非線性自適應(yīng)逆控制及其應(yīng)用

第1章 自適應(yīng)逆控制結(jié)構(gòu)及逆模型的存在性
1. 1 引言
1. 2 傳統(tǒng)反饋控制及自適應(yīng)控制特點(diǎn)
1. 3 自適應(yīng)逆控制的原理和特點(diǎn)
1, 4 非線性自適應(yīng)逆控制的可行性和存在性證明
1. 4. 1 引言
1. 4. 2 非線性系統(tǒng)逆的存在性
1. 4. 3 非線性系統(tǒng)逆存在的一般條件
1. 4. 4 非線性逆系統(tǒng)的求解方法
1. 5 本章小結(jié)
第2章 神經(jīng)網(wǎng)絡(luò)控制
2. 1 引言
2. 2 人工神經(jīng)元模型
2. 3 網(wǎng)絡(luò)結(jié)構(gòu)及工作方式
2. 4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
2. 4. 1 學(xué)習(xí)方式
2. 4. 2 學(xué)習(xí)算法 學(xué)習(xí)規(guī)則
2. 5 徑向基函數(shù)網(wǎng)絡(luò)
2. 6 CMAC網(wǎng)絡(luò)
2. 6. 1 模型結(jié)構(gòu)
2. 6. 2 工作原理
2. 6. 3 學(xué)習(xí)算法
2. 7 本章小結(jié)
第3章 模糊控制
3. 1 引言
3. 2 模糊控制結(jié)構(gòu)分析
3. 3 模糊控制穩(wěn)定性分析
3. 4 模糊控制算法
3. 4. 1 與RBF網(wǎng)絡(luò)等效的FR系統(tǒng)模型
3. 4. 2 T-S模糊模型
3. 4. 3 廣義T-S模糊模型
3. 5 本章小結(jié)
第4章 模糊與神經(jīng)網(wǎng)絡(luò)融合算法
4. 1 引言
4. 2 神經(jīng)網(wǎng)絡(luò)一模糊融合控制算法
4. 2. 1 神經(jīng)網(wǎng)絡(luò)一模糊的發(fā)展歷史
4. 2. 2 模糊神經(jīng)元結(jié)構(gòu)
4. 2. 3 混合模糊神經(jīng)網(wǎng)絡(luò)
4. 3 模糊神經(jīng)網(wǎng)絡(luò)
4. 3. 1 模糊基函數(shù)
4. 3. 2 模糊系統(tǒng)的通用逼近性
4. 3. 3 FMLP模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)
4. 4 自適應(yīng)神經(jīng)網(wǎng)絡(luò)一模糊推理
4. 4. 1 ANNFIS學(xué)習(xí)算法
4. 4. 2 ANNFIS學(xué)習(xí)算法的通用逼近性證明
4. 5 本章小結(jié)
第5章 非線性系統(tǒng)建模
5. 1 引言
5. 2 NARMA網(wǎng)絡(luò)對(duì)非線性對(duì)象的建模
5. 2. 1 引言
5. 2. 2 NARMA神經(jīng)網(wǎng)絡(luò)建模
5. 2. 3 系統(tǒng)Ⅲ建模的仿真實(shí)驗(yàn)
5. 3 BP網(wǎng)絡(luò)對(duì)非線性對(duì)象的建模
5. 3. 1 BP網(wǎng)絡(luò)通用建模模型
5. 3. 2 動(dòng)態(tài)BP算法
5. 3. 3 BP建模的仿真實(shí)驗(yàn)
5. 4 CMAC網(wǎng)絡(luò)對(duì)非線性對(duì)象的建模
5. 4. 1 CMAC網(wǎng)絡(luò)建模
5. 4, 2 CMAC建模的仿真實(shí)驗(yàn)
5. 5 非線性系統(tǒng)的T-S模糊模型建模
5. 5. 1 引言
5. 5. 2 模糊控制建模的基本原理
5. 5. 3 基于T-S模糊模型的建模
5. 5. 4 T-S模糊模型建模的仿真實(shí)驗(yàn)
5. 6 廣義T-S模糊模型對(duì)非線性對(duì)象的建模
5. 6. 1 廣義T-S模糊模型建模
5. 6. 2 廣義T-S模糊模型建模的仿真實(shí)驗(yàn)
5. 7 神經(jīng)網(wǎng)絡(luò)一模糊控制對(duì)系統(tǒng)的建模
5. 7. 1 自調(diào)整量化因子神經(jīng)模糊控制建模
5. 7. 2 自學(xué)習(xí). 自組織神經(jīng)模糊控制建模
5. 8 模糊神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模
5. 9 本章小結(jié)
第6章 非線性系統(tǒng)逆建模
6. 1 引言
6. 2 逆建模結(jié)構(gòu)的描述
6. 3 有擾動(dòng)對(duì)象的逆
6. 4 CMAC神經(jīng)網(wǎng)絡(luò)逆建模
6. 5 自適應(yīng)模糊模型逆建模
6. 6 本章小結(jié)
第7章 非線性自適應(yīng)逆控制
7. 1 引言
7. 2 逆控制的描述
7. 3 自適應(yīng)逆控制系統(tǒng)結(jié)構(gòu)及動(dòng)態(tài)性能分析
7. 4 幾種非線性自適應(yīng)濾波器
7. 5 模糊神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)逆控制
7. 5. 1 模糊神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)逆控制方案
7. 5. 2 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
7. 5. 3 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
7. 6 非線性自適應(yīng)逆控制系統(tǒng)的仿真研究
7. 7 本章小結(jié)
第8章 非線性系統(tǒng)擾動(dòng)消除控制
8. 1 引言
8. 2 NQ的計(jì)算
8. 3 模糊神經(jīng)網(wǎng)絡(luò)模型參考自適應(yīng)逆控制及擾動(dòng)消除組合
8. 3. 1 基于模糊神經(jīng)網(wǎng)絡(luò)的MRAIC方案
8. 3. 2 模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
8. 3. 3 模糊神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法
8. 4 對(duì)象建模和擾動(dòng)消除組合的系統(tǒng)仿真研究
8. 5 本章小結(jié)
第9章 離散混沌系統(tǒng)自適應(yīng)逆控制同步
9. 1 引言
9. 2 混沌同步的逆控制方案
9. 3 混沌同步逆控制的方法結(jié)構(gòu)
9. 4 逆控制的離散混沌同步系統(tǒng)
9. 4. 1 對(duì)象模型辨識(shí)
9. 4. 2 神經(jīng)網(wǎng)絡(luò)組成的動(dòng)態(tài)系統(tǒng)表示混沌系統(tǒng)的可能性證明
9. 4. 3 基于BP網(wǎng)絡(luò)的離散混沌系統(tǒng)辨識(shí)算法
9. 4. 4 神經(jīng)網(wǎng)絡(luò)控制器的設(shè)計(jì)
9. 4. 5 自適應(yīng)逆控制混沌同步的算法步驟
9. 5 系統(tǒng)仿真研究
9. 6 本章小結(jié)
第10章 連續(xù)混沌系統(tǒng)自適應(yīng)逆控制同步
10. 1 引言
10. 2 自適應(yīng)對(duì)象擾動(dòng)消除器在混沌同步中的應(yīng)用
10. 2. 1 問(wèn)題的描述
10. 2. 2 控制器的設(shè)計(jì)
10. 2. 3 混沌對(duì)象建模
10. 2. 4 混沌對(duì)象逆建模
10. 3 仿真研究
10. 4 本章小結(jié)
第11章 自適應(yīng)逆控制的混沌神經(jīng)網(wǎng)絡(luò)同步保密通信系統(tǒng)
11. 1 引言
11. 2 混沌神經(jīng)網(wǎng)絡(luò)的構(gòu)造
11. 2. 1 問(wèn)題的描述
11. 2. 2 多層前向網(wǎng)絡(luò)對(duì)混沌模型的逼近能力
11. 2. 3 神經(jīng)網(wǎng)絡(luò)用于混沌系統(tǒng)辨識(shí)的一般結(jié)構(gòu)
11. 2. 4 連續(xù)混沌神經(jīng)網(wǎng)絡(luò)的構(gòu)造
11. 2. 5 混沌神經(jīng)網(wǎng)絡(luò)對(duì)離散混沌的研究
11. 3 離散混沌神經(jīng)網(wǎng)絡(luò)同步
11. 4 離散混沌神經(jīng)網(wǎng)絡(luò)在保密通信中的應(yīng)用
11. 5 仿真研究
11. 6 本章小結(jié)
第12章 自適應(yīng)逆控制的混沌保密通信系統(tǒng)
12. 1 自適應(yīng)逆控制的離散混沌保密通信系統(tǒng)
12. 1. 1 引言
12. 1. 2 問(wèn)題的描述
12. 1. 3 自適應(yīng)逆的離散混沌同步
12. 1. 4 自適應(yīng)逆的離散混沌同步的保密通信方式
12. 1. 5 仿真研究
12. 2 自適應(yīng)逆控制的超混沌保密通信系統(tǒng)
12. 2. 1 引言
12. 2. 2 超混沌在保密通信中的應(yīng)用
12. 2. 3 問(wèn)題的描述
12. 2. 4 保密通信系統(tǒng)結(jié)構(gòu)設(shè)計(jì)及分析
12. 2. 5 仿真結(jié)果分析
12. 3 本章小結(jié)
參考文獻(xiàn)