RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)控制MATLAB仿真

第1章 緒論
1.1 神經(jīng)網(wǎng)絡(luò)控制
1.1.1 神經(jīng)網(wǎng)絡(luò)控制的提出
1.1.2 神經(jīng)網(wǎng)絡(luò)控制概述
1.1.3 自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)概述
1.2 RBF神經(jīng)網(wǎng)絡(luò)
1.3 機(jī)器人RBF神經(jīng)網(wǎng)絡(luò)控制
1.4 控制系統(tǒng)S函數(shù)設(shè)計(jì)
1.4.1 S函數(shù)介紹
1.4.2 S函數(shù)基本參數(shù)
1.4.3 實(shí)例
1.5 簡單自適應(yīng)控制系統(tǒng)設(shè)計(jì)實(shí)例
1.5.1 系統(tǒng)描述
1.5.2 自適應(yīng)控制律設(shè)計(jì)
1.5.3 仿真實(shí)例
附錄仿真程序
參考文獻(xiàn)
第2章 RBF神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)與仿真
2.1 RBF神經(jīng)網(wǎng)絡(luò)算法及仿真
2.1.1 RBF網(wǎng)絡(luò)算法設(shè)計(jì)
2.1.2 RBF網(wǎng)絡(luò)設(shè)計(jì)實(shí)例及MATLAB仿真
2.2 基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)逼近
2.2.1 RBF網(wǎng)絡(luò)逼近
2.2.2 仿真實(shí)例
2.3 高斯基函數(shù)的參數(shù)對RBF網(wǎng)絡(luò)逼近的影響
2.4 隱含層節(jié)點(diǎn)數(shù)對RBF網(wǎng)絡(luò)逼近的影響
2.5 RBF神經(jīng)網(wǎng)絡(luò)的建模訓(xùn)練
2.5.1 RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練
2.5.2 仿真實(shí)例
2.6 RBF神經(jīng)網(wǎng)絡(luò)逼近
附錄仿真程序
參考文獻(xiàn)
第3章 基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)控制
3.1 基于RBF神經(jīng)網(wǎng)絡(luò)的監(jiān)督控制
3.1.1 RBF監(jiān)督控制
3.1.2 仿真實(shí)例
3.2 基于RBF神經(jīng)網(wǎng)絡(luò)的模型參考自適應(yīng)
3.2.1 控制系統(tǒng)設(shè)計(jì)
3.2.2 仿真實(shí)例
3.3 RBF自校正控制
3.3.1 系統(tǒng)描述
3.3.2 RBF控制算法設(shè)計(jì)
3.3.3 仿真實(shí)例
附錄仿真程序
參考文獻(xiàn)
第4章 自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制
4.1 基于神經(jīng)網(wǎng)絡(luò)逼近的自適應(yīng)控制
4.1.1 系統(tǒng)描述
4.1.2 自適應(yīng)RBF控制器設(shè)計(jì)
4.1.3 仿真實(shí)例
4.2 基于神經(jīng)網(wǎng)絡(luò)逼近的未知參數(shù)自適應(yīng)控制
4.2.1 系統(tǒng)描述
4.2.2 自適應(yīng)控制設(shè)計(jì)
4.2.3 仿真實(shí)例
4.3 基于RBF神經(jīng)網(wǎng)絡(luò)的直接魯棒自適應(yīng)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(shè)計(jì)及分析
4.3.4 仿真實(shí)例
附錄仿真程序
參考文獻(xiàn)
第5章 神經(jīng)網(wǎng)絡(luò)滑?？刂?br />5.1 經(jīng)典滑?？刂破髟O(shè)計(jì)
……
第6章 基于模型整體逼近的自適應(yīng)RBF控制
第7章 基于局部逼近的自適應(yīng)RBF控制
第8章 基于RBF網(wǎng)絡(luò)的動態(tài)面自適應(yīng)控制
第9章 數(shù)字RBF神經(jīng)網(wǎng)絡(luò)控制
第10章 離散神經(jīng)網(wǎng)絡(luò)控制
第11章 自適應(yīng)RBF觀測器設(shè)計(jì)及滑模控制