书籍详情
先进控制理论
作者:刘小河,管萍 著
出版社:清华大学出版社
出版时间:2019-06-01
ISBN:9787302526346
定价:¥69.00
购买这本书可以去
内容简介
本书主要阐述了目前在工程技术领域备受关注的先进控制理论分支,如最优控制、自适应控制、非线性控制初步、模糊控制、神经网络控制等。在分析各种控制理论各自特点的同时重点着眼于对它们的理解与应用,力求浅显易懂,避免深奥枯燥的纯理论证明与论述。突出实践应用,以实例给出各控制理论在工程领域的应用效果,以体现应用中最先进的理论与技术前沿。 本书可作为高等学校自动化、电气工程及其自动化等专业的教材,也可作为测控技术与仪器、机电一体化等相关专业的教学参考书。对从事控制工程领域研究、设计和开发的工程技术人员,本书也具有较好的参考价值。
作者简介
刘小河,博士,教授,北京交通大学兼职博士生导师,北京信息科技大学自动化学院院长,电话:01082427153。北京市教学名师(2012),北京市创新拔尖人才(2006),2006.5-2013.4年任教育部教学指导委员会自动化分委员会委员;兼任中国自动化学会应用专业委员会委员,北京人工智能学会常务理事,北京信息科技大学学术委员会委员,《北京信息科技大学学报》编委;北京信息科技大学控制与科学一级学科责任教授,北京市重点建设学科控制理论与控制工程学科带头人。 研究方向:非线性系统分析与控制,自适应控制。多年从事自动化、电气工程领域教学与研究;出版著作5部,在控制理论及应用、系统仿真学报、电子科学学刊、应用科学学报、中国电机工程学报、电工技术学报等学术刊物上及国内外学术会议发表论文80余篇,其中EI检索40余篇,ISTP检索6篇,核心刊物近30篇。主持国家自然科学基金项目2项(已结题1项),主持2项北京市自然科学基金项目(其中重点项目1项),主持完成北京市教委创新拔尖人才等项目3项,经验收达到优秀水平。主持完成其他科研项目10余项,现主持国家自然科学基金项目1项,其他项目2项,上述项目总经费200余万元。
目录
目录
第1章状态空间方法基础与最优控制
1.1控制系统的状态变量描述及求解
1.1.1控制系统的状态变量描述
1.1.2状态空间描述与传递函数阵的相互转换
1.1.3线性定常连续系统状态方程的求解
1.2线性系统的可控性和可观测性
1.2.1可控性和可观测性的概念
1.2.2线性连续系统的可控性和可观测性判据
1.3李雅普诺夫稳定性分析
1.3.1李雅普诺夫稳定性的基本概念
1.3.2李雅普诺夫直接法的基本定理
1.3.3线性定常系统的稳定性判据
1.3.4按首次近似决定非线性系统稳定性
1.4最优控制
1.4.1最优控制问题
1.4.2利用变分法求解最优控制问题的方法
1.4.3极小值原理
1.4.4基于二次型性能指标的线性系统最优控制
习题
第2章自适应控制
2.1自适应控制的基本概念
2.1.1自适应控制系统
2.1.2自适应控制系统的分类
2.2模型参考自适应控制
2.2.1模型参考自适应系统的数学描述
2.2.2梯度法
2.2.3基于稳定性理论的自适应控制系统设计方法
2.3自校正控制
2.3.1实时参数辨识
2.3.2最小方差控制
2.3.3广义最小方差自校正控制
2.3.4极点配置自校正技术
习题
第3章非线性系统控制初步
3.1概述
3.2非线性控制系统的反馈线性化
3.2.1反馈线性化的基本概念
3.2.2状态空间的坐标变换
3.2.3非线性系统的反馈线性化
3.3非线性控制系统的渐近输出跟踪控制
3.3.1基于反馈线性化的非线性系统渐近模型跟踪控制
3.3.2仿真实例
习题
第4章模糊控制
4.1模糊数学基础
4.1.1模糊集合
4.1.2模糊关系与模糊推理
4.2模糊控制基本原理
4.2.1模糊控制器的基本结构
4.2.2精确量的模糊化
4.2.3模糊规则设计
4.2.4输出信息的模糊判决
4.2.5基本模糊控制器的设计
4.3改进型模糊控制器
4.3.1参数自寻优模糊控制
4.3.2改善精度的模糊控制
4.3.3模糊PID控制
4.3.4TS模糊模型
4.4自适应模糊控制
4.4.1模糊推理系统
4.4.2间接自适应模糊控制
4.4.3直接自适应模糊控制
4.5模糊控制的应用及发展方向
4.5.1模糊控制的应用
4.5.2模糊控制的发展方向
习题
第5章神经网络控制
5.1神经网络理论基础
5.1.1神经网络发展简史
5.1.2神经网络原理
5.1.3神经网络的学习算法
5.2典型神经网络
5.2.1BP神经网络的模型
5.2.2径向基函数神经网络
5.2.3小脑模型神经网络
5.3神经网络控制
5.3.1神经网络控制的结构
5.3.2单神经元自适应控制
5.3.3神经网络模型参考自适应控制
5.3.4神经网络自校正控制
5.3.5PID神经网络控制
5.3.6神经网络控制系统的实现
5.4神经网络控制的展望
习题
参考文献
第1章状态空间方法基础与最优控制
1.1控制系统的状态变量描述及求解
1.1.1控制系统的状态变量描述
1.1.2状态空间描述与传递函数阵的相互转换
1.1.3线性定常连续系统状态方程的求解
1.2线性系统的可控性和可观测性
1.2.1可控性和可观测性的概念
1.2.2线性连续系统的可控性和可观测性判据
1.3李雅普诺夫稳定性分析
1.3.1李雅普诺夫稳定性的基本概念
1.3.2李雅普诺夫直接法的基本定理
1.3.3线性定常系统的稳定性判据
1.3.4按首次近似决定非线性系统稳定性
1.4最优控制
1.4.1最优控制问题
1.4.2利用变分法求解最优控制问题的方法
1.4.3极小值原理
1.4.4基于二次型性能指标的线性系统最优控制
习题
第2章自适应控制
2.1自适应控制的基本概念
2.1.1自适应控制系统
2.1.2自适应控制系统的分类
2.2模型参考自适应控制
2.2.1模型参考自适应系统的数学描述
2.2.2梯度法
2.2.3基于稳定性理论的自适应控制系统设计方法
2.3自校正控制
2.3.1实时参数辨识
2.3.2最小方差控制
2.3.3广义最小方差自校正控制
2.3.4极点配置自校正技术
习题
第3章非线性系统控制初步
3.1概述
3.2非线性控制系统的反馈线性化
3.2.1反馈线性化的基本概念
3.2.2状态空间的坐标变换
3.2.3非线性系统的反馈线性化
3.3非线性控制系统的渐近输出跟踪控制
3.3.1基于反馈线性化的非线性系统渐近模型跟踪控制
3.3.2仿真实例
习题
第4章模糊控制
4.1模糊数学基础
4.1.1模糊集合
4.1.2模糊关系与模糊推理
4.2模糊控制基本原理
4.2.1模糊控制器的基本结构
4.2.2精确量的模糊化
4.2.3模糊规则设计
4.2.4输出信息的模糊判决
4.2.5基本模糊控制器的设计
4.3改进型模糊控制器
4.3.1参数自寻优模糊控制
4.3.2改善精度的模糊控制
4.3.3模糊PID控制
4.3.4TS模糊模型
4.4自适应模糊控制
4.4.1模糊推理系统
4.4.2间接自适应模糊控制
4.4.3直接自适应模糊控制
4.5模糊控制的应用及发展方向
4.5.1模糊控制的应用
4.5.2模糊控制的发展方向
习题
第5章神经网络控制
5.1神经网络理论基础
5.1.1神经网络发展简史
5.1.2神经网络原理
5.1.3神经网络的学习算法
5.2典型神经网络
5.2.1BP神经网络的模型
5.2.2径向基函数神经网络
5.2.3小脑模型神经网络
5.3神经网络控制
5.3.1神经网络控制的结构
5.3.2单神经元自适应控制
5.3.3神经网络模型参考自适应控制
5.3.4神经网络自校正控制
5.3.5PID神经网络控制
5.3.6神经网络控制系统的实现
5.4神经网络控制的展望
习题
参考文献
猜您喜欢