神经网络控制技术及其应用

第一章 绪论
1.1 控制理论的发展与面临的挑战
1.2 神经网络技术的发展与现状
1.3 神经网络与系统建模和控制
1.4 电液伺服控制技术的发展与现状
1.5 本书的内容及章节安排
第二章 神经网络控制技术基础
2.1 控制用神经元模型
2.2 神经网络模型及其学习算法
2.3 神经网络的逼近能力分析
2.4 神经网络的训练与BP算法存在的缺陷
2.5 增广LPIDBP学习算法
2.6 佤寻优自适应快速BP学习算法
2.7 本章小结
第三章 非线性系统的神经网络辨识
3.1 系统辨识的基本概念
3.2 非线性系统神经网络辨识的可行性
3.3 非线性系统神经网络辨识方法
3.4 神经网络在线自适应跟踪辨识
3.5 本章小结
第四章 神经网络并行自学习鲁桥自适应跟踪控制
4.1 引言
4.2 跟踪控制问题描述
4.3 神经网络并行自学习鲁棒自适应跟踪控制设计
4.4 神经网络并行自学习鲁棒自适应控制系统的稳定性
4.5 仿真研究
4.6 实验研究
4.7 本章小结
第五章 模型参考神经网络直接自适应控制
第六章 神经网络在线自学习模糊自适应控制
第七章 基于神经网络辨识模型的在线迭代学习控制
第八章 电液伺服板簧试验系统的神经网络自适应控制
第九章 不对称缸电液伺服系统神经网络补偿非线性控制
第十章 液压系统压力脉动神经网络自适应主动控制
第十一章 大型智能电液伺服结构试验系统
结束语
参考文献
【媒体评论】