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: Simon G. Fabri PhD, Visakan Kadirkamanathan PhD (auth.) سری: Communications and Control Engineering ISBN (شابک) : 9781447110903, 9781447103196 ناشر: Springer-Verlag London سال نشر: 2001 تعداد صفحات: 274 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 8 مگابایت
کلمات کلیدی مربوط به کتاب کنترل تطبیقی عملکردی: یک رویکرد سیستم هوشمند: کنترل، مهندسی مکانیک، هوش مصنوعی (شامل رباتیک)
در صورت تبدیل فایل کتاب Functional Adaptive Control: An Intelligent Systems Approach 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 کنترل تطبیقی عملکردی: یک رویکرد سیستم هوشمند 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.
زمینه کنترل هوشمند اخیراً به عنوان پاسخی به چالش کنترل سیستمهای غیرخطی بسیار پیچیده و نامطمئن ظاهر شده است. این تلاش میکند تا به کنترلکننده ویژگیهای کلیدی سازگاری، یادگیری و استقلال را بدهد. این زمینه هنوز نابالغ است و دامنه وسیعی برای توسعه روشهای جدید وجود دارد که ویژگیهای کلیدی سیستمهای هوشمند را افزایش داده و عملکرد را در مواجهه با شرایط پیچیده یا نامطمئن فزاینده بهبود میبخشد. کار گزارش شده در این کتاب نشان دهنده گامی در این مسیر است. تعدادی از طرحهای کنترل تطبیقی مبتنی بر شبکه عصبی اصلی برای برخورد با گیاهانی معرفی شدهاند که با توابع ناشناخته، غیرخطی بودن، رفتار چندوجهی، تصادفی و اختلالات مشخص میشوند. طرحهای پیشنهادی با افزایش توانایی کنترلکننده برای سازگاری، تثبیت، مدیریت عدم قطعیت و یادگیری، به سطوح بالایی از عملکرد دست مییابند. هر دو گیاه قطعی و تصادفی در نظر گرفته می شوند. در حالت قطعی، اجرا، ثبات و همگرایی از دیدگاه نظریه لیاپانوف مورد بررسی قرار می گیرد. در مقایسه با سایر طرحها، روشهای ارائهشده منجر به استفاده کارآمدتر از ذخیرهسازی محاسباتی و سازگاری بهبود یافته برای سیستمهای زمان پیوسته، و نتایج پایداری جهانی بیشتر با دانش قبلی کمتر در سیستمهای زمان گسسته میشود.
The field of intelligent control has recently emerged as a response to the challenge of controlling highly complex and uncertain nonlinear systems. It attempts to endow the controller with the key properties of adaptation, learn ing and autonomy. The field is still immature and there exists a wide scope for the development of new methods that enhance the key properties of in telligent systems and improve the performance in the face of increasingly complex or uncertain conditions. The work reported in this book represents a step in this direction. A num ber of original neural network-based adaptive control designs are introduced for dealing with plants characterized by unknown functions, nonlinearity, multimodal behaviour, randomness and disturbances. The proposed schemes achieve high levels of performance by enhancing the controller's capability for adaptation, stabilization, management of uncertainty, and learning. Both deterministic and stochastic plants are considered. In the deterministic case, implementation, stability and convergence is sues are addressed from the perspective of Lyapunov theory. When compared with other schemes, the methods presented lead to more efficient use of com putational storage and improved adaptation for continuous-time systems, and more global stability results with less prior knowledge in discrete-time sys tems.
Front Matter....Pages i-xxi
Front Matter....Pages 1-1
Introduction....Pages 3-19
Front Matter....Pages 21-21
Adaptive Control of Nonlinear Systems....Pages 23-46
Dynamic Structure Networks for Stable Adaptive Control....Pages 47-78
Composite Adaptive Control of Continuous-Time Systems....Pages 79-100
Functional Adaptive Control of Discrete-Time Systems....Pages 101-127
Front Matter....Pages 129-129
Stochastic Control....Pages 131-145
Dual Adaptive Control of Nonlinear Systems....Pages 147-164
Multiple Model Approaches....Pages 165-185
Multiple Model Dual Adaptive Control of Jump Nonlinear Systems....Pages 187-212
Multiple Model Dual Adaptive Control of Spatial Multimodal Systems....Pages 213-241
Front Matter....Pages 243-243
Conclusions....Pages 245-249
Back Matter....Pages 251-266