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最优控制
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 基于精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最优控制
6.1 自学习最优控制问题
6.2 多时间尺度动态神经网络模型辨识
6.3 自学习最优控制方法
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最优控制
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+评价结构的自学习最优控制方法
9.4 结果分析
9.5 本章小结
参考文献
第10章 半主动悬架自学习最优控制
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最优控制方法
10.3.1 基于辨识+评价结构的多时间尺度自学习最优控制方法
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
展开
