《机械手神经网络稳定自适应控制的理论与方法》PDF下载

  • 购买积分:9 如何计算积分?
  • 作  者:孙富春,孙增圻,张钹著
  • 出 版 社:北京:高等教育出版社
  • 出版年份:2005
  • ISBN:7040159899
  • 页数:155 页
图书介绍:本书主要从神经网络自适应控制与变结构控制有机集成的角度,系统研究了采样论述了非线性采样系统及机器人采样系统的神经网络稳定自适应控制理论与方法。全书十章涵盖了基于线性参数化神经网络、多层神经网络和动态神经网络的机械手稳定自适应控制理论与方法,主要包括考虑采样周期和量化效应的采样数据神经网络自适应控制、考虑神经网络逼近误差的神经网络自适应控制、考虑状态不完全可量测以及含柔性连杆的机械手神经网络稳定自适应控制等。绪论和结束语全面综述了人们近年来在连续、离散时间非线性系统的神经网络以及神经模糊稳定自适应控制研究方面所取得的主要进展,探讨了神经网络自适应控制研究方面存在的主要问题及解决问题的基本途径。附录是定理证明和数学基础。本书的读者对象是从事信息科学、工程技术、数学以及相关学科的科研人员和高等学校的教师、研究生、高年级学生。

目录 1

第1章 绪论 1

1.1 研究背景和意义 1

1.2 神经网络的发展历程 3

1.3 基于神经网络的稳定自适应控制 7

1.3.1 连续时间系统的神经网络稳定自适应控制 7

1.3.2 离散系统的神经网络稳定自适应控制 9

1.3.3 神经模糊稳定自适应控制 10

1.4 神经网络自适应控制展望 12

1.5 本书的研究内容 13

本章小结 14

2.1 引言 15

第2章 机械手神经网络控制 15

2.2 人工神经网络 16

2.2.1 多层神经网络 16

2.2.2 线性参数化神经网络 18

2.2.3 递归神经网络 21

2.3 机械手的神经网络控制结构 24

2.3.1 动力学逆控制 25

2.3.2 内模控制 26

2.3.3 再励学习控制 26

2.3.4 神经网络自适应控制 27

本章小结 27

3.2.1 多输入/多输出连续时间非线性系统的离散化 28

3.2 系统描述 28

3.1 引言 28

第3章 非线性系统的神经网络稳定自适应控制 28

3.2.2 采样数据非线性系统的设计框架 30

3.2.3 连续时间非线性系统的设计框架 31

3.2.4 设计参数的选择 32

3.2.5 基本假设 32

3.3 采样非线性系统的神经网络稳定自适应控制 33

3.3.1 控制律的设计 33

3.3.2 扇区参数的设置 38

3.4 连续时间非线性系统的神经网络稳定自适应控制 39

3.5 应用 42

本章小结 46

4.2 机械手的离散时间数学模型 48

第4章 机械手采样系统的神经网络稳定自适应控制 48

4.1 引言 48

4.3 问题的描述 49

4.4 基于扇区神经变结构的机械手神经网络间接自适应控制 51

4.5 基于扇区神经变结构的机械手神经网络直接自适应控制 54

本章小结 55

第5章 机械手连续系统的神经网络稳定自适应控制 56

5.1 引言 56

5.2 基于静态变结构的机械手神经网络间接自适应控制 56

5.3 基于静态变结构的机械手神经网络直接自适应控制 59

本章小结 61

6.1 引言 62

第6章 机械手神经网络稳定自适应控制方法的性能比较 62

6.2 机械手神经网络稳定自适应控制方法的仿真研究 63

6.2.1 基于扇区神经变结构的机械手神经网络间接自适应控制——算法1 63

6.2.2 基于静态变结构的机械手神经网络间接自适应控制——算法2 64

6.2.3 基于扇区神经变结构的机械手神经网络直接自适应控制——算法3 66

6.2.4 基于静态变结构的机械手神经网络直接自适应控制——算法4 66

6.3 控制方法的性能比较 69

本章小结 70

第7章 机械手的神经网络稳定轨迹跟随控制——神经网络逼近误差界未知情形 71

7.1 引言 71

7.2 基于扇区神经变结构的机械手神经网络间接自适应控制 71

7.3 基于扇区神经变结构的机械手神经网络直接自适应控制 73

7.4 应用 74

本章小结 76

第8章 柔性连杆机械手的神经网络自适应控制 77

8.1 引言 77

8.2 柔性连杆机械手的奇异摄动离散时间模型 77

8.3 基于神经网络的多速率混合控制 80

8.3.1 慢子系统的神经网络控制 80

8.3.2 快子系统的稳定 83

8.4 应用 83

本章小结 85

第9章 基于观测器的机械手神经网络自适应控制 86

9.1 引言 86

9.2.1 机械手动力学及其性质 87

9.2 预备知识 87

9.2.2 多层神经网络 88

9.3 主要结果 89

9.3.1 机械手控制器-观测器设计的神经网络方法 89

9.3.2 机械手控制器-观测器设计的参数化自适应方法 93

9.4 应用 95

9.4.1 线性参数化自适应算法作为在线的逼近器 96

9.4.2 神经网络在线逼近器 99

本章小结 102

第10章 机械手的神经网络动态逆稳定自适应控制 104

10.1 引言 104

10.2.1 机械手跟随误差的动力学 105

10.2 神经网络动态逆稳定自适应控制 105

10.2.2 动态神经网络系统的跟随误差动力学 106

10.2.3 神经网络动态逆 106

10.2.4 基于动态逆的神经网络自适应控制器设计 107

10.3 应用 110

本章小结 112

结束语 113

附录 116

附录A 定理证明 116

附录B 数学基础 136

附录C 机械手模型 139

参考文献 140