RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)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(shù)叢書
- 作者:劉金琨
- 出版時間:2019/1/1
- ISBN:9787302517320
- 出 版 社:清華大學(xué)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(jié)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(luò)控制的基本理論、基本方法和應(yīng)用技術(shù)。本書是作者多年來從事控制系統(tǒng)教學(xué)和科研工作的結(jié)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(luò)的設(shè)計與仿真、基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)RBF神經(jīng)網(wǎng)絡(luò)控制、RBF神經(jīng)網(wǎng)絡(luò)滑?刂、基于模型整體逼近的自適應(yīng)RBF控制、基于局部逼近的自適應(yīng)RBF控制、基于RBF神經(jīng)網(wǎng)絡(luò)的動態(tài)面自適應(yīng)控制、數(shù)字RBF神經(jīng)網(wǎng)絡(luò)控制、離散神經(jīng)網(wǎng)絡(luò)控制、自適應(yīng)RBF觀測器設(shè)計及滑?刂、基于RBF神經(jīng)網(wǎng)絡(luò)的反演自適應(yīng)控制、基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)容錯控制、基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)量化控制、基于RBF神經(jīng)網(wǎng)絡(luò)的控制輸出受限控制和基于RBF神經(jīng)網(wǎng)絡(luò)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(xué)習(xí)。本書適用于從事生產(chǎn)過程自動化、計算機應(yīng)用、機械電子和電氣自動化領(lǐng)域的工程技術(shù)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(yīng)用等專業(yè)的教學(xué)參考書。
本書特色
(1) 神經(jīng)網(wǎng)絡(luò)控制算法重點研究學(xué)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(shè)計方法。
(2) 針對每種神經(jīng)網(wǎng)絡(luò)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(jié)果,具有很強的可讀性。
(3) 著重從應(yīng)用領(lǐng)域角度出發(fā),突出理論聯(lián)系實際,面向廣大工程技術(shù)人員,具有很強的工程性和實用性。書中同時提供了大量應(yīng)用實例及其結(jié)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(luò)控制算法非常完整,其程序結(jié)構(gòu)設(shè)計簡潔明了,便于自學(xué)和進一步開發(fā)。
程序下載
配書實例代碼可到清華大學(xué)出版社網(wǎng)站本書相關(guān)頁面下載。
前言
神經(jīng)網(wǎng)絡(luò)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(shè)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(luò)具有高度并行的結(jié)構(gòu)、強大的學(xué)習(xí)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(luò)技術(shù)在非線性系統(tǒng)辨識與控制中的應(yīng)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(shè)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(luò)在如下幾個方面具有優(yōu)勢。
(1) 神經(jīng)網(wǎng)絡(luò)對任意函數(shù)都具有學(xué)習(xí)能力,神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力可避免在傳統(tǒng)自適應(yīng)控制理論中占有重要地位的復(fù)雜數(shù)學(xué)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(luò)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(yīng)控制方法需要模型先驗信息來設(shè)計控制方案,由于神經(jīng)網(wǎng)絡(luò)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(luò)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(luò)大規(guī)模并行處理架構(gòu)下,網(wǎng)絡(luò)的某些節(jié)點損壞并不影響整個神經(jīng)網(wǎng)絡(luò)的整體性能,有效地提高了控制系統(tǒng)的容錯性。
有關(guān)神經(jīng)網(wǎng)絡(luò)控制理論及其工程應(yīng)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(yīng)用方面的研究和教學(xué)工作,為了促進神經(jīng)網(wǎng)絡(luò)控制和自動化技術(shù)的進步,反映神經(jīng)網(wǎng)絡(luò)控制設(shè)計與應(yīng)用中的最新研究成果,并使廣大工程技術(shù)人員能了解、掌握和應(yīng)用這一領(lǐng)域的最新技術(shù),學(xué)會用MATLAB語言進行RBF(Radial Basis Function,徑向基函數(shù))網(wǎng)絡(luò)控制器的設(shè)計,作者編寫了這本書,以期拋磚引玉,供廣大讀者學(xué)習(xí)參考。
本書是作者在總結(jié)多年研究成果的基礎(chǔ)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(luò)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(luò)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(jié)果,具有很強的可讀性;
(3) 著重從應(yīng)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(shù)人員,具有很強的工程性和實用性,書中有大量應(yīng)用實例及其結(jié)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(luò)控制算法完整,程序設(shè)計結(jié)構(gòu)力求簡單明了,便于讀者自學(xué)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(luò)控制的基本原理及其在理論和應(yīng)用方面的發(fā)展狀況,并介紹了一種簡單的自適應(yīng)控制設(shè)計方法; 第2章介紹RBF神經(jīng)網(wǎng)絡(luò)的設(shè)計與仿真、影響RBF神經(jīng)網(wǎng)絡(luò)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(luò)控制方法,包括基于RBF神經(jīng)網(wǎng)絡(luò)的監(jiān)督控制、基于RBF神經(jīng)網(wǎng)絡(luò)的模型參考自適應(yīng)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(luò)自適應(yīng)控制的設(shè)計和分析方法; 第5章介紹RBF神經(jīng)網(wǎng)絡(luò)滑?刂频脑O(shè)計及分析方法,并引入了一種基于神經(jīng)網(wǎng)絡(luò)最小參數(shù)學(xué)習(xí)法的自適應(yīng)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(yīng)RBF控制和基于局部逼近的自適應(yīng)RBF控制,并以機械手控制為例給出了控制器的設(shè)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(luò)的自適應(yīng)動態(tài)面控制的設(shè)計和分析方法; 第9章介紹RBF神經(jīng)網(wǎng)絡(luò)自適應(yīng)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(luò)控制器設(shè)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(yīng)RBF神經(jīng)網(wǎng)絡(luò)觀測器的設(shè)計和分析方法; 第12章介紹基于RBF神經(jīng)網(wǎng)絡(luò)的反演自適應(yīng)控制方法; 第13章介紹基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)容錯控制方法; 第14章介紹基于RBF神經(jīng)網(wǎng)絡(luò)的自適應(yīng)量化控制方法; 第15章介紹基于RBF神經(jīng)網(wǎng)絡(luò)的控制輸出受限控制; 第16章介紹基于RBF神經(jīng)網(wǎng)絡(luò)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(luò)自適應(yīng)控制MATLAB仿真》(北京: 清華大學(xué)出版社,2014)基礎(chǔ)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(jié)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(xué)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(xué)
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(xué)工學(xué)學(xué)士、碩士和博士學(xué)位。1997─1999年在浙江大學(xué)工業(yè)控制技術(shù)研究所從事博士后研究工作。現(xiàn)為北京航空航天大學(xué)控制理論與控制工程專業(yè)教授、博士生導(dǎo)師。主要從事智能控制、滑模變結(jié)構(gòu)控制領(lǐng)域的研究和教學(xué)工作。自從從事研究工作以來,主持國家自然科學(xué)基金等科研項目10余項,發(fā)表學(xué)術(shù)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(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
1.2RBF神經(jīng)網(wǎng)絡(luò)
1.3機器人RBF神經(jīng)網(wǎng)絡(luò)控制
1.4控制系統(tǒng)S函數(shù)設(shè)計
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(yīng)控制系統(tǒng)設(shè)計實例
1.5.1系統(tǒng)描述
1.5.2自適應(yīng)控制律設(shè)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(luò)設(shè)計與仿真
2.1RBF神經(jīng)網(wǎng)絡(luò)算法及仿真
2.1.1RBF神經(jīng)網(wǎng)絡(luò)算法設(shè)計
2.1.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計實例及MATLAB仿真
2.2基于梯度下降法的RBF神經(jīng)網(wǎng)絡(luò)逼近
2.2.1RBF神經(jīng)網(wǎng)絡(luò)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(luò)逼近的影響
2.4隱含層節(jié)點數(shù)對RBF網(wǎng)絡(luò)逼近的影響
2.5RBF神經(jīng)網(wǎng)絡(luò)的建模訓(xùn)練
2.5.1RBF神經(jīng)網(wǎng)絡(luò)訓(xùn)練
2.5.2仿真實例
2.6RBF神經(jīng)網(wǎng)絡(luò)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(luò)控制
3.1基于RBF神經(jīng)網(wǎng)絡(luò)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(luò)的模型參考自適應(yīng)控制
3.2.1控制系統(tǒng)設(shè)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(shè)計
3.3.3仿真實例
附錄仿真程序
參考文獻
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
4.1.3仿真實例
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
4.2.3仿真實例
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)計及分析
4.3.4仿真實例
4.4基于RBF神經(jīng)網(wǎng)絡(luò)的單參數(shù)直接魯棒自適應(yīng)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(luò)滑?刂
5.1經(jīng)典滑?刂破髟O(shè)計
5.2基于RBF神經(jīng)網(wǎng)絡(luò)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(luò)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(luò)最小參數(shù)學(xué)習(xí)法的自適應(yīng)滑模控制
5.4.1問題描述
5.4.2基于RBF網(wǎng)絡(luò)逼近的自適應(yīng)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(yīng)RBF控制
6.1基于RBF神經(jīng)網(wǎng)絡(luò)補償?shù)臋C器人自適應(yīng)控制
6.1.1系統(tǒng)描述
6.1.2RBF網(wǎng)絡(luò)逼近
6.1.3RBF網(wǎng)絡(luò)控制和自適應(yīng)律設(shè)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(luò)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(shè)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(luò)的魯棒控制
6.3.1HJI定理
6.3.2控制器設(shè)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(yīng)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(shè)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(yīng)RBF機械手控制
7.2.1問題描述
7.2.2控制器設(shè)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(luò)自適應(yīng)控制
7.3.1關(guān)節(jié)角位置與工作空間直角坐標的轉(zhuǎn)換
7.3.2機械手的神經(jīng)網(wǎng)絡(luò)建模
7.3.3控制器的設(shè)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(luò)的動態(tài)面自適應(yīng)控制
8.1簡單動態(tài)面控制的設(shè)計與分析
8.1.1系統(tǒng)描述
8.1.2動態(tài)面控制器的設(shè)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(yīng)神經(jīng)網(wǎng)絡(luò)動態(tài)面控制
8.2.1系統(tǒng)描述
8.2.2自適應(yīng)神經(jīng)網(wǎng)絡(luò)動態(tài)面控制設(shè)計
8.2.3穩(wěn)定性分析
8.2.4仿真實例
8.3柔性關(guān)節(jié)機械手自適應(yīng)RBF網(wǎng)絡(luò)動態(tài)面魯棒控制
8.3.1問題描述
8.3.2自適應(yīng)RBF網(wǎng)絡(luò)動態(tài)面控制器設(shè)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(luò)控制
9.1自適應(yīng)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(yīng)控制
9.2.1引言
9.2.2仿真實例
9.3兩關(guān)節(jié)機械手的數(shù)字自適應(yīng)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(luò)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(shè)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(yīng)RBF控制
10.3.1系統(tǒng)描述
10.3.2經(jīng)典控制器設(shè)計
10.3.3自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制器設(shè)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(yīng)RBF觀測器設(shè)計及滑?刂
11.1自適應(yīng)RBF觀測器設(shè)計
11.1.1系統(tǒng)描述
11.1.2自適應(yīng)RBF觀測器設(shè)計
11.1.3仿真實例
11.2基于RBF自適應(yīng)觀測器的滑?刂
11.2.1滑?刂破髟O(shè)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(luò)的反演自適應(yīng)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(shè)計
12.2.3仿真實例
12.3基于RBF網(wǎng)絡(luò)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(luò)原理
12.3.3控制算法設(shè)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(shè)計
12.5基于RBF網(wǎng)絡(luò)的高階非線性系統(tǒng)自適應(yīng)反演控制
12.5.1系統(tǒng)描述
12.5.2反演控制律設(shè)計
12.5.3自適應(yīng)律的設(shè)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(luò)的自適應(yīng)容錯控制
13.1SISO系統(tǒng)執(zhí)行器自適應(yīng)容錯控制
13.1.1控制問題描述
13.1.2控制律的設(shè)計與分析
13.1.3仿真實例
13.2基于RBF網(wǎng)絡(luò)的自適應(yīng)容錯控制
13.2.1控制問題描述
13.2.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計
13.2.3控制律的設(shè)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(luò)的自適應(yīng)量化控制
14.1執(zhí)行器自適應(yīng)量化控制
14.1.1系統(tǒng)描述
14.1.2量化控制器設(shè)計與分析
14.1.3仿真實例
14.2基于RBF神經(jīng)網(wǎng)絡(luò)的執(zhí)行器自適應(yīng)量化控制
14.2.1系統(tǒng)描述
14.2.2RBF神經(jīng)網(wǎng)絡(luò)設(shè)計
14.2.3量化控制器設(shè)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(luò)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(shè)計
15.2.1系統(tǒng)描述
15.2.2控制器的設(shè)計
15.2.3仿真實例
15.3基于RBF神經(jīng)網(wǎng)絡(luò)的輸出受限控制
15.3.1系統(tǒng)描述
15.3.2RBF神經(jīng)網(wǎng)絡(luò)原理
15.3.3控制器的設(shè)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(luò)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(shè)計
16.2.3仿真實例
16.3基于RBF神經(jīng)網(wǎng)絡(luò)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(luò)設(shè)計
16.3.3控制律的設(shè)計
16.3.4仿真實例
附錄仿真程序
參考文獻