Для доступа к данной книге необходима авторизация

Логин: пароль Запрос доступа

Нейроуправление и его приложения

  

Сигеру Омату. Нейроуправление и его приложения Кн 2 / Сигеру Омату, Марзуки Халид, Рубия Юсоф. Пер с англ Н. В. Батина. Под ред А. И. Галушкина, В. А. Птичкина - М.: ИПРЖР, 2000 - 272 с.

Приводится систематическое изложение методов нейронного управления, основанное на современных разработках в области нечеткой логики и теории нейронных сетей Методология нейронного управления сравнивается с традиционными методами теории управления.

Для научных работников, аспирантов и студентов, интересующихся этим новым направлением в информатике и теории управления.


Оглавление

ПРЕДИСЛОВИЕ РЕДАКТОРОВ ПЕРЕВОДА
1. ВВЕДЕНИЕ
1.1. Общие сведения об интеллектуальном управлении
2. НЕЙРОННЫЕ СЕТИ
2.2. Алгоритм обратного распространения
2.2.2. Вывод алгоритма обратного распространения
2.2.2.2. Правило для скрытого слоя
2.2.3. Алгоритм обратного распространения: порядок реализации
2.2.4. Обсуждение алгоритма обратного распространения
2.3. Заключение
3. ТРАДИЦИОННЫЕ СХЕМЫ УПРАВЛЕНИЯ
3.2. ПИ- и ПИД-контроллеры с дискретным временем
3.3. Управление с самонастройкой
3.4. Самонастраивающиеся ПИ- и ПИД- контроллеры
3.5. ПИД-управление с самонастройкой: многомерный подход
3.5.1. Пример моделирования
3.6. Обобщенное прогнозирующее управление: некоторые теоретические аспекты
3.6.2. Модель объекта управления и решение задачи оптимизации
3.7. Управление на основе нечеткой логики
3.7.1. Краткие сведения по теории нечетких множеств и нечетких систем
3.7.2. Основная концепция нечеткого контроллера
3.8. Заключение
4. ТЕХНОЛОГИИ НЕЙРОННОГО УПРАВЛЕНИЯ
4.2. Общие сведения о нейронном управлении
4.2.1. Подходы к нейронному управлению
4.2.2. Общая схема управления
4.3. Последовательная схема нейронного управления
4.4. Расширение последовательной схемы нейронного управления
4.4.2. Нейроморфные структуры управления
4.4.3. Конфигурации обучения
4.4.4. Эффективное оперативное управление
4.4.5. Алгоритмы обучения
4.4.6. Оценка алгоритмов обучения на основе моделирования
4.5. Параллельная схема управления
4.6. Алгоритм обучения по ошибке обратной связи
4.7. Расширение применения нейроконтроллеров параллельного типа
4.7.2. Линеаризованная система управления
4.7.3. Система управления с нейронными сетями
4.7.4. Нелинейный алгоритм наблюдения для нейронной сети
4.7.5. Нелинейный контроллер для нейронной сети
4.7.6. Численное моделирование
4.8. Схема нейронного управления с самонастройкой
4.9. ПИД-нейроконтроллер с самонастройкой
4.9.1. Вывод уравнений ПИД-нейроконтроллера с самонастройкой
4.9.2. Примеры эмуляции
4.10. Схема нейронного управления с эмулятором и контроллером (схема обратного распространения во времени)
4.11. Заключение
5. ПРИЛОЖЕНИЯ НЕЙРОННОГО УПРАВЛЕНИЯ
5.2. Применение нейронного управления в системе регулирования процессов в водяной ванне и сравнение его с другими схемами управления
5.2.2. Система управления температурой водяной ванны
5.2.3. Схема нейронного управления
5.2.4. Схема управления на основе нечеткой логики
5.2.5. Схема обобщенного прогнозирующего управления
5.2.6. Экспериментальные данные и их анализ
5.2.7. Заключение
5.3. Система стабилизации инвертированного маятника на основе нейронных сетей
5.3.2. Система стабилизации инвертированного маятника
5.3.3. Инициализация поворотного управления с использованием нечеткой логики
5.3.4. Применение стратегии оптимального управления для стабилизации маятника
5.3.5. Точное управление на основе нейронных сетей
5.3.6. Заключение
5.4. Применение ПИД-нейроконтроллера с самонастройкой для управления скоростью электромобиля
5.4.2. Система управления электромобилем
5.4.3. ПИД-нейроконтроллер с самонастройкой
5.4.4. Применение нейронной сети для управления скоростью электромобиля
5.4.5. Заключение
5.5. Применение нейронных сетей для управления печью
5.5.2. Система управления печью
5.5.3. Схемы нейронного управления печью
5.5.4. Анализ экспериментальных данных
5.6. Заключительные замечания и выводы
Литература
ЛИСТИНГ ПРОГРАММЫ