RBF神经网络自适应控制MATLAB仿真

  《RBF神经网络自适应控制MATLAB仿真》从MATLAB仿真角度，结合典型机械系统控制的实例，系统地介绍神经网络控制的基本理论、摹本方法和应用技术，是作者多年来从事控制系统教学和科研工作的结晶，同时融入了国内外同行近年来所取得的新成果。全书共分11章，包括RBF网络的设计及分析、基于梯度下降法的RBF网络控制、简单的RBF网络自适应控制、RBF网络滑模控制、基于RBF网络逼近的自适应控制、基于RBF网络的自适应反演控制、RBF网络数字控制、离散系统的RBF网络控制及自适应RBF网络观测器的设计。每种控制方法都通过MATLAB进行了仿真分析。
《RBF神经网络自适应控制MATLAB仿真》各部分内容既相互联系又相互独立，读者可根据自己需要选择学习。《RBF神经网络自适应控制MATLAB仿真》适用于从事生产过程自动化、计算机应用、机械电子和电气自动化领域工作的工程技术人员阅读，也可作为大专院校工业自动化、自动控制、机械电子、自动化仪表、计算机应用等专业的教学参考书。

  刘金琨，辽宁省大连市瓦房店人，分别于1989年、1994年和1997年获东北大学工学学士、硕士和博士学位。1997年至1999年在浙江大学工业控制技术研究所从事博士后研究工作。现为北京航空航天大学控制理论与控制工程专业教授，博士生导师。主要从事智能控制、滑模变结构控制的研究和教学工作。自从从事研究工作以来，主持国家自然基金等科研项目10余项，以第一作者发表学术论文70余篇，出版图书8部。

第1章绪论
1.1神经网络控制
1.1.1 神经网络控制的提出
1.1.2神经网络控制概述
1.1.3自适应RBF神经网络概述
1.2 RBF神经网络
1.3机器人RBF神经网络控制
1.4控制系统S函数设计
1.4.1 S函数介绍
1.4.2 S函数基本参数
1.4.3实例
1.5简单自适应控制系统设计实例
1.5.1 系统描述
1.5.2 自适应控制律设计
1.5.3仿真实例
附录仿真程序
参考文献
第2章RBF神经网络设计与仿真
2.1 RBF神经网络算法及仿真
2.1.1 RBF网络算法设计
2.1.2 RBF网络设计实例及MATLAB仿真
2.2基于梯度下降法的RBF神经网络逼近
2.2.1 RBF网络逼近
2.2.2仿真实例
2.3高斯基函数的参数对RBF网络逼近的影响
2.4隐含层节点数对RBF网络逼近的影响
2.5 RBF神经网络的建模训练
2.5.1 RBF神经网络训练
2.5.2仿真实例
2.6 RBF神经网络逼近
附录仿真程序
参考文献
第3章基于梯度下降法的RBF神经网络控制
3.1 基于RBF神经网络的监督控制
3.1.1 RBF监督控制
3.1.2仿真实例
3.2基于RBF神经网络的模型参考自适应
3.2.1控制系统设计
3.2.2仿真实例
3.3 RBF自校正控制
3.3.1 系统描述
3.3.2 RBF控制算法设计
3.3.3仿真实例
附录仿真程序
参考文献
第4章 自适应RBF神经网络控制
4.1 基于神经网络逼近的自适应控制
4.1.1 系统描述
4.1.2自适应RBF控制器设计
4.1.3仿真实例
4.2基于神经网络逼近的未知参数自适应控制
4.2.1 系统描述
4.2.2自适应控制设计
4.2.3仿真实例
4.3基于RBF神经网络的直接鲁棒自适应控制
4.3.1 系统描述
4.3.2理想反馈控制和函数逼近
4.3.3控制器设计及分析
4.3.4仿真实例
附录仿真程序
参考文献
第5章神经网络滑模控制
5.1 经典滑模控制器设计
第7章 基于局部逼近的自适应RBF控制
第8章基于RBF网络的动态面自适应控制
第9章 数字RBF神经网络控制
第10章离散神经网络控制
第11章自适应RBF观测器设计及滑模控制