دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: Assoc. Prof. Dimiter Driankov, Dr.-Ing. Rainer Palm (auth.), Assoc. Prof. Dimiter Driankov, Dr.-Ing. Rainer Palm (eds.) سری: Studies in Fuzziness and Soft Computing 16 ISBN (شابک) : 9783662110539, 9783790818864 ناشر: Physica-Verlag Heidelberg سال نشر: 1998 تعداد صفحات: 420 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب پیشرفت در کنترل فازی: هوش مصنوعی (شامل رباتیک)، تشخیص الگو، پیچیدگی، سیستم های اطلاعات کسب و کار
در صورت تبدیل فایل کتاب Advances in Fuzzy Control به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب پیشرفت در کنترل فازی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
کنترل فازی مبتنی بر مدل از یک حلقه باز معمولی یا فازی از کارخانه تحت کنترل استفاده میکند تا مجموعه قوانین if-then فازی را که کنترلکننده فازی مربوطه را تشکیل میدهند، استخراج کند. علاوه بر این، تجزیه و تحلیل پایداری، عملکرد و استحکام سیستم حلقه بسته حاصله شامل یک مدل معمولی و یک کنترل کننده فازی، یا یک مدل فازی و یک کنترل کننده فازی، مورد توجه اصلی است. هدف اصلی کنترل فازی مبتنی بر مدل، استفاده از طیف کامل موجود از طراحی خطی و غیرخطی موجود چنین کنترلکنندههای فازی است که پایداری، عملکرد و ویژگیهای استحکام بهتری نسبت به کنترلکنندههای غیر فازی مربوطه دارند که با استفاده از این کنترلکنندهها طراحی شدهاند. همان تکنیک ها.
Model-based fuzzy control uses a given conventional or a fuzzy open loop of the plant under control in order to derive the set of fuzzy if-then rules constituting the corresponding fuzzy controller. Furthermore, of central interest are the consequent stability, performance, and robustness analysis of the resulting closed loop system involving a conventional model and a fuzzy controller, or a fuzzy model and a fuzzy controller. The major objective of the model-based fuzzy control is to use the full available range of existing linear and nonlinear design of such fuzzy controllers which have better stability, performance, and robustness properties than the corresponding non-fuzzy controllers designed by the use of these same techniques.
Front Matter....Pages I-VIII
Introduction....Pages 1-10
Global Stability Analysis of Second-Order Fuzzy Systems....Pages 11-31
Quadratic Stability of Continuous-Time Fuzzy Control Systems....Pages 33-65
Fuzzy Stability Analysis of Fuzzy Systems: A Lyapunov Approach....Pages 67-101
Inverse Fuzzy Process Models for Robust Hybrid Control....Pages 103-127
Inverse Fuzzy Model Based Predictive Control....Pages 129-154
Stable Adaptive Control Using Fuzzy Systems and Neural Networks....Pages 155-187
An Adaptive Fuzzy Sliding-Mode Controller....Pages 189-223
Discrete-Time Adaptive Fuzzy Logic Control of Feedback Linearizable Systems....Pages 225-261
Fuzzy Model Reference Learning Control....Pages 263-282
Development of a Fuzzy Relational-Based Predictive Controller....Pages 283-315
A Simplified Fuzzy Relational Structure for Adaptive Predictive Control....Pages 317-336
Predictive Control Based on a Fuzzy Model....Pages 337-356
Transient Performance, Robustness and Off-Equilibrium Linearisation in Fuzzy Gain Scheduled Control....Pages 357-375
Design of Fuzzy Gain Schedulers....Pages 377-417
Back Matter....Pages 418-421