本書系統(tǒng)介紹了基于事件觸發(fā)機(jī)制的非線性系統(tǒng)的理論和分析方法，從非線性系統(tǒng)、事件觸發(fā)控制系統(tǒng)、自適應(yīng)智能控制三個角度，詳細(xì)介紹了系統(tǒng)的穩(wěn)定性分析方法、控制器設(shè)計方法等內(nèi)容。主要內(nèi)容包括:具有未知控制方向的非線性系統(tǒng)事件觸發(fā)自適應(yīng)模糊跟蹤控制，基于命令濾波器的不確定非線性時滯系統(tǒng)事件觸發(fā)自適應(yīng)神經(jīng)網(wǎng)絡(luò)控制，非線性隨機(jī)系統(tǒng)的

本書在量化控制系統(tǒng)的編碼方案設(shè)計與穩(wěn)定性分析方面展開研究。針對目前文獻(xiàn)中常用的均勻量化器和對數(shù)量化器在設(shè)計量化控制系統(tǒng)時的缺點(diǎn)，例如，采用均勻量化器的量化控制系統(tǒng)的量化器參數(shù)設(shè)計和系統(tǒng)穩(wěn)定性分析較為復(fù)雜，而采用對數(shù)量化器的量化控制系統(tǒng)使用的信道碼率是無限的，這限制了它的實(shí)際應(yīng)用，本書提出一種適用于量化控制系統(tǒng)的新的編碼

本書主要包括了現(xiàn)代控制理論中線性系統(tǒng)狀態(tài)空間模型的建立、線性系統(tǒng)狀態(tài)空間分析、狀態(tài)反饋與極點(diǎn)配置及狀態(tài)觀測器，以及采樣控制系統(tǒng)的分析與非線性控制系統(tǒng)的分析等內(nèi)容。本書通過大量的例題與習(xí)題使學(xué)生能夠逐步掌握各章的重點(diǎn)內(nèi)容，并在內(nèi)容安排上力求模塊化，便于教學(xué)設(shè)計與學(xué)生自學(xué)。本書結(jié)合課程知識點(diǎn)，提供了關(guān)于控制專家及教育家的愛

本書是模式識別和場景分析領(lǐng)域奠基性的經(jīng)典名著。在第2版中，除了保留了第1版中關(guān)于統(tǒng)計模式識別和結(jié)構(gòu)模式識別的主要內(nèi)容以外，讀者將會發(fā)現(xiàn)新增了許多近25年來的新理論和新方法，其中包括神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、進(jìn)化計算、不變量理論、隱馬爾可夫模型、統(tǒng)計學(xué)習(xí)理論和支持向量機(jī)等。作者還為未來25年的模式識別的發(fā)展指明了方向

本書以幾類隨機(jī)系統(tǒng)為研究對象，對數(shù)值方法的穩(wěn)定性和系統(tǒng)的穩(wěn)定性進(jìn)行了分析，主要研究了一類半線性隨機(jī)比例微分方程的均方穩(wěn)定性問題，并證明了此條件下指數(shù)Euler方法對任意非零步長可以保持均方穩(wěn)定性。進(jìn)一步對一類Poisson白噪聲激勵下隨機(jī)延遲微分方程的穩(wěn)定性進(jìn)行研究，獲得了穩(wěn)定性的充分條件。并進(jìn)行了相應(yīng)的數(shù)值分析。隨后

本書是針對高等院校理工科高年級學(xué)生編寫的控制系統(tǒng)基礎(chǔ)理論教科書。本書全面系統(tǒng)地論述了控制系統(tǒng)狀態(tài)空間分析的基本方法及狀態(tài)空間綜合的基本理論與方法，包括：控制系統(tǒng)的狀態(tài)空間描述，控制系統(tǒng)狀態(tài)方程的解，線性控制系統(tǒng)的能控性和能觀測性，控制系統(tǒng)的穩(wěn)定性分析，狀態(tài)反饋、輸出反饋、極點(diǎn)配置與狀態(tài)觀測器設(shè)計，以及最優(yōu)控制等基本內(nèi)容

本書是在《模式識別與人工智能(基于MATLAB)》的基礎(chǔ)上寫作而成，為了適應(yīng)模式識別算法的新發(fā)展、滿足各層次讀者的學(xué)習(xí)需求，在原有基礎(chǔ)上增加了大量新內(nèi)容，包括細(xì)化各章的內(nèi)容和增加三種新算法。本書廣泛涉及統(tǒng)計學(xué)、模糊控制、神經(jīng)網(wǎng)絡(luò)、人工智能等學(xué)科的思想和理論，將模式識別與人工智能理論和實(shí)際應(yīng)用相結(jié)合，針對具體案例進(jìn)行算法

本書內(nèi)容涵蓋控制相關(guān)學(xué)科各專業(yè)所必需的基礎(chǔ)知識，以時域中的線性系統(tǒng)理論知識為主要內(nèi)容，同時兼顧控制的頻域知識。主要內(nèi)容包括系統(tǒng)的數(shù)學(xué)描述、系統(tǒng)的動態(tài)響應(yīng)、系統(tǒng)的能控性和能觀性、系統(tǒng)的最小實(shí)現(xiàn)、系統(tǒng)的穩(wěn)定性、系統(tǒng)的時域綜合等。本書在內(nèi)容論述上力求精練，在概念敘述上力求清晰，在理論分析上力求嚴(yán)謹(jǐn)，在系統(tǒng)設(shè)計方法和算法介紹上

本書全面地介紹了基于狀態(tài)空間模型的線性定常系統(tǒng)理論。除了運(yùn)動分析、能控能觀性、穩(wěn)定性、反饋鎮(zhèn)定、極點(diǎn)/特征結(jié)構(gòu)配置、觀測器設(shè)計等基礎(chǔ)理論之外，本書首次系統(tǒng)性地介紹了線性系統(tǒng)的輸入輸出標(biāo)準(zhǔn)型理論，全面地解決了狀態(tài)反饋極點(diǎn)配置、解耦控制、最小相位系統(tǒng)的輸出反饋鎮(zhèn)定、基于逆系統(tǒng)的輸出跟蹤、基于平坦輸出的狀態(tài)跟蹤等問題；充分利

本書的目的是考慮大型且具有挑戰(zhàn)性的多階段決策問題，這些問題原則上可以通過動態(tài)規(guī)劃和**控制來解決，但它們的精確解決方案在計算上是難以處理的。本書討論依賴于近似的解決方法，以產(chǎn)生具有足夠性能的次優(yōu)策略。這些方法統(tǒng)稱為增強(qiáng)學(xué)習(xí)，也可以叫做近似動態(tài)規(guī)劃和神經(jīng)動態(tài)規(guī)劃等。本書的主題產(chǎn)生于**控制和人工智能思想的相互作用。本書的