多时间尺度神经网络及其在车辆工程中的应用研究

本书介绍了基于多时间尺度动态神经网络的不确定非线性系统的辨识、观测、控制及其在车辆工程中的应用。

本书介绍了基于多时间尺度动态神经网络的不确定非线性系统的辨识、观测以及控制方法，包括单层多时间尺度动态神经网络非线性辨识与控制、改进型多时间尺度动态神经网络非线性辨识与控制、包含隐层的多时间尺度动态神经网络辨识与控制、多时间尺度动态神经网络非线性观测器设计、基于多时间尺度动态神经网络的自学习很优控制、发动机怠速模型辨识、电驱动系统模型辨识、主动转向与直接横摆力矩自学习很优控制、半主动悬架自学习很优控制。各部分内容既相互联系乂相互独立，读者可以根据需要选择学习。
本书可作为普通高等院校计算机、动化及相关专业的本科生或研究生教材，也可供对神经网络感兴趣的研究人员和工程技术人员阅读参考。

付志军,从事网联车智能决策与控制方面的研究。主持国家自然科学基金2项，重大横向课题1向，省科技攻关项目1项，加拿大博士后课题1项；参与加拿大国家自然科学基金 (NSERC) 1项，省科技攻关项目2项，企业横向项目2项。在加拿大CONCAVE车辆研究中心从事研究4年，合作导师S.Rakheja院士（国家千人）。本人在IEEE Trans.等很好期刊及会议上发表论文40余篇，其中影响因子4以上1区TOP论文6篇，发明专利5件。

第1篇多时间尺度动态神经网络辨识、观测与控制
第1章绪言
1.1系统辨识概述
1.2基于神经网络的非线性系统辨识与控制
1.3多时间尺度系统辨识与控制
1.3.1多时间尺度系统
1.3.2多时间尺度系统的辨识与控制
1.3.3多时间尺度系统的自学习很优控制
1.4本书的主要内容
参考文献
第2章单层多时间尺度动态神经网络非线性辨识与控制
2.1单层多时间尺度动态神经网络在线辨识
2.2在线辨识仿真验证
2.3基于单层多时间尺度动态神经网络非线性辨识模型的控制器
2.4控制器仿真结果
2.5本章小结
参考文献
第3章改进型多时间尺度动态神经网络非线性辨识与控制
3.1改进型多时间尺度动态神经网络非线性辨识方法
3.1.1基于准确多时间尺度动态神经网络结构的系统辨识
3.1.2具有有界未建模误差的非线性系统辨识
3.1.3在线辨识仿真结果
3.2基于改进型多时间尺度动态神经网络辨识模型的控制器
3.2.1跟踪误差分析
3.2.2控制器设计
3.2.3控制器仿真结果
3.3本章小结
参考文献
第4章包含隐层的多时间尺度动态神经网络辨识与控制
4.1包含隐层的多时间尺度动态神经网络辨识方法
4.2包含隐层的多时间尺度动态神经网络辨识模型基础上的控制器
4.3仿真验证
4.4本章小结
参考文献
第5章多时间尺度动态神经网络非线性观测器设计
5.1多时间尺度动态神经网络非线性观测器
5.2观测器的无源性特征
5.3仿真验证
5.4本章小结
参考文献
第6章基于多时间尺度动态神经网络的自学习很优控制
6.1自学习很优控制问题
6.2多时间尺度动态神经网络模型辨识
6.3自学习很优控制方法
6.4仿真验证
6.5本章小结
参考文献
第2篇车辆工程中的应用
第7章发动机怠速模型辨识
7.1发动机怠速模型
7.2包含隐层的动态神经网络辨识方法
7.3结果分析
7.4本章小结
参考文献
第8章电驱动系统模型辨识
8.1直流电机模型辨识
8.2感应电机模型辨识
8.3基于滑模学习律的多时间尺度感应电机辨识方法
8.4结果分析
8.5本章小结
参考文献
第9章主动转向与直接横摆力矩自学习很优控制
9.1主动转向和直接横摆力矩控制问题
9.2车辆建模
9.3基于辨识+评价结构的自学习很优控制方法
9.4结果分析
9.5本章小结
参考文献
第10章半主动悬架自学习很优控制
10.1半主动悬架控制问题
10.2基于单评价网络的主动悬架控制方法
10.2.1基于单评价网络自学习控制方法
10.2.2仿真分析
10.3半主动多时间尺度自学习很优控制方法
10.3.1基于辨识+评价结构的多时间尺度自学习很优控制方法
10.3.2结果分析
10.4本章小结
参考文献
附录A本书用到的基本数学知识及定理