神經網絡控制（第三版）

第1章 緒言
1—1 人工神經網絡的特點
1—2 神經網絡在控制領域取得的進展
1—3 神經網絡控制系統(tǒng)概述
1—3—1 神經網絡控制系統(tǒng)的組成
1—3—2 實時控制
1—3—3 智能控制的分支
1—4 神經網絡控制待解決的問題
1—5 關于“例”與“MATLAB程序”
第2章 神經網絡理論基礎
2—1 引言
2—2 生物神經元與人工神經元模型
2—2—1 生物神經元
2—2—2 MP模型
2—2—3 多種作用函數
2—2—4 Hebb學習規(guī)則
2—3 感知器
2—3—1 單層感知器
2—3—2 多層感知器
2—4 線性神經網絡
2—4—1 自適應線性神經元
2—4—2 線性神經網絡
2—5 多層前饋網絡與BP學習算法
2—5—1 網絡結構
2—5—2 BP學習算法
2—5—3 有關的幾個問題
2—6 徑向基函數神經網絡
2—6—1 網絡輸出計算
2—6—2 網絡的學習算法
2—6—3 有關的幾個問題
2—6—4 MATLAB高斯RBF網絡構建法
2—7 小腦模型神經網絡
2—7—1 CMAC的結構及工作原理
2—7—2 CMAC的學習算法及分析
2—7—3 有關的幾個問題
2—8 PID神經網絡
2—8—1 網絡結構與輸出計算
2—8—2 學習算法
2—8—3 有關的兩個問題
2—9 局部遞歸型神經網絡
2—9—1 內時延反饋型網絡
2—9—2 外時延反饋型網絡
2—10 連續(xù)型Hopfield網絡
2—10—1 網絡的描述
2—10—2 網絡的穩(wěn)定性
2—10一3 學習算法
2—10—4 有關的幾個問題
2—11 應用Simulink設計神經網絡
2—12 應用GUl設計神經網絡
2—13 小結
習題
第3章 基于神經網絡的系統(tǒng)辨識
3—1 引言
3—2 系統(tǒng)辨識的基礎知識
3—2—1 系統(tǒng)辨識的基本原理
3—2—2 誤差準則
3—2—3 辨識精度
3—2—4 辨識的主要步驟
3—3 基于神經網絡的系統(tǒng)辨識原理
3—3—1 系統(tǒng)模型及逆模型的辨識
3—3—2 動態(tài)系統(tǒng)辨識常用的神經網絡
3—3—3 兩種辨識結構
3—4 線性動態(tài)系統(tǒng)模型與辨識
3—4—1 確定性系統(tǒng)模型
3—4—2 隨機系統(tǒng)模型
3—4—3 確定性系統(tǒng)的神經網絡辨識
3—4—4 隨機系統(tǒng)的神經網絡辨識
3—4—5 基于連續(xù)Hopfield網絡的線性系統(tǒng)辨識
3—5 非線性動態(tài)系統(tǒng)模型與辨識
3—5—1 非線性系統(tǒng)模型
3—5—2 神經網絡系統(tǒng)辨識
3—6 線性動態(tài)系統(tǒng)的逆模型與辨識
3—6—1 線性系統(tǒng)的逆模型
3—6—2 神經網絡逆模型辨識
3—7 非線性動態(tài)系統(tǒng)逆模型與辨識
……
第4章 神經網絡控制
第5章 遺傳算法與神經控制
附錄A 最優(yōu)化算法
附錄B 賦范空間的逼近
附錄C 天監(jiān)督學習的兩種動態(tài)聚類算法
附錄D B樣條函數
附錄E Lyapunov第二方法
附錄F M序列及逆M序列
參考文獻