日韩一区二区三区免费视频,国产高清在线观看视频,caoporm97国产在线视频

內容簡介

　　本書介紹了基于多時間尺度動態(tài)神經網絡的不確定非線性系統(tǒng)的辨識、觀測、控制及其在車輛工程中的應用。全書共分理論和應用兩篇，共10章，篇多時間尺度神經網絡辨識、觀測與控制理論：包括單層多時間尺度動態(tài)神經網絡非線性辨識與控制、改進型多時間尺度動態(tài)神經網絡非線性辨識與控制、包含隱層的多時間尺度神經網絡辨識與控制、多時間尺度動態(tài)神經網絡非線性觀測器設計、基于多時間尺度動態(tài)神經網絡的自學習控制，第二篇在車輛工程中的實際應用：包括數(shù)據(jù)驅動發(fā)動機怠速模型辨識、分布式電動車多時間尺度轉矩矢量控制、數(shù)據(jù)驅動下的主動轉向與直接橫擺協(xié)同控制、數(shù)據(jù)驅動下的主動懸架控制。

作者簡介

　　付志軍，從事網聯(lián)車智能決策與控制方面的研究。主持國家自然科學基金2項，重大橫向課題1向，省科技攻關項目1項，加拿大博士后課題1項；參與加拿大國家自然科學基金（NSERC） 1項，省科技攻關項目2項，企業(yè)橫向項目2項。在加拿大CONCAVE車輛研究中心從事研究4年，合作導師S.Rakheja院士（國家千人）。本人在IEEE Trans.等期刊及會議上發(fā)表論文40余篇，其中影響因子4以上1區(qū)TOP論文6篇，發(fā)明專利5件。

圖書目錄

第1篇多時間尺度動態(tài)神經網絡辨識、觀測與控制
第1章緒言
1.1系統(tǒng)辨識概述
1.2基于神經網絡的非線性系統(tǒng)辨識與控制
1.3多時間尺度系統(tǒng)辨識與控制
1.3.1多時間尺度系統(tǒng)
1.3.2多時間尺度系統(tǒng)的辨識與控制
1.3.3多時間尺度系統(tǒng)的自學習控制
1.4本書的主要內容
參考文獻
第2章單層多時間尺度動態(tài)神經網絡非線性辨識與控制
2.1單層多時間尺度動態(tài)神經網絡在線辨識
2.2在線辨識仿真驗證
2.3基于單層多時間尺度動態(tài)神經網絡非線性辨識模型的控制器
2.4控制器仿真結果
2.5本章小結
參考文獻
第3章改進型多時間尺度動態(tài)神經網絡非線性辨識與控制
3.1改進型多時間尺度動態(tài)神經網絡非線性辨識方法
3.1.1基于精確多時間尺度動態(tài)神經網絡結構的系統(tǒng)辨識
3.1.2具有有界未建模誤差的非線性系統(tǒng)辨識
3.1.3在線辨識仿真結果
3.2基于改進型多時間尺度動態(tài)神經網絡辨識模型的控制器
3.2.1跟蹤誤差分析
3.2.2控制器設計
3.2.3控制器仿真結果
3.3本章小結
參考文獻
第4章包含隱層的多時間尺度動態(tài)神經網絡辨識與控制
4.1包含隱層的多時間尺度動態(tài)神經網絡辨識方法
4.2包含隱層的多時間尺度動態(tài)神經網絡辨識模型基礎上的控制器
4.3仿真驗證
4.4本章小結
參考文獻
第5章多時間尺度動態(tài)神經網絡非線性觀測器設計
5.1多時間尺度動態(tài)神經網絡非線性觀測器
5.2觀測器的無源性特征
5.3仿真驗證
5.4本章小結
參考文獻
第6章基于多時間尺度動態(tài)神經網絡的自學習控制
6.1自學習控制問題
6.2多時間尺度動態(tài)神經網絡模型辨識
6.3自學習控制方法
6.4仿真驗證
6.5本章小結
參考文獻
第2篇車輛工程中的應用
第7章發(fā)動機怠速模型辨識
7.1發(fā)動機怠速模型
7.2包含隱層的動態(tài)神經網絡辨識方法
7.3結果分析
7.4本章小結
參考文獻
第8章電驅動系統(tǒng)模型辨識
8.1直流電機模型辨識
8.2感應電機模型辨識
8.3基于滑模學習律的多時間尺度感應電機辨識方法
8.4結果分析
8.5本章小結
參考文獻
第9章主動轉向與直接橫擺力矩自學習控制
9.1主動轉向和直接橫擺力矩控制問題
9.2車輛建模
9.3基于辨識評價結構的自學習控制方法
9.4結果分析
9.5本章小結
參考文獻
第10章半主動懸架自學習控制
10.1半主動懸架控制問題
10.2基于單評價網絡的主動懸架控制方法
10.2.1基于單評價網絡自學習控制方法
10.2.2仿真分析
10.3半主動多時間尺度自學習控制方法
10.3.1基于辨識評價結構的多時間尺度自學習
控制方法
10.3.2結果分析
10.4本章小結
參考文獻
附錄A本書用到的基本數(shù)學知識及定理