作 者:付志軍 著
定 價:59.8
出 版 社:清華大學出版社
出版日期:2021年11月01日
頁 數:432
裝 幀:平裝
ISBN:9787302595908
本書介紹了基於多時間尺度動態神經網絡的不確定非線性繫統的辨識、觀測、控制及其在車輛工程中的應用。
●第1篇多時間尺度動態神經網絡辨識、觀測與控制
第1章緒言
1.1繫統辨識概述
1.2基於神經網絡的非線性繫統辨識與控制
1.3多時間尺度繫統辨識與控制
1.3.1多時間尺度繫統
1.3.2多時間尺度繫統的辨識與控制
1.3.3多時間尺度繫統的自學習很優控制
1.4本書的主要內容
參考文獻
第2章單層多時間尺度動態神經網絡非線性辨識與控制
2.1單層多時間尺度動態神經網絡在線辨識
2.2在線辨識仿真驗證
2.3基於單層多時間尺度動態神經網絡非線性辨識模型的控制器
2.4控制器仿真結果
2.5本章小結
參考文獻
第3章改進型多時間尺度動態神經網絡非線性辨識與控制
3.1改進型多時間尺度動態神經網絡非線性辨識方法
3.1.1基於準確多時間尺度動態神經網絡結構的繫統辨識
3.1.2具有有界未建模誤差的非線性繫統辨識
3.1.3在線辨識仿真結果
3.2基於改進型多時間尺度動態神經網絡辨識模型的控制器
3.2.1跟蹤誤差分析
3.2.2控制器設計
3.2.3控制器仿真結果
3.3本章小結
參考文獻
第4章包含隱層的多時間尺度動態神經網絡辨識與控制
4.1包含隱層的多時間尺度動態神經網絡辨識方法
4.2包含隱層的多時間尺度動態神經網絡辨識模型基礎上的控制器
4.3仿真驗證
4.4本章小結
參考文獻
第5章多時間尺度動態神經網絡非線性觀測器設計
5.1多時間尺度動態神經網絡非線性觀測器
5.2觀測器的無源性特征
5.3仿真驗證
5.4本章小結
參考文獻
第6章基於多時間尺度動態神經網絡的自學習很優控制
6.1自學習很優控制問題
6.2多時間尺度動態神經網絡模型辨識
6.3自學習很優控制方法
6.4仿真驗證
6.5本章小結
參考文獻
第2篇車輛工程中的應用
第7章發動機怠速模型辨識
7.1發動機怠速模型
7.2包含隱層的動態神經網絡辨識方法
7.3結果分析
7.4本章小結
參考文獻
第8章電驅動繫統模型辨識
8.1直流電機模型辨識
8.2感應電機模型辨識
8.3基於滑模學習律的多時間尺度感應電機辨識方法
8.4結果分析
8.5本章小結
參考文獻
第9章主動轉向與直接橫擺力矩自學習很優控制
9.1主動轉向和直接橫擺力矩控制問題
9.2車輛建模
9.3基於辨識+評價結構的自學習很優控制方法
9.4結果分析
9.5本章小結
參考文獻
第10章半主動懸架自學習很優控制
10.1半主動懸架控制問題
10.2基於單評價網絡的主動懸架控制方法
10.2.1基於單評價網絡自學習控制方法
10.2.2仿真分析
10.3半主動多時間尺度自學習很優控制方法
10.3.1基於辨識+評價結構的多時間尺度自學習很優控制方法
10.3.2結果分析
10.4本章小結
參考文獻
附錄A本書用到的基本數學知識及定理
本書介紹了基於多時間尺度動態神經網絡的不確定非線性繫統的辨識、觀測以及控制方法,包括單層多時間尺度動態神經網絡非線性辨識與控制、改進型多時間尺度動態神經網絡非線性辨識與控制、包含隱層的多時間尺度動態神經網絡辨識與控制、多時間尺度動態神經網絡非線性觀測器設計、基於多時間尺度動態神經網絡的自學習很優控制、發動機怠速模型辨識、電驅動繫統模型辨識、主動轉向與直接橫擺力矩自學習很優控制、半主動懸架自學習很優控制。各部分內容既相互聯繫乂相互獨立,讀者可以根據需要選擇學習。
本書可作為普通高等院校計算機、動化及相關專業的本科生或研究生教材,也可供對神經網絡感興趣的研究人員和工程技術人員閱讀參考。
付志軍 著
付志軍,從事網聯車智能決策與控制方面的研究。主持國家自然科學基金2項,重大橫向課題1向,省科技攻關項目1項,加拿大博士後課題1項;參與加拿大國家自然科學基金 (NSERC) 1項,省科技攻關項目2項,企業橫向項目2項。在加拿大CONCAVE車輛研究中心從事研究4年,合作導師S.Rakheja院士(國家千人)。本人在IEEE Trans.等很好期刊及會議上發表論文40餘篇,其中影響因子4以上1區TOP論文6篇,發明專利5件。