简介
本书在简要介绍神经网络理论的基础上，对人工神经网络控制系统的
设计及其应用进行了较深层次的理论分析与综合，包括神经网络在建模与
控制中的实际应用。本书主要研究了神经网络在非线性系统控制中的应用
，为解决非线性建模和非线性系统鲁棒控制方面存在的问题提供了思路。
本书内容严谨、材料翔实、自成体系，既有理论分析与综合，又有实
际系统的设计与应用，在强调基础理论和系统性的同时，着重反映人工神
经网络在自动控制领域的最新研究成果。本书不仅有理论推导，还注重所
研究算法的实际应用，深入浅出，便于读者了解和掌握运用神经网络理论
进行控制系统设计的方法。
本书可供在智能科学、系统科学、计算机科学、应用数学、自动控制
等领域从事研究的广大科技人员参考，也可作为高等院校相关专业师生的
参考用书。
目录
前言
本书中的主要文字符号
第1章 绪论
1.1 选题背景与研究意义
1.2 神经网络控制
1.3 神经网络用于非线性建模及其泛化问题
1.4 最优控制
1.5 预测控制
1.6 逆控制
1.7 暖通空调系统控制
1.7.1 变风量（VAV）空调系统
1.7.2 蓄能空调系统
1.7.3 PMV指标
1.8 全书内容导读
1.8.1 主要研究内容
1.8.2 章节内容安排
第2章 神经网络基础
2.1 人工神经网络系统的基本功能及其属性
2.1.1 神经网络的基本功能
2.1.2 神经网络的基本机理和结构
2.2 神经网络的发展概况
2.2.1 神经网络产生和发展的历史
2.2.2 神经网络当前的发展和问题
2.3 控制系统中常用的神经网络结构
2.3.1 前馈网络
2.3.2 反馈网络
2.3.3 自组织网络
2.4 神经网络建模与辨识概述
2.4.1 非线性系统辨识的一般模型
2.4.2 神经网络辨识的理论依据与辨识结构
2.4.3 神经网络辨识的特点
2.5 神经网络控制方法概述
2.5.1 NN学习控制
2.5.2 NN直接逆控制
2.5.3 NN内模控市0
2.5.4 NN预测控制
2.5.5 多层NN控制
2.5.6 分级NN控制
2.5.7 神经网络专家控制系统
2.5.8 神经网络模糊逻辑控制
2.5.9 NN自适应控制
2.6 本章小结
第3章 预测控制的基本原理和方法
3.1 预测控制的产生和发展
3.2 预测控制的基本原理
3.2.1 预测模型
3.2.2 滚动优化
3.2.3 反馈校正
3.3 模型预测控制统一数学描述
3.4 模型预测控制参数调整与设计
3.5 本章小结
第4章 神经网络用于非线性模型辨识和时间序列预测
4.1 神经网络泛化问题
4.1.1 神经网络的结构复杂性
4.1.2 正规化方法
4.1.3 最优停止法
4.1.4 正规化方法与最优停止法相结合
4.2 基于贝叶斯方法的神经网络非线性模型辨识
4.2.1 贝叶斯推理
4.2.2 对象模型辨讽
4.3 神经网络用于时间序列预测
4.3.1 利用神经网络预测室外
气象参数和建筑物负荷
4.3.2 利用神经网络预测PMV
指标
4.4 本章小结
第5章 时滞非线性系统神经网络
自校正预测控制
5.1 非线性系统的数学描述
5.1.1 状态空问描述
5.1.2 输入输出描述
5.2 控制方法描述
5.2.1 NARMA—L2模型辨识与
输出预测
5.2.2 控制律推算与输出预测模型在
线修正
5.2.3 预测误差修正
5.2.4 补偿预测误差的自校正预测
控制策略
5.3 应用仿真研究
5.3.1 模型辨识和控制器实现
5.3.2 仿真结果
5.4 控制方法适用场合
5.5 本章小结
第6章 神经网络非线性多步
预测逆控制
6.1 离散非线性系统的逆系统理论
6.1.1 单变量系统的逆
6.1.2 离散多变量系统的函数
可控性
6.1.3 离散多变量系统的可逆性
6.1.4 离散多变量非线性系统解
耦控制
6.2 基于预测控制思想的神经网络
逆控制方法
6.2.1 控制算法描述
6.2.2 算法应用仿真
6.3 本章小结
第7章 变风量空调系统动态
特性及控制
7.1 变风量空调系统的组成
7.2 变风量空调系统动态特性
7.2.1 空气流子系统状态
空间模型
7.2.2 水流子系统状态空间模型
7.2.3 热力子系统状态空间模型
7.3 能源管理与控制系统
(EMCS)
7.3.1 控制系统结构
7.3.2 气象参数、负荷预测结果
在线修正
7.4 系统分时段运行策略
7.5 本章小结
第8章 神经网络非线性预测
优化控制
8.1 最优控制理论
8.1.1 动态规划
8.1.2 Eular—Lagrange(EL)方程
8.2 神经网络非线性预测
优化控制方法描述
8.2.1 神经网络控制器结构
8.2.2 神经网络预测控制器训练
8.3 控制方案应用研究
8.3.1 跟踪控制
8.3.2 变风量空调系统控制
8.4 本章小结
参考文献
本书中的主要文字符号
第1章 绪论
1.1 选题背景与研究意义
1.2 神经网络控制
1.3 神经网络用于非线性建模及其泛化问题
1.4 最优控制
1.5 预测控制
1.6 逆控制
1.7 暖通空调系统控制
1.7.1 变风量（VAV）空调系统
1.7.2 蓄能空调系统
1.7.3 PMV指标
1.8 全书内容导读
1.8.1 主要研究内容
1.8.2 章节内容安排
第2章 神经网络基础
2.1 人工神经网络系统的基本功能及其属性
2.1.1 神经网络的基本功能
2.1.2 神经网络的基本机理和结构
2.2 神经网络的发展概况
2.2.1 神经网络产生和发展的历史
2.2.2 神经网络当前的发展和问题
2.3 控制系统中常用的神经网络结构
2.3.1 前馈网络
2.3.2 反馈网络
2.3.3 自组织网络
2.4 神经网络建模与辨识概述
2.4.1 非线性系统辨识的一般模型
2.4.2 神经网络辨识的理论依据与辨识结构
2.4.3 神经网络辨识的特点
2.5 神经网络控制方法概述
2.5.1 NN学习控制
2.5.2 NN直接逆控制
2.5.3 NN内模控市0
2.5.4 NN预测控制
2.5.5 多层NN控制
2.5.6 分级NN控制
2.5.7 神经网络专家控制系统
2.5.8 神经网络模糊逻辑控制
2.5.9 NN自适应控制
2.6 本章小结
第3章 预测控制的基本原理和方法
3.1 预测控制的产生和发展
3.2 预测控制的基本原理
3.2.1 预测模型
3.2.2 滚动优化
3.2.3 反馈校正
3.3 模型预测控制统一数学描述
3.4 模型预测控制参数调整与设计
3.5 本章小结
第4章 神经网络用于非线性模型辨识和时间序列预测
4.1 神经网络泛化问题
4.1.1 神经网络的结构复杂性
4.1.2 正规化方法
4.1.3 最优停止法
4.1.4 正规化方法与最优停止法相结合
4.2 基于贝叶斯方法的神经网络非线性模型辨识
4.2.1 贝叶斯推理
4.2.2 对象模型辨讽
4.3 神经网络用于时间序列预测
4.3.1 利用神经网络预测室外
气象参数和建筑物负荷
4.3.2 利用神经网络预测PMV
指标
4.4 本章小结
第5章 时滞非线性系统神经网络
自校正预测控制
5.1 非线性系统的数学描述
5.1.1 状态空问描述
5.1.2 输入输出描述
5.2 控制方法描述
5.2.1 NARMA—L2模型辨识与
输出预测
5.2.2 控制律推算与输出预测模型在
线修正
5.2.3 预测误差修正
5.2.4 补偿预测误差的自校正预测
控制策略
5.3 应用仿真研究
5.3.1 模型辨识和控制器实现
5.3.2 仿真结果
5.4 控制方法适用场合
5.5 本章小结
第6章 神经网络非线性多步
预测逆控制
6.1 离散非线性系统的逆系统理论
6.1.1 单变量系统的逆
6.1.2 离散多变量系统的函数
可控性
6.1.3 离散多变量系统的可逆性
6.1.4 离散多变量非线性系统解
耦控制
6.2 基于预测控制思想的神经网络
逆控制方法
6.2.1 控制算法描述
6.2.2 算法应用仿真
6.3 本章小结
第7章 变风量空调系统动态
特性及控制
7.1 变风量空调系统的组成
7.2 变风量空调系统动态特性
7.2.1 空气流子系统状态
空间模型
7.2.2 水流子系统状态空间模型
7.2.3 热力子系统状态空间模型
7.3 能源管理与控制系统
(EMCS)
7.3.1 控制系统结构
7.3.2 气象参数、负荷预测结果
在线修正
7.4 系统分时段运行策略
7.5 本章小结
第8章 神经网络非线性预测
优化控制
8.1 最优控制理论
8.1.1 动态规划
8.1.2 Eular—Lagrange(EL)方程
8.2 神经网络非线性预测
优化控制方法描述
8.2.1 神经网络控制器结构
8.2.2 神经网络预测控制器训练
8.3 控制方案应用研究
8.3.1 跟踪控制
8.3.2 变风量空调系统控制
8.4 本章小结
参考文献
非线性系统神经网络参数预测及控制
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
