的自適應容錯控制
13．2．1控制問題描述
13．2．2RBF神經(jīng)網(wǎng)絡設計
13．2．3控制律的設計與分析
13．2．4仿真實例
附錄仿真程序
參考文獻
第14章基于RBF神經(jīng)網(wǎng)絡的自適應量化控制
14．1執(zhí)行器自適應量化控制
14．1．1系統(tǒng)描述
14．1．2量化控制器設計與分析
14．1．3仿真實例
14．2基于RBF神經(jīng)網(wǎng)絡的執(zhí)行器自適應量化控制
14．2．1系統(tǒng)描述
14．2．2RBF神經(jīng)網(wǎng)絡設計
14．2．3量化控制器設計與分析
14．2．4仿真實例
附錄仿真程序
參考文獻
第15章基于RBF神經(jīng)網(wǎng)絡的控制輸出受限控制
15．1輸出受限引理
15．2基于位置輸出受限控制算法設計
15．2．1系統(tǒng)描述
15．2．2控制器的設計
15．2．3仿真實例
15．3基于RBF神經(jīng)網(wǎng)絡的輸出受限控制
15．3．1系統(tǒng)描述
15．3．2RBF神經(jīng)網(wǎng)絡原理
15．3．3控制器的設計
15．3．4仿真實例
附錄仿真程序
參考文獻
第16章基于RBF神經(jīng)網(wǎng)絡的控制方向未知的狀態(tài)跟蹤
16．1基本知識
16．2控制方向未知的狀態(tài)跟蹤
16．2．1系統(tǒng)描述
16．2．2控制律的設計
16．2．3仿真實例
16．3基于RBF神經(jīng)網(wǎng)絡的控制方向未知的狀態(tài)跟蹤
16．3．1系統(tǒng)描述
16．3．2RBF神經(jīng)網(wǎng)絡設計
16．3．3控制律的設計
16．3．4仿真實例
附錄仿真程序
參考文獻
書單推薦
