掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
中醫(yī)基礎理論
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫(yī)內(nèi)科學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
-
>
中醫(yī)診斷學--新世紀第五版
-
>
中藥學·全國中醫(yī)藥行業(yè)高等教育“十四五”規(guī)劃教材
控制系統(tǒng)辨識算法與仿真 版權(quán)信息
- ISBN：9787121490705
- 條形碼：9787121490705 ; 978-7-121-49070-5
- 裝幀：平塑
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
控制系統(tǒng)辨識算法與仿真 內(nèi)容簡介
本書從實際工程應用角度出發(fā), 從經(jīng)典辨識、現(xiàn)代辨識和智能辨識三個方面介紹了以實驗數(shù)據(jù)驅(qū)動建立系統(tǒng)數(shù)學模型的算法原理及其程序。共分9章, 包括緒論、辨識相關(guān)基礎知識、線性系統(tǒng)經(jīng)典辨識方法、基于*小二乘法的參數(shù)辨識、模型結(jié)構(gòu)辨識、基于遺傳算法的參數(shù)辨識及其應用、基于差分進化算法的參數(shù)辨識及其應用、基于麻雀搜索算法的參數(shù)辨識及其應用、基于極限學習機的系統(tǒng)在線辨識。
控制系統(tǒng)辨識算法與仿真 目錄
目 錄第1章 緒論 11.1 系統(tǒng)數(shù)學模型及建模方法 11.1.1 系統(tǒng)和模型 11.1.2 模型的表現(xiàn)形式 21.1.3 數(shù)學模型的分類 21.1.4 建模的主要目的和原則 41.1.5 建立數(shù)學模型的方法 41.2 系統(tǒng)辨識的定義、內(nèi)容和步驟 51.2.1 系統(tǒng)辨識的定義和要素 51.2.2 系統(tǒng)辨識的內(nèi)容和步驟 61.3 系統(tǒng)辨識中常用的誤差準則 101.3.1 輸出誤差準則 101.3.2 輸入誤差準則 11目 錄
第1章 緒論 1
1.1 系統(tǒng)數(shù)學模型及建模方法 1
1.1.1 系統(tǒng)和模型 1
1.1.2 模型的表現(xiàn)形式 2
1.1.3 數(shù)學模型的分類 2
1.1.4 建模的主要目的和原則 4
1.1.5 建立數(shù)學模型的方法 4
1.2 系統(tǒng)辨識的定義、內(nèi)容和步驟 5
1.2.1 系統(tǒng)辨識的定義和要素 5
1.2.2 系統(tǒng)辨識的內(nèi)容和步驟 6
1.3 系統(tǒng)辨識中常用的誤差準則 10
1.3.1 輸出誤差準則 10
1.3.2 輸入誤差準則 11
1.3.3 廣義誤差準則 12
思考題 12
第2章 辨識相關(guān)基礎知識 13
2.1 隨機變量及其數(shù)字特征 13
2.2 隨機過程及其數(shù)字特征 17
2.3 平穩(wěn)隨機過程及其各態(tài)歷經(jīng)性 19
2.3.1 平穩(wěn)隨機過程 19
2.3.2 各態(tài)歷經(jīng)性 22
2.3.3 白噪聲 24
2.4 控制系統(tǒng)的時域響應分析 25
2.4.1 常用的典型輸入信號 25
2.4.2 瞬態(tài)性能指標 27
2.4.3 一階系統(tǒng)的瞬態(tài)性能分析 28
2.4.4 典型二階系統(tǒng)瞬態(tài)性能分析 30
2.5 系統(tǒng)傳遞函數(shù)與狀態(tài)方程的相互轉(zhuǎn)換 33
思考題 37
第3章 線性系統(tǒng)經(jīng)典辨識方法 38
3.1 階躍響應法 38
3.2 脈沖響應法 42
3.2.1 維納-霍夫方程 43
3.2.2 偽隨機二進制序列 46
3.2.3 用M序列辨識線性系統(tǒng)的脈沖響應函數(shù) 55
3.2.4 基于脈沖響應曲線的系統(tǒng)辨識 57
3.2.5 用M序列辨識脈沖響應的步驟 58
3.2.6 相關(guān)分析法的抗干擾性分析 62
3.3 頻率特性法 63
3.3.1 單一正弦波法 63
3.3.2 組合正弦波法 64
3.3.3 矩形波法 64
3.3.4 基于頻率特性法的一階/二階系統(tǒng)參數(shù)辨識算法 64
思考題 66
第4章 基于*小二乘法的參數(shù)辨識 67
4.1 確定模型與隨機模型 67
4.2 *小二乘批處理算法 71
4.2.1 普通*小二乘法 73
4.2.2 加權(quán)*小二乘法 75
4.2.3 正則化*小二乘法 76
4.2.4 基于*小二乘法的離散系統(tǒng)參數(shù)辨識與仿真 79
4.2.5 *小二乘法的統(tǒng)計特性分析 83
4.3 遞推*小二乘法 84
4.3.1 一般遞推*小二乘法 84
4.3.2 基于遞推*小二乘法的離散系統(tǒng)參數(shù)辨識與仿真 87
4.4 廣義*小二乘法 89
4.4.1 廣義*小二乘法參數(shù)辨識原理 90
4.4.2 廣義*小二乘法參數(shù)辨識步驟 91
4.4.3 增廣*小二乘法 95
4.4.4 基于廣義*小二乘法的離散系統(tǒng)參數(shù)辨識與仿真 96
4.4.5 遞推廣義*小二乘法 100
4.4.6 基于遞推廣義*小二乘法的離散系統(tǒng)參數(shù)辨識與仿真 101
4.4.7 夏氏法 105
4.5 極大似然法 107
4.6 小結(jié) 111
思考題 112
第5章 模型結(jié)構(gòu)辨識 113
5.1 階次檢驗法基本步驟 113
5.2 利用損失函數(shù)定階 113
5.3 利用F檢驗法定階 115
5.3.1 F檢驗法原理 115
5.3.2 基于F檢驗法的離散系統(tǒng)定階 115
5.4 利用赤池信息量準則定階 116
5.5 離散系統(tǒng)定階與仿真案例 117
思考題 120
第6章 基于遺傳算法的參數(shù)辨識及其應用 121
6.1 遺傳算法的基本原理 121
6.2 遺傳算法的構(gòu)成要素及設計流程 124
6.2.1 遺傳算法的構(gòu)成要素 124
6.2.2 遺傳算法的設計流程 125
6.3 遺傳算法應用實例 125
6.4 遺傳算法的MATLAB模塊化代碼實現(xiàn) 131
6.4.1 初始化（編碼）子程序（initpop.m函數(shù)）的實現(xiàn) 132
6.4.2 計算目標函數(shù)值 132
6.4.3 計算個體適應度值的子程序calfitvalue.m的實現(xiàn) 133
6.4.4 選擇復制子程序selection.m的實現(xiàn) 133
6.4.5 交叉子程序crossover.m的實現(xiàn) 134
6.4.6 變異子程序mutation.m的實現(xiàn) 135
6.4.7 求群體中*大的適應度值及其對應個體的子程序best.m的實現(xiàn) 135
6.4.8 主程序genmain05.m的實現(xiàn) 135
6.5 直流伺服電機模型PID控制參數(shù)辨識仿真 137
6.5.1 直流伺服電機模型 137
6.5.2 PID校正 138
6.5.3 利用遺傳算法進行PID參數(shù)優(yōu)化 139
思考題 146
第7章 基于差分進化算法的參數(shù)辨識及其應用 147
7.1 差分進化算法的基本原理和案例仿真 147
7.1.1 差分進化算法的基本原理 147
7.1.2 基于差分進化算法的參數(shù)尋優(yōu)案例仿真 149
7.2 自適應變異系數(shù)的改進差分進化算法 151
7.2.1 差分進化算法存在的問題 151
7.2.2 差分進化算法主要的改進方向 152
7.2.3 差分進化算法的改進策略 154
7.2.4 基于自適應變異系數(shù)的改進差分進化算法參數(shù)尋優(yōu) 154
7.3 三種改進差分進化算法及其性能分析 163
7.3.1 三種改進差分進化算法 163
7.3.2 三種改進差分進化算法在參數(shù)尋優(yōu)中的性能分析 164
7.3.3 MATLAB仿真程序 171
思考題 191
第8章 基于麻雀搜索算法的參數(shù)辨識及其應用 192
8.1 麻雀搜索算法的基本原理 192
8.2 改進麻雀搜索算法及案例仿真分析 193
8.2.1 基于精英反向?qū)W習策略和混合擾動策略的改進麻雀搜索算法 193
8.2.2 基于改進麻雀搜索算法的參數(shù)尋優(yōu)案例仿真 194
第9章 基于極限學習機的系統(tǒng)在線辨識 210
9.1 極限學習機建模原理 210
9.2 利用極限學習機辨識姿態(tài)動力學系統(tǒng)未建模部分 212
9.2.1 控制問題描述 212
9.2.2 基于極限學習機的控制器設計及穩(wěn)定性分析 213
9.2.3 航天器姿態(tài)控制仿真分析 216
9.3 基于改進極限學習機的非線性系統(tǒng)預設時間滑模自適應控制 222
9.3.1 控制問題描述 222
9.3.2 期望軌跡擴充策略 223
9.3.3 預設時間收斂滑模面及其性質(zhì) 224
9.3.4 預設時間收斂的滑？刂破髟O計 226
9.3.5 數(shù)值仿真分析 229
參考文獻 237
展開全部
控制系統(tǒng)辨識算法與仿真 作者簡介
殷春武，西安建筑科技大學。主講課程有：建模與辨識、線性系統(tǒng)理論、隨機過程、信號與系統(tǒng)分析等課程，研究方向為機器人軌跡跟蹤控制、航天器姿態(tài)跟蹤控制、預測與決策分析。主要教學經(jīng)歷、成果：2017—2022年，講授《隨機過程》、《建模與辨識》；2019—2022年，講授《線性系統(tǒng)理論》 ；2020年，講授《信號與系統(tǒng)分析》。主要科研成果：發(fā)表學術(shù)論文50余篇，其中SCI檢索5篇，EI檢索13余篇，CSCD檢索10余篇，CSSCI檢索10余篇，教改論文1篇。
書友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
中國歷史的瞬間
- >
【精裝繪本】畫給孩子的中國神話
- >
名家?guī)阕x魯迅:故事新編
- >
上帝之肋:男人的真實旅程
- >
羅庸西南聯(lián)大授課錄
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
山海經(jīng)
