机读格式显示(MARC)

• 000 01831nam0 2200289 450

• 001 0000620094

• 005 20221119172500.0

• 010 __ |a 978-7-5768-0017-3 |d CNY45.00

• 100 __ |a 20221009d2022 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 220000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 迟滞非线性系统辨识与智能控制 |A chi zhi fei xian xing xi tong bian shi yu zhi neng kong zhi |f 高学辉著

• 210 __ |a 长春 |c 吉林大学出版社 |d 2022

• 215 __ |a 132页 |c 图 |d 24cm

• 300 __ |a 本书受山东省重点研发项目 (No. 2019GGX101005)、国家自然科学基金项目 (No. 62073198)、泰安市科技发展计划项目 (No. 2021GX-037)、山东科技大学“群星计划”项目 (No. QX2021M69)、山东科技大学研究生《现代控制理论》教学案例库建设项目、山东科技大学优秀教学团队建设计划项目等资助

• 314 __ |a 高学辉, 生于1975年, 博士, 副教授, 硕士生导师。

• 320 __ |a 有书目

• 330 __ |a 本书首先针对Preisach迟滞模型描述的Hammerstein系统, 提出了一致分段下三角矩阵方法辨识Preisach密度函数, 避免了“擦除”的影响, 并且采用Hankel矩阵估计系统阶次, 放松了盲辨识的条件; 在此基础上设计了逆模型控制和滑模控制组成的混合控制器控制该Hammerstein系统。针对Backlash类迟滞非线性系统, 为了简化控制器设计, 将矢量误差转化为标量误差, 并提出了规定性能函数保证控制精度收敛在规定性能范围内, 并改进简化了现有规定性能函数。针对Prandtl-Ishlinskii迟滞模型描述的非线性系统, 提出了采用Hopfield神经网络辨识系统未知参数, 并设计了自适应控制策略。针对Bouc-Wen模型描述的迟滞非线性系统, 提出了扩张状态观测器观测系统未知状态并采用回声神经网络估计系统未知非线性和其他扰动, 并提出了自适应滑模控制精确控制Bouc-Wen迟滞非线性系统。

• 333 __ |a 迟滞非线性系统辨识与智能控制研究人员

• 606 0_ |a 迟滞 |A chi zhi |x 非线性控制系统 |x 研究

• 690 __ |a TP273 |v 5

• 701 _0 |a 高学辉, |A gao xue hui |f 1975- |4 著

• 801 _0 |a CN |b 北京京城新安 |c 20221009

• 905 __ |a WFKJXY |d TP273/134

• 920 __ |a 4370400 |z 1