RBF neural network control for mechanical systems design:analysis and MATLAB simulation

第1章绪论
1.1神经网络控制
1.1.1 神经网络控制的提出
1.1.2神经网络控制概述
1.1.3自适应RBF神经网络概述
1.2 RBF神经网络
1.3机器人RBF神经网络控制
1.4控制系统S函数设计
1.4.1 S函数介绍
1.4.2 S函数基本参数
1.4.3实例
1.5简单自适应控制系统设计实例
1.5.1 系统描述
1.5.2 自适应控制律设计
1.5.3仿真实例
附录仿真程序
参考文献
第2章RBF神经网络设计与仿真
2.1 RBF神经网络算法及仿真
2.1.1 RBF网络算法设计
2.1.2 RBF网络设计实例及MATLAB仿真
2.2基于梯度下降法的RBF神经网络逼近
2.2.1 RBF网络逼近
2.2.2仿真实例
2.3高斯基函数的参数对RBF网络逼近的影响
2.4隐含层节点数对RBF网络逼近的影响
2.5 RBF神经网络的建模训练
2.5.1 RBF神经网络训练
2.5.2仿真实例
2.6 RBF神经网络逼近
附录仿真程序
参考文献
第3章基于梯度下降法的RBF神经网络控制
3.1 基于RBF神经网络的监督控制
3.1.1 RBF监督控制
3.1.2仿真实例
3.2基于RBF神经网络的模型参考自适应
3.2.1控制系统设计
3.2.2仿真实例
3.3 RBF自校正控制
3.3.1 系统描述
3.3.2 RBF控制算法设计
3.3.3仿真实例
附录仿真程序
参考文献
第4章 自适应RBF神经网络控制
4.1 基于神经网络逼近的自适应控制
4.1.1 系统描述
4.1.2自适应RBF控制器设计
4.1.3仿真实例
4.2基于神经网络逼近的未知参数自适应控制
4.2.1 系统描述
4.2.2自适应控制设计
4.2.3仿真实例
4.3基于RBF神经网络的直接鲁棒自适应控制
4.3.1 系统描述
4.3.2理想反馈控制和函数逼近
4.3.3控制器设计及分析
4.3.4仿真实例
附录仿真程序
参考文献
第5章神经网络滑模控制
5.1 经典滑模控制器设计
第7章 基于局部逼近的自适应RBF控制
第8章基于RBF网络的动态面自适应控制
第9章 数字RBF神经网络控制
第10章离散神经网络控制
第11章自适应RBF观测器设计及滑模控制