RBF神經網絡自適應控制及MATLAB仿真（第2版）

目錄

第1章緒論

1．1神經網絡控制

1．1．1神經網絡控制的提出

1.1.2神經網絡控制概述

1.1.3自適應RBF神經網絡概述

1．2RBF神經網絡

1．3機器人RBF神經網絡控制

1．4控制系統(tǒng)S函數設計

1．4．1S函數介紹

1．4．2S函數基本參數

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神經網絡設計與仿真

2．1RBF神經網絡算法及仿真

2．1．1RBF神經網絡算法設計

2．1．2RBF神經網絡設計實例及MATLAB仿真

2．2基于梯度下降法的RBF神經網絡逼近

2．2．1RBF神經網絡逼近

2．2．2仿真實例

2．3高斯基函數的參數對RBF網絡逼近的影響

2．4隱含層節(jié)點數對RBF網絡逼近的影響

2．5RBF神經網絡的建模訓練

2．5．1RBF神經網絡訓練

2．5．2仿真實例

2．6RBF神經網絡逼近

附錄仿真程序

參考文獻

第3章基于梯度下降法的RBF神經網絡控制

3．1基于RBF神經網絡的監(jiān)督控制

3．1．1RBF監(jiān)督控制

3．1．2仿真實例

3．2基于RBF神經網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神經網絡控制

4．1基于神經網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基于神經網絡逼近的未知參數自適應控制

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神經網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神經網絡的單參數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神經網絡滑?？刂?/p>

5．1經典滑?？刂破髟O計

5．2基于RBF神經網絡的二階SISO系統(tǒng)的滑模控制

5．2．1系統(tǒng)描述

5．2．2基于RBF網絡逼近f(·)的滑?？刂?/p>

5．2．3仿真實例

5．3基于RBF逼近未知函數f(·)和g(·)的滑?？刂?/p>

5．3．1引言

5．3．2仿真實例

5．4基于神經網絡最小參數學習法的自適應滑模控制

5．4．1問題描述

5．4．2基于RBF網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神經網絡補償的機器人自適應控制

6．1．1系統(tǒng)描述

6．1．2RBF網絡逼近

6．1．3RBF網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神經網絡機器人控制

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神經網絡的魯棒控制

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網絡自適應控制

7.3.1關節(jié)角位置與工作空間直角坐標的轉換

7.3.2機械手的神經網絡建模

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網絡動態(tài)面控制

8.2.1系統(tǒng)描述

8.2.2自適應神經網絡動態(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網絡動態(tài)面魯棒控制

8.3.1問題描述

8.3.2自適應RBF網絡動態(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章數字RBF神經網絡控制

9.1自適應RungeKuttaMerson法

9.1.1引言

9.1.2仿真實例

9.2SISO系統(tǒng)的數字自適應控制

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章離散神經網絡控制

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經典控制器設計

10.3.3自適應神經網絡控制器設計

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?？刂?/p>

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自適應觀測器的滑模控制

11.2.1滑?？刂破髟O計

11.2.2仿真實例

附錄仿真程序

參考文獻

第12章基于RBF神經網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神經網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網絡的自適應容錯控制

13．2．1控制問題描述

13．2．2RBF神經網絡設計

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神經網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神經網絡的執(zhí)行器自適應量化控制

14．2．1系統(tǒng)描述

14．2．2RBF神經網絡設計

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神經網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神經網絡的輸出受限控制

15．3．1系統(tǒng)描述

15．3．2RBF神經網絡原理

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神經網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神經網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神經網絡設計

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