掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí)
包郵 神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí)
開本：
16開
頁(yè)數(shù)：
284
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥69.3
加入購(gòu)物車
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí) 版權(quán)信息
- ISBN：9787111756743
- 條形碼：9787111756743 ; 978-7-111-75674-3
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí) 本書特色
·采用半經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)，在機(jī)理模型的基礎(chǔ)上引入神經(jīng)網(wǎng)絡(luò)修正，從而將傳統(tǒng)的黑箱模型轉(zhuǎn)換為灰箱模型，極大地降低了模型的維數(shù)以及訓(xùn)練集的大小。 ·示例和實(shí)驗(yàn)都是針對(duì)典型飛行器展開的，對(duì)飛行器自適應(yīng)控制系統(tǒng)以及氣動(dòng)參數(shù)辨識(shí)建立了一套完整的處理方法，包含大量計(jì)算實(shí)驗(yàn)結(jié)果及分析。
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí) 內(nèi)容簡(jiǎn)介
本書由來自莫斯科航空學(xué)院的學(xué)者撰寫，研究如何為復(fù)雜系統(tǒng)建立自適應(yīng)的神經(jīng)網(wǎng)絡(luò)模型。本書首先對(duì)動(dòng)態(tài)系統(tǒng)進(jìn)行抽象和概括，引申討論了參數(shù)自適應(yīng)、結(jié)構(gòu)自適應(yīng)、對(duì)象自適應(yīng)、控制目標(biāo)自適應(yīng)等主題。然后對(duì)動(dòng)態(tài)系統(tǒng)建模與控制中的傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法進(jìn)行總結(jié)和討論，系統(tǒng)論述了學(xué)習(xí)算法、數(shù)據(jù)集獲取等問題。本書的核心是關(guān)于半經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)的理論及應(yīng)用，通過在機(jī)理模型的基礎(chǔ)上引入神經(jīng)網(wǎng)絡(luò)修正，構(gòu)建了一個(gè)完整的理論體系。本書可以作為人工智能、自動(dòng)控制、飛行器設(shè)計(jì)、系統(tǒng)辨識(shí)、復(fù)雜系統(tǒng)建模與仿真等學(xué)科或方向的教學(xué)用書，也可以為相關(guān)領(lǐng)域的工程技術(shù)人員提供有價(jià)值的參考。
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí) 目錄
目 錄
Neural Network Modeling and Identification of Dynamical Systems
譯者序
前言
致謝
縮略詞表
符號(hào)表
引言1
第1章 非線性動(dòng)態(tài)系統(tǒng)受控運(yùn)動(dòng)的建模問題5
1.1 作為研究對(duì)象的動(dòng)態(tài)系統(tǒng)5
1.1.1 動(dòng)態(tài)系統(tǒng)的一般概念5
1.1.2 動(dòng)態(tài)系統(tǒng)的分類8
1.1.3 環(huán)境的類型11
1.1.4 系統(tǒng)與環(huán)境的交互12
1.1.5 動(dòng)態(tài)系統(tǒng)概念的形式化13
1.1.6 系統(tǒng)的行為和活動(dòng)16
1.2 動(dòng)態(tài)系統(tǒng)和自適應(yīng)問題17
1.2.1 自適應(yīng)的類型17
1.2.2 自適應(yīng)控制問題的一般特征19
1.2.3 自適應(yīng)系統(tǒng)基本結(jié)構(gòu)的變體20
1.2.4 自適應(yīng)控制問題中模型的作用22
1.3 動(dòng)態(tài)系統(tǒng)建模的通用方法23
1.3.1 動(dòng)態(tài)系統(tǒng)建模過程23
1.3.2 動(dòng)態(tài)系統(tǒng)模型設(shè)計(jì)中需要解決的主要問題26
1.4 參考文獻(xiàn)27
第2章 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)：結(jié)構(gòu)和訓(xùn)練方法29
2.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)29
2.1.1 人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的生成法29
2.1.2 神經(jīng)網(wǎng)絡(luò)模型的分層結(jié)構(gòu)33
2.1.3 作為ANN構(gòu)造單元的神經(jīng)元40
2.1.4 神經(jīng)元的結(jié)構(gòu)組織41
2.2 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法43
2.2.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架概述44
2.2.2 靜態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練49
2.2.3 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練53
2.3 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)自適應(yīng)方法57
2.3.1 擴(kuò)展卡爾曼濾波器57
2.3.2 具有中間神經(jīng)元的ANN模型60
2.3.3 ANN模型的增量構(gòu)造62
2.4 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練集獲取問題63
2.4.1 訓(xùn)練動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)所需數(shù)據(jù)集構(gòu)造過程的細(xì)節(jié)63
2.4.2 訓(xùn)練動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)所需數(shù)據(jù)集構(gòu)造過程的直接方法63
2.4.3 獲取動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集的間接方法69
2.5 參考文獻(xiàn)76
第3章 動(dòng)態(tài)系統(tǒng)建模與控制的神經(jīng)網(wǎng)絡(luò)黑箱方法79
3.1 動(dòng)態(tài)系統(tǒng)開發(fā)和維護(hù)相關(guān)的典型問題79
3.2 解決動(dòng)態(tài)系統(tǒng)相關(guān)問題的神經(jīng)網(wǎng)絡(luò)黑箱方法79
3.2.1 模型的主要類型80
3.2.2 對(duì)作用在動(dòng)態(tài)系統(tǒng)上的干擾的考慮方法81
3.3 基于ANN的動(dòng)態(tài)系統(tǒng)建模與辨識(shí)83
3.3.1 動(dòng)態(tài)系統(tǒng)建模的前饋神經(jīng)網(wǎng)絡(luò)83
3.3.2 動(dòng)態(tài)系統(tǒng)建模的遞歸神經(jīng)網(wǎng)絡(luò)85
3.4 基于ANN的動(dòng)態(tài)系統(tǒng)控制86
3.4.1 利用人工神經(jīng)網(wǎng)絡(luò)調(diào)整受控對(duì)象的動(dòng)態(tài)特性86
3.4.2 多模態(tài)飛機(jī)的神經(jīng)控制器*優(yōu)集成綜合95
3.5 參考文獻(xiàn)108
第4章 非線性動(dòng)態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)黑箱建模：飛機(jī)受控運(yùn)動(dòng)111
4.1 基于多層神經(jīng)網(wǎng)絡(luò)的飛機(jī)運(yùn)動(dòng)ANN模型111
4.1.1 基于多層神經(jīng)網(wǎng)絡(luò)的飛機(jī)運(yùn)動(dòng)ANN模型的一般結(jié)構(gòu)111
4.1.2 飛機(jī)運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)模型的批處理學(xué)習(xí)112
4.1.3 飛機(jī)運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)模型的實(shí)時(shí)學(xué)習(xí)113
4.2 基于多層神經(jīng)網(wǎng)絡(luò)飛機(jī)運(yùn)動(dòng)ANN模型的性能評(píng)估113
4.3 ANN模型在不確定性條件下非線性動(dòng)態(tài)系統(tǒng)自適應(yīng)控制問題中的應(yīng)用118
4.3.1 對(duì)自適應(yīng)系統(tǒng)的需求118
4.3.2 模型參考自適應(yīng)控制119
4.3.3 模型預(yù)測(cè)控制130
4.3.4 不確定性條件下飛機(jī)角運(yùn)動(dòng)的自適應(yīng)控制133
4.4 參考文獻(xiàn)136
第5章 受控動(dòng)態(tài)系統(tǒng)的半經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)模型138
5.1 半經(jīng)驗(yàn)ANN動(dòng)態(tài)系統(tǒng)建模方法138
5.2 半經(jīng)驗(yàn)ANN模型設(shè)計(jì)過程143
5.3 半經(jīng)驗(yàn)ANN模型導(dǎo)數(shù)計(jì)算151
5.4 半經(jīng)驗(yàn)ANN模型同倫延拓訓(xùn)練方法160
5.5 半經(jīng)驗(yàn)ANN模型實(shí)驗(yàn)*優(yōu)設(shè)計(jì)165
5.6 參考文獻(xiàn)168
第6章 飛行器運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)半經(jīng)驗(yàn)建模170
6.1 飛行器氣動(dòng)特性辨識(shí)與運(yùn)動(dòng)建模問題170
6.2 機(jī)動(dòng)飛行器縱向短周期運(yùn)動(dòng)半經(jīng)驗(yàn)建模171
6.3 飛行器三軸旋轉(zhuǎn)運(yùn)動(dòng)半經(jīng)驗(yàn)建模177
6.4 機(jī)動(dòng)飛行器縱向平動(dòng)與角運(yùn)動(dòng)半經(jīng)驗(yàn)建模185
6.5 參考文獻(xiàn)194
附錄 自適應(yīng)系統(tǒng)的計(jì)算實(shí)驗(yàn)結(jié)果195
Neural Network Modeling and Identification of Dynamical Systems
譯者序
前言
致謝
縮略詞表
符號(hào)表
引言1
第1章 非線性動(dòng)態(tài)系統(tǒng)受控運(yùn)動(dòng)的建模問題5
1.1 作為研究對(duì)象的動(dòng)態(tài)系統(tǒng)5
1.1.1 動(dòng)態(tài)系統(tǒng)的一般概念5
1.1.2 動(dòng)態(tài)系統(tǒng)的分類8
1.1.3 環(huán)境的類型11
1.1.4 系統(tǒng)與環(huán)境的交互12
1.1.5 動(dòng)態(tài)系統(tǒng)概念的形式化13
1.1.6 系統(tǒng)的行為和活動(dòng)16
1.2 動(dòng)態(tài)系統(tǒng)和自適應(yīng)問題17
1.2.1 自適應(yīng)的類型17
1.2.2 自適應(yīng)控制問題的一般特征19
1.2.3 自適應(yīng)系統(tǒng)基本結(jié)構(gòu)的變體20
1.2.4 自適應(yīng)控制問題中模型的作用22
1.3 動(dòng)態(tài)系統(tǒng)建模的通用方法23
1.3.1 動(dòng)態(tài)系統(tǒng)建模過程23
1.3.2 動(dòng)態(tài)系統(tǒng)模型設(shè)計(jì)中需要解決的主要問題26
1.4 參考文獻(xiàn)27
第2章 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)：結(jié)構(gòu)和訓(xùn)練方法29
2.1 人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)29
2.1.1 人工神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)的生成法29
2.1.2 神經(jīng)網(wǎng)絡(luò)模型的分層結(jié)構(gòu)33
2.1.3 作為ANN構(gòu)造單元的神經(jīng)元40
2.1.4 神經(jīng)元的結(jié)構(gòu)組織41
2.2 人工神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法43
2.2.1 神經(jīng)網(wǎng)絡(luò)訓(xùn)練框架概述44
2.2.2 靜態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練49
2.2.3 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練53
2.3 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)自適應(yīng)方法57
2.3.1 擴(kuò)展卡爾曼濾波器57
2.3.2 具有中間神經(jīng)元的ANN模型60
2.3.3 ANN模型的增量構(gòu)造62
2.4 動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練集獲取問題63
2.4.1 訓(xùn)練動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)所需數(shù)據(jù)集構(gòu)造過程的細(xì)節(jié)63
2.4.2 訓(xùn)練動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)所需數(shù)據(jù)集構(gòu)造過程的直接方法63
2.4.3 獲取動(dòng)態(tài)神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)集的間接方法69
2.5 參考文獻(xiàn)76
第3章 動(dòng)態(tài)系統(tǒng)建模與控制的神經(jīng)網(wǎng)絡(luò)黑箱方法79
3.1 動(dòng)態(tài)系統(tǒng)開發(fā)和維護(hù)相關(guān)的典型問題79
3.2 解決動(dòng)態(tài)系統(tǒng)相關(guān)問題的神經(jīng)網(wǎng)絡(luò)黑箱方法79
3.2.1 模型的主要類型80
3.2.2 對(duì)作用在動(dòng)態(tài)系統(tǒng)上的干擾的考慮方法81
3.3 基于ANN的動(dòng)態(tài)系統(tǒng)建模與辨識(shí)83
3.3.1 動(dòng)態(tài)系統(tǒng)建模的前饋神經(jīng)網(wǎng)絡(luò)83
3.3.2 動(dòng)態(tài)系統(tǒng)建模的遞歸神經(jīng)網(wǎng)絡(luò)85
3.4 基于ANN的動(dòng)態(tài)系統(tǒng)控制86
3.4.1 利用人工神經(jīng)網(wǎng)絡(luò)調(diào)整受控對(duì)象的動(dòng)態(tài)特性86
3.4.2 多模態(tài)飛機(jī)的神經(jīng)控制器*優(yōu)集成綜合95
3.5 參考文獻(xiàn)108
第4章 非線性動(dòng)態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)黑箱建模：飛機(jī)受控運(yùn)動(dòng)111
4.1 基于多層神經(jīng)網(wǎng)絡(luò)的飛機(jī)運(yùn)動(dòng)ANN模型111
4.1.1 基于多層神經(jīng)網(wǎng)絡(luò)的飛機(jī)運(yùn)動(dòng)ANN模型的一般結(jié)構(gòu)111
4.1.2 飛機(jī)運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)模型的批處理學(xué)習(xí)112
4.1.3 飛機(jī)運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)模型的實(shí)時(shí)學(xué)習(xí)113
4.2 基于多層神經(jīng)網(wǎng)絡(luò)飛機(jī)運(yùn)動(dòng)ANN模型的性能評(píng)估113
4.3 ANN模型在不確定性條件下非線性動(dòng)態(tài)系統(tǒng)自適應(yīng)控制問題中的應(yīng)用118
4.3.1 對(duì)自適應(yīng)系統(tǒng)的需求118
4.3.2 模型參考自適應(yīng)控制119
4.3.3 模型預(yù)測(cè)控制130
4.3.4 不確定性條件下飛機(jī)角運(yùn)動(dòng)的自適應(yīng)控制133
4.4 參考文獻(xiàn)136
第5章 受控動(dòng)態(tài)系統(tǒng)的半經(jīng)驗(yàn)神經(jīng)網(wǎng)絡(luò)模型138
5.1 半經(jīng)驗(yàn)ANN動(dòng)態(tài)系統(tǒng)建模方法138
5.2 半經(jīng)驗(yàn)ANN模型設(shè)計(jì)過程143
5.3 半經(jīng)驗(yàn)ANN模型導(dǎo)數(shù)計(jì)算151
5.4 半經(jīng)驗(yàn)ANN模型同倫延拓訓(xùn)練方法160
5.5 半經(jīng)驗(yàn)ANN模型實(shí)驗(yàn)*優(yōu)設(shè)計(jì)165
5.6 參考文獻(xiàn)168
第6章 飛行器運(yùn)動(dòng)神經(jīng)網(wǎng)絡(luò)半經(jīng)驗(yàn)建模170
6.1 飛行器氣動(dòng)特性辨識(shí)與運(yùn)動(dòng)建模問題170
6.2 機(jī)動(dòng)飛行器縱向短周期運(yùn)動(dòng)半經(jīng)驗(yàn)建模171
6.3 飛行器三軸旋轉(zhuǎn)運(yùn)動(dòng)半經(jīng)驗(yàn)建模177
6.4 機(jī)動(dòng)飛行器縱向平動(dòng)與角運(yùn)動(dòng)半經(jīng)驗(yàn)建模185
6.5 參考文獻(xiàn)194
附錄 自適應(yīng)系統(tǒng)的計(jì)算實(shí)驗(yàn)結(jié)果195
展開全部
神經(jīng)網(wǎng)絡(luò)建模與動(dòng)態(tài)系統(tǒng)辨識(shí) 作者簡(jiǎn)介
尤里·蒂蒙塞維（Yury Tiumentsev）莫斯科航空學(xué)院飛行動(dòng)力學(xué)與控制系及計(jì)算數(shù)學(xué)與程序設(shè)計(jì)系教授，俄羅斯神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)（RNNS）副理事長(zhǎng)。研究領(lǐng)域包括人工神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)建模與辨識(shí)、自適應(yīng)與智能系統(tǒng)、非線性動(dòng)態(tài)系統(tǒng)數(shù)學(xué)建模與計(jì)算機(jī)仿真等。
米哈伊爾·埃戈?duì)柷蟹颍∕ikhail Egorchev）俄羅斯RoboCV公司高級(jí)軟件研發(fā)工程師，主要從事機(jī)器人應(yīng)用系統(tǒng)自適應(yīng)及最優(yōu)控制方向的研究。目前的研究興趣包括人工神經(jīng)網(wǎng)絡(luò)、動(dòng)態(tài)系統(tǒng)神經(jīng)網(wǎng)絡(luò)建模與辨識(shí)、非線性動(dòng)態(tài)系統(tǒng)數(shù)學(xué)建模與計(jì)算機(jī)仿真、數(shù)值優(yōu)化方法、最優(yōu)控制等。撰寫本書時(shí)為莫斯科航空學(xué)院博士生。
書友推薦
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
月亮虎
- >
中國(guó)歷史的瞬間
- >
李白與唐代文化
- >
朝聞道
- >
羅曼·羅蘭讀書隨筆-精裝
- >
龍榆生：詞曲概論/大家小書
- >
莉莉和章魚
本類暢銷
