多变量非线性系统的神经网络逆控制方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多变量非线性系统的神经网络逆控制方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

前言1

第1章　绪论1

目录1

第2章　神经网络逆控制方法概述6

2.1　非线性系统的逆系统6

2.1.1　逆系统6

2.1.2　逆系统的实现（构造）9

2.2　非线性系统的神经网络逆系统9

2.2.1　逆系统解析实现的困难和神经网络逆系统的提出9

2.2.2　神经网络逆系统结构11

2.3　非线性系统的神经网络逆控制方法12

2.4 小结16

3.1.1　逆系统17

第3章　逆系统17

3.1　逆系统的基本概念17

3.1.2　系统的可逆性19

3.1.3　伪线性复合系统——线性化解耦系统20

3.2　基于状态方程描述SISO系统的逆系统22

3.2.1　SISO非线性系统的相对阶23

3.2.2　SISO系统的可逆性24

3.2.3　SISO逆系统的解析实现28

3.3　基于状态方程描述MIMO系统的逆系统29

3.3.1　Interactor算法30

3.3.2　MIMO非线性系统的向量相对阶和向量本性阶37

3.3.3　MIMO系统的可逆性——函数可控性43

3.3.4　MIMO逆系统的静态、动态解耦及其解析实现50

3.4　基于输入输出微分方程描述系统的逆系统59

3.4.1　SISO系统的可逆性60

3.4.2　SISO逆系统的解析实现63

3.4.3　MIMO系统的可逆性63

3.4.4　MIMO逆系统的解析实现68

3.4.5　不同描述系统的逆系统之间的关系69

3.5　伪线性复合系统71

3.5.1　伪线性复合系统的状态方程描述72

3.5.2　完全线性化与部分线性化76

3.5.3　隐动态问题78

3.6　广义逆系统79

3.6.1　广义逆系统的概念79

3.6.2　基于输入输出微分方程描述系统的广义逆系统80

3.6.3　基于状态方程描述系统的广义逆系统85

3.7　小结87

附录A　雅可比矩阵、雅可比矩阵的秩与行列式的关系88

附录B 隐函数定理和反函数定理92

第4章　神经网络逆系统93

4.1　神经网络逆系统的提出93

4.2　连续时间动态神经网络95

4.2.1　人工神经元与神经网络95

4.2.2　静态神经网络98

4.2.3　动态神经网络104

4.2.4　构造逆系统的动态神经网络106

4.3.1　神经网络逆系统的基本结构111

4.3　神经网络逆系统的结构111

4.3.2　神经网络逆系统的扩展结构112

4.3.3　神经网络逆系统结构的确定113

4.4　神经网络逆系统的学习、训练115

4.4.1　神经网络逆系统的训练结构与步骤116

4.4.2　激励信号的选取117

4.4.3　训练样本的获取118

4.4.4　神经网络的选型与训练120

4.4.5　神经网络逆系统训练综合例120

4.5　神经网络逆系统的线性化解耦效果122

4.6 小结126

附录127

第5章　神经网络逆系统控制方法129

5.1　伪线性系统的动态特性分析130

5.1.1　伪线性系统的非理想线性化解耦特性131

5.1.2　伪线性系统的“物理特性”131

5.2　神经网络逆复合控制器132

5.2.1　被控系统的静、动态特性分析133

5.2.2　神经网络逆系统设计137

5.2.3　附加控制器设计141

5.3　神经网络逆＋输出反馈控制141

5.4　神经网络逆＋线性最优控制145

5.5　小结148

第6章　神经网络逆控制应用例150

6.1.1　多自由度机械手的动力学模型及其可逆性151

6.1 多自由度机械手解耦控制151

6.1.2　多自由度机械手的神经网络逆系统控制154

6.2　遥操作机器人解耦控制156

6.2.1　遥操作机器人的主从控制结构与通讯延时156

6.2.2　神经网络广义逆系统——从控制器157

6.2.3　Smith预估器——主控制器158

6.2.4　遥操作机器人主从控制器的实际设计160

6.3　生物发酵过程解耦控制164

6.3.1　生物发酵过程模型164

6.3.2　可逆性分析167

6.3.3　发酵过程的神经网络逆解耦控制170

6.4.1　感应电机模型171

6.4　感应电机解耦控制171

6.4.2　可逆性分析173

6.4.3　感应电机的神经网络逆解耦控制174

6.4.4　神经网络逆系统辨识175

6.4.5　神经网络逆解耦控制效果176

6.5 电力系统发电机控制179

6.5.1 电力系统的非线性微分-代数结构模型179

6.5.2　发电机的非线性微分-代数结构模型180

6.5.3　具有微分-代数结构的发电机模型的可逆性分析184

6.5.4　采用扩展结构的发电机神经网络逆解耦控制188

6.5.5　不同输出函数下的神经网络逆控制188

6.5.6　两区域四机电力系统的神经网络逆控制189

6.6 小结193

参考文献194