Shortcuts
Bitte warten Sie, bis die Seite geladen ist.
 
PageMenu- Hauptmenü-
Page content

Katalogdatenanzeige

Radial Basis Function (RBF) Neural Network Control for Mechanical Systems: Design, Analysis and Matlab Simulation

Radial Basis Function (RBF) Neural Network Control for Mechanical Systems: Design, Analysis and Matlab Simulation
Kataloginformation
Feldname Details
Vorliegende Sprache eng
Hinweise auf parallele Ausgaben 38146394X Buchausg. u.d.T.: ‡Liu, Jinkun: Radial basis function (RBF) neural network control for mechanical systems
ISBN 978-3-642-34815-0
Name Liu, Jinkun
T I T E L Radial Basis Function (RBF) Neural Network Control for Mechanical Systems
Zusatz zum Titel Design, Analysis and Matlab Simulation
Verlagsort Berlin ; Heidelberg
Verlag Springer
Erscheinungsjahr 2013
2013
Umfang Online-Ressource (XV, 365 p. 170 illus., 2 illus. in color, digital)
Reihe SpringerLink. Bücher
Notiz / Fußnoten Description based upon print version of record
Weiterer Inhalt Radial Basis Function (RBF) Neural Network Control for Mechanical Systems; Preface; Contents; Table of Notation; List of Acronyms; Chapter 1: Introduction; 1.1 Neural Network Control; 1.1.1 Why Neural Network Control?; 1.1.2 Review of Neural Network Control; 1.1.3 Review of RBF Adaptive Control; 1.2 Review of RBF Neural Network; 1.3 RBF Adaptive Control for Robot Manipulators; 1.4 S Function Design for Control System; 1.4.1 S Function Introduction; 1.4.2 Basic Parameters in S Function; 1.4.3 Examples; 1.5 An Example of a Simple Adaptive Control System; 1.5.1 System Description. 1.5.2 Adaptive Control Law Design1.5.3 Simulation Example; Appendix; Programs for Sect.1.5.3; References; Chapter 2: RBF Neural Network Design and Simulation; 2.1 RBF Neural Network Design and Simulation; 2.1.1 RBF Algorithm; 2.1.2 RBF Design Example with Matlab Simulation; 2.1.2.1 For Structure 1-5-1 RBF Neural Network; 2.1.2.2 For Structure 2-5-1 RBF Neural Network; 2.2 RBF Neural Network Approximation Based on Gradient Descent Method; 2.2.1 RBF Neural Network Approximation; 2.2.2 Simulation Example; 2.2.2.1 First Example: Only Update w. 2.2.2.2 Second Example: Update w, cj, b by Gradient Descent Method2.3 Effect of Gaussian Function Parameters on RBF Approximation; 2.4 Effect of Hidden Nets Number on RBF Approximation; 2.5 RBF Neural Network Training for System Modeling; 2.5.1 RBF Neural Network Training; 2.5.2 Simulation Example; 2.5.2.1 First Example: A MIMO Data Sample Training; 2.5.2.2 Second Example: System Modeling; 2.6 RBF Neural Network Approximation; Appendix; Programs for Sect.2.1.2.1; Programs for Sect.2.1.2.2; Programs for Sect.2.2.2.1; Programs for Sect.2.2.2.2; Programs for Sect.2.3; Programs for Sect.2.4. Programs for Sect.2.5.2.1Programs for Sect.2.5.2.2; References; Chapter 3: RBF Neural Network Control Based on Gradient Descent Algorithm; 3.1 Supervisory Control Based on RBF Neural Network; 3.1.1 RBF Supervisory Control; 3.1.2 Simulation Example; 3.2 RBFNN-Based Model Reference Adaptive Control; 3.2.1 Controller Design; 3.2.2 Simulation Example; 3.3 RBF Self-Adjust Control; 3.3.1 System Description; 3.3.2 RBF Controller Design; 3.3.3 Simulation Example; Appendix; Programs for Sect.3.1.2; Programs for Sect.3.2.2; Programs for Sect.3.3.3; References. Chapter 4: Adaptive RBF Neural Network Control4.1 Adaptive Control Based on Neural Approximation; 4.1.1 Problem Description; 4.1.2 Adaptive RBF Controller Design; 4.1.2.1 RBF Neural Network Design; 4.1.2.2 Control Law and Adaptive Law Design; 4.1.2.3 Stability Analysis; 4.1.3 Simulation Examples; 4.1.3.1 First Simulation Example; 4.1.3.2 Second Simulation Example; 4.2 Adaptive Control Based on Neural Approximation with Unknown Parameter; 4.2.1 Problem Description; 4.2.2 Adaptive Controller Design; 4.2.2.1 RBF Neural Network Design; 4.2.2.2 Control Law and Adaptive Law Design. 4.2.2.3 Stability Analysis
Titelhinweis Buchausg. u.d.T.: ‡Liu, Jinkun: Radial basis function (RBF) neural network control for mechanical systems
ISBN ISBN 978-3-642-34816-7
Klassifikation TJFM
TEC004000
*93-02
92-02
92B20
93B51
93B12
93C40
629.8
TJ212-225
ST 301
Kurzbeschreibung Radial BasisFunction (RBF)Neural Network Controlfor Mechanical Systemsis motivated by the need for systematic design approaches to stable adaptive control system design using neural network approximation-based techniques. The main objectives of the book are to introduce the concrete design methods and MATLAB simulation of stable adaptive RBF neural control strategies. In this book, a broad range of implementable neural network control design methods for mechanical systems are presented, such as robot manipulators, inverted pendulums, single link flexible joint robots, motors, etc. Advanced neural network controller design methods and their stability analysis are explored. The book provides readers with the fundamentals of neural network control system design. This book is intended for the researchers in the fields of neural adaptive control, mechanical systems, Matlab simulation, engineering design, robotics and automation. Jinkun Liuis a professor at Beijing University of Aeronautics and Astronautics
1. Schlagwortkette Adaptivregelung
Neuronales Netz
Radiale Basisfunktion
Reglerentwurf
Mechanisches System
Stabilität
Computersimulation
SWB-Titel-Idn 378517872
Signatur Springer E-Book
Bemerkungen Elektronischer Volltext - Campuslizenz
Elektronische Adresse $uhttp://dx.doi.org/10.1007/978-3-642-34816-7
Internetseite / Link Volltext
Siehe auch Inhaltsverzeichnis
Siehe auch Inhaltstext
Siehe auch Volltext
Siehe auch Cover
Siehe auch Inhaltstext
.
ISBD-Anzeige Katalogdatensatz500177851
.
Kategorien-Anzeige Katalogdatensatz500177851
.
Verwandte Werke Katalogdatensatz500177851
.
Titel zur Titelsammlung hinzufügen Katalogdatensatz500177851
.
Kataloginformation500177851 Datensatzanfang . Kataloginformation500177851 Seitenanfang .
Titel vormerken Katalogdatensatz500177851
Vollanzeige Katalogdaten 

Auf diesem Bildschirm erhalten Sie Katalog- und Exemplarinformationen zum ausgewählten Titel.

Im Bereich Kataloginformation werden die bibliographischen Details angezeigt. Per Klick auf Hyperlink-Begriffe wie Schlagwörter, Autoren, Reihen, Körperschaften und Klassifikationen können Sie sich weitere Titel des gewählten Begriffes anzeigen lassen.

Der Bereich Exemplarinformationen enthält zum einen Angaben über den Standort und die Verfügbarkeit der Exemplare. Zum anderen haben Sie die Möglichkeit, ausgeliehene Exemplare vorzumerken oder Exemplare aus dem Magazin zu bestellen.
Schnellsuche