![](http://img3m1.ddimg.cn/93/12/23547441-1_u_1.jpg)
開本:16開 紙張:膠版紙 包裝:平裝 是否套裝:否 國際標準書號ISBN:9787560633367 叢書名:高等學校電子與電氣工程及自動化專業“十二五”規劃教材 作者:侯媛彬等編著 出版社:西安電子科技大學出版社 出版時間:2014年04月 
"內容簡介 《繫統辨識(附光盤高等學校電子與電氣工程及自動化專業十二五規劃教材)》繫統地論述了古典、現代辨識理論和方法,並探討了多種新的非線性智能辨識技術,如神經網絡、遺傳種經網絡算法、模糊神經網絡等;還介紹了誘導和辨識混沌方法,分析了各種方法的一致性及特點。並探討了MATLAB軟件對各類辨識方法的實現途徑。全書共8章,在理論分析的基礎上,列舉了大量的仿真程序,進行了程序剖析,並給出一些工程應用實例。
本書內容新穎、信息量大,並附有作者開發的多種與辨識相關的源程序及多媒體課件,為讀者提供了繫統辨識(或參數估計)的編程樣本和學習參考。
本書可供高等學校自動化、測控、通信、安全類及相關專業師生和工程技術人員選用。
作者簡介 侯媛彬,女。1953年11月出生。西安人,博士。教授。博士生導師。國家重點學科安全技術及工程博士點礦山設備安全運行理論及方法方向的學術帶頭人。兼任陝西省自動化學會教育委員會主任。西安科技大學電控學院學科主任。主要研究方向為智能控制、安全技術與工程,一直從事教學和研究工作。發表學術論文190餘篇,其中EI收錄50餘篇。出版專著及教材13部。主持承擔縱向及橫向項目20餘項.獲國際專利9項。獲省廳級以上科技進步獎1O餘項。2006年獲省級師德標兵。女。漢族,1964年3月出生,安徽淮南人,博士,副教授。1985年畢業於安徽理工大學電氣自動化專業。現任安徽理工大學電氣與信息工程學院教師,主要從事自動控制繫統、信號處理方面的教學與科研工作。近年來參與了安徽省縱向及橫向多項研究課題;發表論文20餘篇。其中EI檢索4篇。男,1961年11月出生。西安市人,博士。副教授。1982年本科畢業於西北工業大學航空電氣工程專業:1985年碩士研究生畢業於西安交通大學;1998年博士研究生畢業於西安交通大學控制理論與控制工程專業。現為西安交通大學教師。長期從事繫統辨識的教學和科研工作。主持承擔過多項科研項目,獲省級科技進步獎一項,發表學術論文20餘篇。男。1977年7月出生。河南南陽人。講師。在讀博士。2005年7月碩士研究生畢業於西安科技大學控制理論與控制工程專業,並獲工學碩士學位,同年留校任教至今。主要從事控制理論與控制工程方面的科研與教學工作。發表論文10餘篇。EI收錄3篇。主持和參與了多項科研項目。並獲省部級以上獎項3項。 目錄 第1章 辨識的基本概念 1.1 繫統和模型 1.1.1 模型的表現形式 1.1.2 繫統及其模型的分類 1.2 辨識建模的定義 1.3 辨識問題的表達形式及原理 1.3.1 辨識問題的表達形式 1.3.2 辨識算法的基本原理 1.3.3 誤差準則 1.4 辨識的內容和步驟 1.5 典型的非線性繫統辨識與控制方法 1.5.1 非線性辨識典型模型及辨識、控制方法的的特點 1 5.2 非線性繫統參數估計的特點 1.5.3 神經網絡及其繫統控制結構第1章 辨識的基本概念
1.1 繫統和模型
1.1.1 模型的表現形式
1.1.2 繫統及其模型的分類
1.2 辨識建模的定義
1.3 辨識問題的表達形式及原理
1.3.1 辨識問題的表達形式
1.3.2 辨識算法的基本原理
1.3.3 誤差準則
1.4 辨識的內容和步驟
1.5 典型的非線性繫統辨識與控制方法
1.5.1 非線性辨識典型模型及辨識、控制方法的的特點
1 5.2 非線性繫統參數估計的特點
1.5.3 神經網絡及其繫統控制結構
1.5.4 非線性解耦問題
1.5.5 需要深人研究的非線性問題
1.6 小結
思考題
第2章 辨識理論基礎及古典辨識法
2.1 隨機過程及其數學描述
2.1.1 隨機過程的基本概念
2.1.2 相關函數和協方差函數的性質
2.2 譜密度與相關函數
2.2.1 巴塞伐爾定理與功率密度譜表示式
2.2.2 維納一辛欽關繫式
2.3 線性繫統在隨機輸人下的響應
2.4 白噪聲的產生方法及其仿真
2.4.1 白噪聲的概念
2.4.2 白噪聲的產生及其MATLAB仿真
2.4.3 偽隨機信號產生及MATLAB仿真舉例
2.5 古典辨識方法
2.5.1 M序列自相關函數
2.5.2 逆M序列
2.5.3 相關分析法頻率響應辨識
2.5.4 相關分析法脈衝響應辨識
2.5.5 相關分析法脈衝響應辨識的應用
2.6 小結
習題
第3章 小二乘參數辨識
3.1 基本小二乘法
3.1.1 問題的提出
3.1.2 小二乘法的原理
3.2 小二乘法問題的描述
3.3 小二乘問題的基本算法
3.3.1 基本小二乘問題的解
3.3.2 加權小二乘問題的解
3.3.3 小二乘一次完成算法的MATLAB仿真
3.4 小二乘參數估計的遞推算法
3.4.1 遞推算法的概念
3.4.2 遞推算法的推導
3.4.3 小二乘遞推算法的MATLAB仿真
3.5 小二乘法的統計特性及存在問題
3.5.1 小二乘法的統計特性
3.5.2 小二乘法存在的問題及解決辦法
3.6 小二乘適應算法
3.6.1 遺忘因子法
3.6.2 限定記憶法
3.7 增廣小二乘法
3.7.1 增廣小二乘辨識
3.7.2 增廣小二乘辨識的MATLAB仿真
3.8 廣義小二乘法
3.9 小結
習題
第4章 極大似然法辨識方法
4.1 極大似然參數辨識原理
4.2 動態繫統模型參數的極大似然估計
4.2.1 動態模型描述
4.2.2 極大似然估計與小二乘估計的關繫
4.2.3 協方差陣未知時的極大似然參數估計
4.3 遞推的極大似然參數估計
4.3.1 極大似然遞推算法的原理及方法
4.3.2 似然遞推法辨識的MATLAB仿真
4.4 小結
習題
第5章 其它參數辨識方法及原理
5.1 梯度校正參數辨識
5.1.1 確定性問題的梯度校正參數辨識方法
5.1.2 脈衝響應梯度校正辨識及其MATLAB仿真
5.1.3 用梯度校正法辨識電液位置伺服繫統
5.2 Bayes辨識
5.2.1 Bayes基本原理
5.2.2 小二乘模型的Bayes參數辨識.
5.2.3 Bayes辨識的MATLAB仿真
5.2.4 TRP激光陀螺溫度控制繫統的參數辨識
5.3 小結
習題
第6章 神經網絡辨識及其改進的BP網絡應用
6.1 神經網絡的概念與特性
6.1.1 人模型
6.1.2 激發函數
6.1.3 神經網絡模型分類
6.1.4 神經網絡學習方法
6.1.5 網絡的特點
6.2 神經網絡模型辨識中的常用結構
6.3 辨識中常用的網絡訓練算法
6.3.1 自適應控制繫統基本結構
6.3.2 辨識中常用的BP網絡訓練算法
6.4 改進的BP網絡訓練算法
6.4.1 基於降低網絡靈敏度的網絡改進算法
6.4.2 提高一類神經網絡容錯性的理論和方法
6.4.3 提高神經網絡收斂速度的賦初值算法
6.4.4 其它網絡訓練技巧
6.5 神經網絡辨識的MATLAB仿真舉例
6.5.1 具有噪聲二階繫統辨識的MATLAB程序剖析
6.5.2 多維非線性辨識的MATLAB程序剖析
6.6 基於改進遺傳算法的神經網絡及其應用
6.6.1 一種適應度函數的改進算法
6 6.2 一種改進的遺傳神經解耦方法
6.6.3 遺傳神經解耦仿真、實驗及結論
6.7 模糊神經網絡及其應用
6.7.1 模糊神經網絡原理及其應用
6.7.2 FNN對非線性多變量繫統的MATLAB解耦仿真
6.8 小結
習題
第7章 小腦模型神經網絡辨識及其應用
7.1 CMA(:網絡的特點
7.2 改進的cMA(:干式變壓器卷線機跑偏信號諧波分析
7.2.1 CMAC網絡對非線性函數的學習過程
7.2.2 干式變壓器卷線機跑偏信號諧波分析方法
7.3 改進的CMAC算法及跑偏信號諧波仿真
7.4 改進的CMAC學習多維函數
7.5 小結
習題
第8章 非線性動態繫統其它辨識方法
8.1 volterra級數的表示及其辨識方法
8.1.1 非線性繫統VolIterra級數的表示
8.1.2 volterra級數的辨識
8.2 復雜繫統的混沌現像及其辨識
8.2.1 反饋繫統和優化過程中的混沌現像
8.2.2 基於控制理論的混沌分析方法
8.2.3 混沌識別與混沌繫統辨識
8.3 小結
思考題
光盤附件目錄
參考文獻
|