Fuzzy System Identification and Adaptive Control

ویرایش: [1st ed.] 
نویسندگان: Ruiyun Qi,  Gang Tao,  Bin Jiang  
سری: Communications and Control Engineering 
ISBN (شابک) : 9783030198817 
ناشر: Springer International Publishing 
سال نشر: 2019 
تعداد صفحات: XVII, 282
[293] 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 6 Mb 

قیمت کتاب (تومان) : 39,000



این کتاب چارچوب سیستماتیک و یکپارچه ای را برای شناسایی و کنترل تطبیقی ​​سیستم های فازی تاکاگی-سوگنو (T-S) در اختیار خوانندگان قرار می دهد. تکنیک های طراحی آن به خوانندگان کمک می کند تا از این ابزار قدرتمند برای حل مسائل کنترل غیرخطی چالش برانگیز استفاده کنند. این کتاب شامل یک مطالعه سیستماتیک از مشکلات شناسایی و کنترل سیستم فازی، با استفاده از ابزارهای سیستم فازی T-S برای هر دو تقریب تابع و کنترل بازخورد سیستم‌های غیرخطی است. در کنار این چارچوب، کتاب همچنین:

• مفاهیم اساسی مجموعه های فازی، منطق و سیستم استنتاج را معرفی می کند.
• خصوصیات مهم سیستم های فازی T-S را مورد بحث قرار می دهد.
• الگوریتم های شناسایی آفلاین و آنلاین برای سیستم های فازی T-S را توسعه می دهد.
• ساختارهای کنترل کننده مختلف و شرایط طراحی مربوطه را برای کنترل تطبیقی ​​سیستم های فازی T-S زمان پیوسته بررسی می کند.
• الگوریتم های کنترل تطبیقی ​​را برای سیستم های فازی T-S ورودی-خروجی گسسته با شرایط طراحی بسیار آرام و سیستم های فازی حالت-فضای زمان گسسته T-S ایجاد می کند. و
• الگوریتم‌های سازگاری پارامتر پایدار را برای سیستم‌های فازی T-S با پارامتر خطی و غیرخطی طراحی می‌کند.

نویسندگان به مشکلات جبران خطای تطبیقی ​​برای سیستم‌های فازی T-S می‌پردازند که در معرض خطاهای محرک هستند. آنها طیف گسترده ای از موضوعات فنی مرتبط را پوشش می دهند و مجموعه قابل توجهی از ابزارهای کنترل سیستم غیرخطی تطبیقی ​​را توسعه می دهند.

شناسایی سیستم فازی و کنترل تطبیقی به مهندسان در زمینه‌های مکانیک، برق و هوافضا کمک می‌کند تا مشکلات طراحی کنترل پیچیده را حل کنند. این کتاب می تواند به عنوان مرجعی برای محققان و دانشگاهیان در زمینه کنترل غیرخطی، هوشمند، تطبیقی ​​و مقاوم به خطا مورد استفاده قرار گیرد.

This book provides readers with a systematic and unified framework for identification and adaptive control of Takagi–Sugeno (T–S) fuzzy systems. Its design techniques help readers applying these powerful tools to solve challenging nonlinear control problems. The book embodies a systematic study of fuzzy system identification and control problems, using T–S fuzzy system tools for both function approximation and feedback control of nonlinear systems. Alongside this framework, the book also:

• introduces basic concepts of fuzzy sets, logic and inference system;
• discusses important properties of T–S fuzzy systems;
• develops offline and online identification algorithms for T–S fuzzy systems;
• investigates the various controller structures and corresponding design conditions for adaptive control of continuous-time T–S fuzzy systems;
• develops adaptive control algorithms for discrete-time input–output form T–S fuzzy systems with much relaxed design conditions, and discrete-time state-space T–S fuzzy systems; and
• designs stable parameter-adaptation algorithms for both linearly and nonlinearly parameterized T–S fuzzy systems.

The authors address adaptive fault compensation problems for T–S fuzzy systems subject to actuator faults. They cover a broad spectrum of related technical topics and to develop a substantial set of adaptive nonlinear system control tools.

Fuzzy System Identification and Adaptive Control helps engineers in the mechanical, electrical and aerospace fields, to solve complex control design problems. The book can be used as a reference for researchers and academics in nonlinear, intelligent, adaptive and fault-tolerant control.