文摘
英文文摘
第一章绪论
1.1多模型方法的基本原理与实际应用
1.1.1引言
1.1.2多模型方法的基本原理
1.1.3多模型方法的实际应用
1.2线性系统多模型自适应控制方法
1.3多模型方法在非线性系统中的研究
1.3.1复杂系统的分解方法
1.3.2多模型集的建立方法
1.3.3多控制器的设计方案
1.4全局模型/控制器的构成
1.4.1基于加权组合的增益调度算法
1.4.2模型切换策略
1.5多模型控制算法的稳定性分析
1.6本文的主要工作
第二章基于神经元网络的非线性系统多模型自适应控制
2.1问题描述
2.2控制方案设计
2.2.1自适应最小方差控制器
2.2.2RBFNN的训练算法
2.3模型切换策略
2.4仿真实验
2.4.1局部模型数量相等时的仿真实验
2.4.2有关模型数量的仿真实验
2.4.3系统参数时变时的仿真实验
2.5小结
第三章基于即时学习算法的非线性系统多模型自适应控制
3.1基于即时学习算法的非线性系统多模型自适应控制
3.1.1问题描述
3.1.2局部即时模型的建立
3.1.3自适应极点配置控制器的设计
3.1.4仿真实验
3.1.5小结
3.2即时学习算法在非线性系统迭代学习控制中的应用
3.2.1迭代学习控制算法的初值问题
3.2.2用即时学习算法估计初始控制信号
3.2.3仿真实验
3.2.4小结
3.3结论
第四章基于多模糊逻辑系统的辨识器的设计
4.1引言
4.2辨识器设计方法描述
4.2.1基本思想
4.2.2多模糊模型的表示方法
4.2.3权值辨识算法
4.3仿真实例
4.3.1对单输入单输出系统的仿真实验
4.3.2对多输入多输出系统的仿真实验
4.4小结
第五章基于多模糊逻辑系统的非线性系统自适应模糊控制
5.1引言
5.1.1采用多模糊推理系统进行控制的原因
5.1.2多模型自适应模糊控制器的分类
5.2基于多模糊推理系统的非线性系统间接自适应模糊控制
5.2.1问题描述
5.2.2多模糊模型的建立
5.2.3间接型自适应模糊控制器的实现
5.2.4仿真实验
5.2.5小结
5.3基于多模糊推理系统的非线性系统直接自适应模糊控制
5.3.1问题描述
5.3.2多个固定T-S模糊模型的建立
5.3.3直接型自适应模糊控制器的实现
5.3.4仿真实验
5.3.5小结
5.4结论
第六章结束语
参考文献
致谢
作者简介
附录