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: Dierk Schröder (auth.)
سری:
ISBN (شابک) : 3642113974, 9783642113970
ناشر: Springer-Verlag Berlin Heidelberg
سال نشر: 2010
تعداد صفحات: 851
زبان: German
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 12 مگابایت
کلمات کلیدی مربوط به کتاب روش های هوشمند: شناسایی و کنترل سیستم های غیر خطی: کنترل، رباتیک، مکاترونیک، هوش مصنوعی (شامل رباتیک)، هوش محاسباتی
در صورت تبدیل فایل کتاب Intelligente Verfahren: Identifikation und Regelung nichtlinearer Systeme 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 روش های هوشمند: شناسایی و کنترل سیستم های غیر خطی 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.
کتاب "فرآیندهای هوشمند" مقدمهای واضح و قابل فهم در زمینه فرآیندهای هوشمند ارائه میکند. در ارائههای مستقل، کتاب ابتدا مبانی نظری و سپس مثالهای عملی را نشان میدهد که به موجب آن رویکردهای نادرست نیز در مثالها نشان داده شده است. پس از مروری کوتاه، فصل دوم و مقدماتی به محدودیتهایی میپردازد که حتی در سیستمهای نسبتاً ساده اگر سیستم خطی فرض شود، باید رعایت شوند. همچنین نشان داده میشود که عملاً همه سیستمها غیرخطی هستند و بنابراین پایهای برای فصلهای آینده گذاشته میشود. در بسیاری از کاربردها، غیرخطی ها را می توان از هم جدا کرد. به تصویر کشیدن چنین غیرخطیهایی توسط تقریبکنندههای تابع با مثالهایی در فصل سوم پرداخته شده است. فصل چهارم روشهای یادگیری پایه مانند نزول گرادیان را معرفی میکند و در فصل پنجم اولین روش هوشمند را که ناظران غیرخطی تطبیقی را توسعه میدهد، با این فرض که فقط موارد غیرخطی مانند اصطکاک و سستی ناشناخته هستند و بنابراین باید یاد بگیرند، معرفی میشوند. در فصل ششم، پیش نیازهای دانش قبلی کاهش می یابد، زیرا اکنون فقط ساختار مهندسی کنترل سیستم غیر خطی شناخته شده است. فصل های هفتم و هشتم به طور کلی ساختارهای شناسایی و مزایا و معایب سیستم های خطی و غیرخطی را ارائه می دهند.فصل نهم روش های شناسایی غیرخطی های دینامیکی را ارائه می دهد. در فصل دهم یک ارائه جامع و انتقادی از فرآیندهای یادگیری سطوح بالاتر ارائه شده است. علاوه بر این، یک روش هوشمند ارائه شده است که در آن می توان دانش قبلی را معرفی کرد. روشهای بهینهسازی جهانی در فصل دیگری ارائه شدهاند. پس از اینکه شناسایی سیستمهای غیرخطی در فصلهای قبل مورد توجه اصلی قرار گرفت، اکنون با شروع فصل دوازدهم، روشهای کنترلی برای سیستمهای غیرخطی دنبال میشود که در آن بخشهای پیرامونی مانند اهمیت دینامیک صفر نیز به تفصیل ارائه میشوند. فصل سیزدهم به کنترل تطبیقی مبتنی بر مدل می پردازد. روشهای کنترلی که در آنها سیستم غیرخطی دچار اختلال می شود یا در ساختار و/یا پارامترها به طور ناگهانی تغییر می کند در فصل چهاردهم ارائه شده است. فصل پانزدهم جنبه فصل قبل را به فرآیندهای تصادفی گسترش می دهد. در فصلهای شانزدهم و هفدهم، روشهای کنترلی برای سیستمهای غیرخطی و ناشناخته توسعه یافتهاند که دارای اختلالات ناشناخته نیز هستند. این روش ها از یک رویکرد با سود بالا به طور قابل توجهی اصلاح شده استفاده می کنند. فصل هجدهم منطق فازی را معرفی می کند. این روش ها را می توان در تمام سیستم های غیر خطی اعمال کرد و قبلاً با موفقیت در پزشکی، رباتیک، در کنترل انتقال وسایل نقلیه هیبریدی و غیره استفاده شده است.
Das Buch „Intelligente Verfahren“ führt anschaulich und verständlich in das Gebiet der intelligenten Verfahren ein. In geschlossenen Darstellungen zeigt das Buch zuerst die theoretischen Grundlagen und anschließend praktische Beispiele, wobei bei den Beispielen auch fehlerhafte Ansätze gezeigt werden. Nach einer kurzen Übersicht werden im zweiten, einführenden Kapitel die Einschränkungen behandelt, die bereits bei relativ einfachen Systemen zu beachten sind, wenn ein lineares System vorausgesetzt wird. Es wird weiterhin gezeigt, dass praktisch alle Systeme nichtlinear sind und damit die Basis für die kommenden Kapitel gelegt. In vielen Anwendungsfällen können die Nichtlinearitäten separiert werden. Die Abbildung solcher Nichtlinearitäten durch Funktionsapproximatoren wird mit Beispielen im dritten Kapitel abgehandelt. Das vierte Kapitel stellt die grundlegenden Lernverfahren wie den Gradientenabstieg vor, und im fünften Kapitel wird das erste intelligente Verfahren, der lernfähige, nichtlineare Beobachter entwickelt, wobei angenommen wird, dass nur die Nichtlinearitäten wie Reibung und Lose unbekannt sind und deshalb gelernt werden müssen. Im sechsten Kapitel werden die Voraussetzungen der Vorkenntnisse verringert, denn nun ist nur noch die regelungstechnische Struktur des nichtlinearen Systems bekannt. Kapitel sieben und acht stellen allgemein die Identifikationsstrukturen sowie die Vor- und Nachteile bei linearen und nichtlinearen Systemen dar. In Kapitel neun werden Identifikationsverfahren für dynamische Nichtlinearitäten vorgestellt. Im zehnten Kapitel erfolgt eine umfassende und kritische Darstellung der höherwertigen Lernverfahren. Es wird außerdem ein intelligentes Verfahren vorgestellt, bei dem Vorwissen eingebracht werden kann. In einem weiteren Kapitel werden die globalen Optimierungsverfahren vorgestellt. Nachdem in den bisherigen Kapiteln die Identifikation nichtlinearer Systeme der Schwerpunkt war, folgen nun, beginnend mit Kapitel zwölf, die Regelungsverfahren bei nichtlinearen Systemen, wobei auch Randgebiete wie die Bedeutung der Nulldynamik ausführlich vorgestellt werden. Kapitel dreizehn behandelt die modellbasierte adaptive Regelung. Regelungsverfahren, bei denen das nichtlineare System gestört ist bzw. sich in der Struktur oder/und den Parametern sprungförmig ändert, werden in Kapitel vierzehn vorgestellt. Kapitel fünfzehn erweitert den Aspekt des vorherigen Kapitels auf stochastische Prozesse. In Kapitel sechszehn und siebzehn werden Regelungsverfahren für nichtlineare, unbekannte Systeme erarbeitet, die außerdem unbekannt gestört sind. Diese Verfahren nützen einen entscheidend veränderten High-Gain-Ansatz. Kapitel achtzehn stellt die Fuzzy-Logik vor. Die Verfahren können bei allen nichtlinearen Systemen angewendet werden und wurden bereits äußerst erfolgreich in der Medizin, in der Robotik, in der Getriebesteuerung von Hybridfahrzeugen etc. eingesetzt
Front Matter....Pages i-xvii
Einführung....Pages 1-8
Einführung in mechatronische Systeme....Pages 9-35
Statische Funktionsapproximatoren....Pages 37-89
Lernen bei statischer Funktionsapproximation: Grundlagen....Pages 91-125
Lernfähiger Beobachter....Pages 127-180
Identifikation nichtlinearer Systeme mit vorstrukturierten rekurrenten Netzen....Pages 181-216
Identifikation linearer dynamischer Systeme....Pages 217-244
Identifikation nichtlinearer dynamischer Systeme....Pages 245-280
Beobachterentwurf für Systeme mit dynamischen Nichtlinearitäten....Pages 281-317
Nichtlineare Optimierung in der Systemidentifikation....Pages 319-386
Stochastische Optimierungsverfahren....Pages 387-408
Verfahren zur Regelung nichtlinearer Systeme....Pages 409-485
Modellbasierte Adaptive Regelung....Pages 487-531
Disturbance Rejection....Pages 533-588
Lernende Automaten....Pages 589-628
Hochverstärkungsbasierte Regelung....Pages 629-696
Funnel-Control: Implementierung, Erweiterung und Anwendung....Pages 697-760
Einführung in die Fuzzy–Regelung....Pages 761-815
Back Matter....Pages 817-840