多變量非線性系統(tǒng)的神經(jīng)網(wǎng)絡逆控制方法

前言
第1章 緒論
第2章 神經(jīng)網(wǎng)絡逆控制方法概述
2.1 非線性系統(tǒng)的逆系統(tǒng)
2.1.1 逆系統(tǒng)
2.1.2 逆系統(tǒng)的實現(xiàn)(構造)
2.2 非線性系統(tǒng)的神經(jīng)網(wǎng)絡逆系統(tǒng)
2.2.1 逆系統(tǒng)解析實現(xiàn)的困難和神經(jīng)網(wǎng)絡逆系統(tǒng)的提出
2.2.2 神經(jīng)網(wǎng)絡逆系統(tǒng)結構
2.3 非線性系統(tǒng)的神經(jīng)網(wǎng)絡逆控制方法
2.4 小結
第3章 逆系統(tǒng)
3.1 逆系統(tǒng)的基本概念
3.1.1 逆系統(tǒng)
3.1.2 系統(tǒng)的可逆性
3.1.3 偽線性復合系統(tǒng)——線性化解耦系統(tǒng)
3.2 基于狀態(tài)方程描述SISO系統(tǒng)的逆系統(tǒng)
3.2.1 SISO非線性系統(tǒng)的相對階
3.2.2 SISO系統(tǒng)的可逆性
3.2.3 SISO逆系統(tǒng)的解析實現(xiàn)
3.3 基于狀態(tài)方程描述MIMO系統(tǒng)的逆系統(tǒng)
3.3.1 Interactor算法
3.3.2 MIMO非線性系統(tǒng)的向量相對階和向量本性階
3.3.3 MIMO系統(tǒng)的可逆性——函數(shù)可控性
3.3.4 MIMO逆系統(tǒng)的靜態(tài)、動態(tài)解耦及其解析實現(xiàn)
3.4 基于輸入輸出微分方程描述系統(tǒng)的逆系統(tǒng)
3.4.1 SISO系統(tǒng)的可逆性
3.4.2 SISO逆系統(tǒng)的解析實現(xiàn)
3.4.3 MIMO系統(tǒng)的可逆性
3.4.4 MIMO逆系統(tǒng)的解析實現(xiàn)
3.4.5 不同描述系統(tǒng)的逆系統(tǒng)之間的關系
3.5 偽線性復合系統(tǒng)
3.5.1 偽線性復合系統(tǒng)的狀態(tài)方程描述
3.5.2 完全線性化與部分線性化
3.5.3 隱動態(tài)問題
3.6 廣義逆系統(tǒng)
3.6.1 廣義逆系統(tǒng)的概念
3.6.2 基于輸入輸出微分方程描述系統(tǒng)的廣義逆系統(tǒng)
3.6.3 基于狀態(tài)方程描述系統(tǒng)的廣義逆系統(tǒng)
3.7 小結
附錄A 雅可比矩陣、雅可比矩陣的秩與行列式的關系
附錄B 隱函數(shù)定理和反函數(shù)定理
第4章 神經(jīng)網(wǎng)絡逆系統(tǒng)
4.1 神經(jīng)網(wǎng)絡逆系統(tǒng)的提出
4.2 連續(xù)時間動態(tài)神經(jīng)網(wǎng)絡
4.2.1 人工神經(jīng)元與神經(jīng)網(wǎng)絡
4.2.2 靜態(tài)神經(jīng)網(wǎng)絡
4.2.3 動態(tài)神經(jīng)網(wǎng)絡
4.2.4 構造逆系統(tǒng)的動態(tài)神經(jīng)網(wǎng)絡
4.3 神經(jīng)網(wǎng)絡逆系統(tǒng)的結構
4.3.1 神經(jīng)網(wǎng)絡逆系統(tǒng)的基本結構
4.3.2 神經(jīng)網(wǎng)絡逆系統(tǒng)的擴展結構
4.3.3 神經(jīng)網(wǎng)絡逆系統(tǒng)結構的確定
4.4 神經(jīng)網(wǎng)絡逆系統(tǒng)的學習、訓練
4.4.1 神經(jīng)網(wǎng)絡逆系統(tǒng)的訓練結構與步驟
4.4.2 激勵信號的選取
4.4.3 訓練樣本的獲取
4.4.4 神經(jīng)網(wǎng)絡的選型與訓練
4.4.5 神經(jīng)網(wǎng)絡逆系統(tǒng)訓練綜合例
4.5 神經(jīng)網(wǎng)絡逆系統(tǒng)的線性化解耦效果
4.6 小結
附錄
第5章 神經(jīng)網(wǎng)絡逆系統(tǒng)控制方法
5.1 偽線性系統(tǒng)的動態(tài)特性分析
5.1.1 偽線性系統(tǒng)的非理想線性化解耦特性
5.1.2 偽線性系統(tǒng)的“物理特性”
5.2 神經(jīng)網(wǎng)絡逆復合控制器
5.2.1 被控系統(tǒng)的靜、動態(tài)特性分析
5.2.2 神經(jīng)網(wǎng)絡逆系統(tǒng)設計
5.2.3 附加控制器設計
5.3 神經(jīng)網(wǎng)絡逆+輸出反饋控制
5.4 神經(jīng)網(wǎng)絡逆+線性最優(yōu)控制
5.5 小結
第6章 神經(jīng)網(wǎng)絡逆控制應用例
6.1 多自由度機械手解耦控制
6.1.1 多自由度機械手的動力學模型及其可逆性
6.1.2 多自由度機械手的神經(jīng)網(wǎng)絡逆系統(tǒng)控制
6.2 遙操作機器人解耦控制
6.2.1 遙操作機器人的主從控制結構與通訊延時
6.2.2 神經(jīng)網(wǎng)絡廣義逆系統(tǒng)——從控制器
6.2.3 Smith預估器——主控制器
6.2.4 遙操作機器人主從控制器的實際設計
6.3 生物發(fā)酵過程解耦控制
6.3.1 生物發(fā)酵過程模型
6.3.2 可逆性分析
6.3.3 發(fā)酵過程的神經(jīng)網(wǎng)絡逆解耦控制
6.4 感應電機解耦控制
6.4.1 感應電機模型
6.4.2 可逆性分析
6.4.3 感應電機的神經(jīng)網(wǎng)絡逆解耦控制
6.4.4 神經(jīng)網(wǎng)絡逆系統(tǒng)辨識
6.4.5 神經(jīng)網(wǎng)絡逆解耦控制效果
6.5 電力系統(tǒng)發(fā)電機控制
6.5.1 電力系統(tǒng)的非線性微分-代數(shù)結構模型
6.5.2 發(fā)電機的非線性微分-代數(shù)結構模型
6.5.3 具有微分-代數(shù)結構的發(fā)電機模型的可逆性分析
6.5.4 采用擴展結構的發(fā)電機神經(jīng)網(wǎng)絡逆解耦控制
6.5.5 不同輸出函數(shù)下的神經(jīng)網(wǎng)絡逆控制
6.5.6 兩區(qū)域四機電力系統(tǒng)的神經(jīng)網(wǎng)絡逆控制
6.6 小結
參考文獻