包邮先进控制理论

目录

第1章状态空间方法基础与*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*优控制

1．4．1*优控制问题

1．4．2利用变分法求解*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*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*小方差控制

2.3.3广义*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

4．3．4TS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