神經(jīng)網(wǎng)絡(luò)控制（第三版）

定　價：￥28.00

作　者：	徐麗娜編著
出版社：	電子工業(yè)出版社
叢編項：	電子信息與電氣學科規(guī)劃教材·智能科學與技術(shù)
標　簽：	人工智能

購買這本書可以去

ISBN：	9787121087721	出版時間：	2009-07-01	包裝：	平裝
開本：	16開	頁數(shù)：	193	字數(shù)：

內(nèi)容簡介

　　神經(jīng)網(wǎng)絡(luò)控制已發(fā)展成為“智能控制”的一個新的分支，屬先進控制技術(shù)，為解決復雜的非線性、不確定、不確知系統(tǒng)的控制問題，開辟了一條新的途徑。本書分五章闡述了（人工）神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)，基于神經(jīng)網(wǎng)絡(luò)的動態(tài)系統(tǒng)模型、逆模型及其辨識問題，神經(jīng)網(wǎng)絡(luò)控制的多種結(jié)構(gòu)及其設(shè)計問題，遺傳算法的尋優(yōu)機理，遺傳算法與系統(tǒng)辨識、遺傳算法與神經(jīng)控制問題。本書適合作為高等工科院校自動控制、信息處理、工業(yè)自動化、模式識別與智能控制等專業(yè)高年級本科生、研究生的教材或教學參考書，也適用于從事以上專業(yè)的工程技術(shù)人員閱讀。

作者簡介

暫缺《神經(jīng)網(wǎng)絡(luò)控制（第三版）》作者簡介

圖書目錄

第1章緒言
1—1 人工神經(jīng)網(wǎng)絡(luò)的特點
1—2 神經(jīng)網(wǎng)絡(luò)在控制領(lǐng)域取得的進展
1—3 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)概述
1—3—1 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的組成
1—3—2 實時控制
1—3—3 智能控制的分支
1—4 神經(jīng)網(wǎng)絡(luò)控制待解決的問題
1—5 關(guān)于“例”與“MATLAB程序”
第2章神經(jīng)網(wǎng)絡(luò)理論基礎(chǔ)
2—1 引言
2—2 生物神經(jīng)元與人工神經(jīng)元模型
2—2—1 生物神經(jīng)元
2—2—2 MP模型
2—2—3 多種作用函數(shù)
2—2—4 Hebb學習規(guī)則
2—3 感知器
2—3—1 單層感知器
2—3—2 多層感知器
2—4 線性神經(jīng)網(wǎng)絡(luò)
2—4—1 自適應(yīng)線性神經(jīng)元
2—4—2 線性神經(jīng)網(wǎng)絡(luò)
2—5 多層前饋網(wǎng)絡(luò)與BP學習算法
2—5—1 網(wǎng)絡(luò)結(jié)構(gòu)
2—5—2 BP學習算法
2—5—3 有關(guān)的幾個問題
2—6 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)
2—6—1 網(wǎng)絡(luò)輸出計算
2—6—2 網(wǎng)絡(luò)的學習算法
2—6—3 有關(guān)的幾個問題
2—6—4 MATLAB高斯RBF網(wǎng)絡(luò)構(gòu)建法
2—7 小腦模型神經(jīng)網(wǎng)絡(luò)
2—7—1 CMAC的結(jié)構(gòu)及工作原理
2—7—2 CMAC的學習算法及分析
2—7—3 有關(guān)的幾個問題
2—8 PID神經(jīng)網(wǎng)絡(luò)
2—8—1 網(wǎng)絡(luò)結(jié)構(gòu)與輸出計算
2—8—2 學習算法
2—8—3 有關(guān)的兩個問題
2—9 局部遞歸型神經(jīng)網(wǎng)絡(luò)
2—9—1 內(nèi)時延反饋型網(wǎng)絡(luò)
2—9—2 外時延反饋型網(wǎng)絡(luò)
2—10 連續(xù)型Hopfield網(wǎng)絡(luò)
2—10—1 網(wǎng)絡(luò)的描述
2—10—2 網(wǎng)絡(luò)的穩(wěn)定性
2—10一3 學習算法
2—10—4 有關(guān)的幾個問題
2—11 應(yīng)用Simulink設(shè)計神經(jīng)網(wǎng)絡(luò)
2—12 應(yīng)用GUl設(shè)計神經(jīng)網(wǎng)絡(luò)
2—13 小結(jié)
習題
第3章基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識
3—1 引言
3—2 系統(tǒng)辨識的基礎(chǔ)知識
3—2—1 系統(tǒng)辨識的基本原理
3—2—2 誤差準則
3—2—3 辨識精度
3—2—4 辨識的主要步驟
3—3 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識原理
3—3—1 系統(tǒng)模型及逆模型的辨識
3—3—2 動態(tài)系統(tǒng)辨識常用的神經(jīng)網(wǎng)絡(luò)
3—3—3 兩種辨識結(jié)構(gòu)
3—4 線性動態(tài)系統(tǒng)模型與辨識
3—4—1 確定性系統(tǒng)模型
3—4—2 隨機系統(tǒng)模型
3—4—3 確定性系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識
3—4—4 隨機系統(tǒng)的神經(jīng)網(wǎng)絡(luò)辨識
3—4—5 基于連續(xù)Hopfield網(wǎng)絡(luò)的線性系統(tǒng)辨識
3—5 非線性動態(tài)系統(tǒng)模型與辨識
3—5—1 非線性系統(tǒng)模型
3—5—2 神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識
3—6 線性動態(tài)系統(tǒng)的逆模型與辨識
3—6—1 線性系統(tǒng)的逆模型
3—6—2 神經(jīng)網(wǎng)絡(luò)逆模型辨識
3—7 非線性動態(tài)系統(tǒng)逆模型與辨識
……
第4章神經(jīng)網(wǎng)絡(luò)控制
第5章遺傳算法與神經(jīng)控制
附錄A 最優(yōu)化算法
附錄B 賦范空間的逼近
附錄C 天監(jiān)督學習的兩種動態(tài)聚類算法
附錄D B樣條函數(shù)
附錄E Lyapunov第二方法
附錄F M序列及逆M序列
參考文獻