Методы робастного, нейро-нечеткого и адаптивного управления

Артикул:00-01048735
Автор: под ред. Егупова Н.Д.
ISBN: 5-7038-2030-8
Тираж: 2000 экз.
Обложка: Твердый переплет
Издательство: МГТУ им. Н.Э.Баумана (все книги издательства)
Город: Москва
Страниц: 744
Формат: 60х90 1/16
Год: 2002
Вес: 1060 г
Серия: Учебник для ВУЗов (все книги серии)

Описание Отзывы

Настоящий учебник охватывает разделы теории, которые позволяют найти подходящее управление в условиях неполного, нечеткого и неточного знания характеристик объекта управления и характеристик окружающей среды, в которой функционирует этот объект. Одним из основных понятий в теории робастного управления является понятие неопределенности. Неопределенность объекта отражает неточность модели объекта, причем как параметрическую, так и структурную.
Неопределенность, в условиях которой часто приходится принимать решения, направленные на выбор лучшего варианта действий, привела к развитию теории и методов принятия решений. Эта теория примыкает непосредственно к теории интеллектуальных систем. В учебнике, хотя и в небольшом объеме, приведены материалы, позволяющие подойти к изучению этой важной проблемы принятия решения в системах управления.
Учебник предназначен для студентов и аспирантов вузов, он может оказаться полезным инженерам и научным работникам, разрабатывающим современные системы управления.

Содержание
Предисловие
Часть I. Теория
Введение
Список используемых аббревиатур и обозначений
Глава 1. Математические пространства
1.1. Пространства над произвольными множествами
1.2. Пространства над множествами функций
1.3. Некоторые специфические приёмы, используемые в Н теории о представлении систем в Н теории
1.4. Формы представления систем
Глава 2. Синтез практически работоспособных линейных стационарных САР
2.1. Свойства передаточных функций структурных элементов практически работоспособных линейных стационарных САР
2.2. Взаимно простая факторизация передаточных функций
2.3. Вычисление компонент ДВПФ МПФ
2.4. Стабилизация объектов в Н теории
2.5. Параметризация стабилизирующих регуляторов
2.6. Нормализованная взаимно простая факторизация (НВПФ)
Глава 3. Качество систем в Н теории
3.1. Характеристики качества в Н теории
3.2. Оценка качества с помощью
3.3. Оценки с помощью функций чувствительности
Глава 4. Некоторые дополнительные сведения из математических основ Н теории
4.1. Оператор Лоренца и связанные с ним операторы
4.2. Представление оператора Лоренца в области вещественной переменной
4.3. Вычисление нормы оператора Ганкеля
4.4. Физический смысл широко используемых норм и их вычисление
Глава 5. Классический метод решения задачи оптимального Н управления (подход 1984 года)
5.1. Проблема Нехари
5.2. Проблема ПОМ (построения оптимальной модели) (ММР - Model Matching Problem)
5.3. Задача оптимальной Н стабилизации
5.4. Некоторые другие задачи Н теории оптимального управления «Два-Риккати» подход к решению задачи Н оптимального управления (подход 1988 года)
Глава 6. Связь алгебраического уравнения Риккати с матрицей Гамильтона
6.1. Спектральные свойства матрицы Гамильтона
6.2. Связь решения уравнения Риккати с ядром характеристического матричного полинома матрицы Гамильтона при R=0
6.3. Связь решения уравнения Риккати с ядром характеристического матричного полинома матрицы Гамильтона
6.4. Практически удобный, устойчивый алгоритм решения алгебраического уравнения Риккати
Глава 7. «Два-Риккати подход» к проблемам Н2 и Н оптимизации
7.1. Постановка проблемы и ее освещение в данной работе
7.2. Н2 оптимальный регулятор
7.3. Н оптимальный регулятор
7.4. Специальные проблемы
7.5. О структуре и свойствах Н2 -оптимального регулятора
7.6. О структуре и свойствах Н - оптимального регулятора
7.7. Алгоритмы синтеза Н и Н2 - оптимальных регуляторов
Глава 8. Пример использования Н субоптимального регулятора для минимизации влияния ветрового возмущения на продольное движение самолета в режиме посадки
8.1. Математическая модель движения
8.2. Погружение исходной задачи в рамки задачи Н оптимального синтеза
8.3. Результаты решения задач Н и Н2 -оптимального синтеза
Глава 9. Проблема смешанной Н21Н оптимизации
9.1. Формулировка смешанной Н2/Н проблемы
9.2. Проблема минимизации смешанного Н2/Н качества и формулы регулятора
9.3. Алгоритм синтеза субоптимального регулятора, решающего смешанную Н21 Н проблему управления
9.4. Подход выпуклой оптимизации к проблеме смешанного Н21Н управления
9.5. Четыре-Риккати подход к задаче построения оптимального регулятора
Глава 10. Синтез дискретных регуляторов методом Н теории
10.1. Стандартная задача Н оптимизации
10.2. Множество внутренне устойчивых регуляторов
10.3. Примеры сведения различных задач к задаче оптимизации (задача слежения)
10.4. Внутренне-внешняя факторизация
10.5. Типы неопределенностей
10.6. Представление неопределенностей в виде дробно-линейных
преобразований
10.7. Проблема робастной стабилизации
10.8. Описание множества допустимых регуляторов
10.9. Сведение стандартной задачи Н оптимизации к задаче соответствия модели (ММР)
10.10. Приведение задачи соответствия к задаче Нехари
10.11. Решение задачи Нехари для дискретного случая
Часть II. Нечеткое управление
Введение
Список аббревиатур
Глава 1. нечеткие множества
1.1. Принадлежность множеству
1.2. Свойства нечетких множеств
1.3. Принцип обобщения. Нечеткая арифметика
1.4. Прикладные задачи нечеткой логики
1.5. Формы представления нечетких множеств и их компьютерная реализация
1.6. Лингвистические модификации нечетких множеств
Глава 2. Нечеткая логика
2.1. Нечеткая операция «и»
2.2. Нечеткая операция «или»
2.3. Нечеткая операция «не»
Глава 3. Нечеткие выводы
3.1. Нечеткие предложения и нечеткая база правил
3.2. Нечеткая импликация
3.3. Композиция нечетких отношений
3.4. Агрегация локальных выводов и дефазификация
3.4. Нечеткие контроллеры
Глава 4. Нечеткие системы регулирования
4.1. Нечеткое управление подъемно-транспортным механизмом
4.2. Гибридные системы регулирования
4.3. Нечеткая логика в задаче фильтрации случайных возмущений
4.4. Нечеткая система автоматической оптимизации
4.5. Адаптивная система автоматической оптимизации с нечеткой последовательной процедурой проверки статистических гипотез
Часть III. Нейросетевые методы управления и идентификации динамических систем
Список используемых аббревиатур и обозначений
Глава 1. Функциональные особенности искусственных нейронных сетей
1.1. Основные этапы развития теории искусственных нейронных сетей
1.2. Определение искусственных нейронных сетей и их классификация
1.3. Структура технического нейрона
1.4. Многослойные нейронные сети и их аппроксимирующие свойства
1.5. Сравнительный анализ нейросетевых вычислительных структур и традиционного программного обеспечения
Глава 2. Реализация процедуры идентификации динамических систем на основе нейросетевых модельных структур
2.1. Основные этапы процедуры идентификации
2.2. Выбор модельной структуры
2.3. Планирование и проведение эксперимента
2.4. Оптимизация параметров нейросетевой модели
2.5. Принятие решения об адекватности модели
2.6. Практические рекомендации по применению нейросетевых методов идентификации динамических систем
Глава 3. Нейросетевые системы управления
3.1. Введение в нейросетевые методы синтеза систем автоматического управления
3.2. Синтез нейросетевой системы управления на основе инверсной модели объекта
3.3. Система управления с прямой и инверсной моделями объекта
3.4. Оптимальное управление
Часть IV. Принятие решений в системах управления
Введение
Глава 1. Задачи принятия решений в многообъектных распределенных системах управления и проблема сложности
1.1. Основные особенности многообъектных распределенных систем управления, требования к алгоритмам управления, системам и процессам проектирования
1.2. Типовая функциональная схема многообъектной распределенной системы управления и функциональные задачи
1.3. Классические задачи принятия решений
1.4. Качественная постановка задачи принятия оперативных решений и обоснование необходимости формализации понятия «сложность»
1.5. Концепция наименьшего действия-сложности в классической и новой физике и ее влияние на формализм задач принятия решений
1.6. Обзор математических теорий сложности
Глава 2. Задачи принятия решения на расширенных множествах по скалярному критерию
2.1. Постановка задач принятия решений на расширенных множествах альтернатив по скалярному критерию
2.2. Общие процедуры принятия решений на расширенных множествах и графы структур решений
2.3. Три уровня оценки действия-сложности для задач принятия решений
2.4. Математическая постановка задач принятия оперативных решений
2.5. Концепция доминантных условий в проблеме принятия решений
Глава 3. Методы и алгоритмы решения задачи выбора (назначения) в классической постановке и на расширенных множествах альтернатив
3.1. Постановка задачи и сфера ее использования
3.2. Точные методы решения классической задачи выбора
3.3. Метод решения задачи назначения с матрицами особого рода
3.4. Приближённые методы решения классической задачи выбора
3.5. Алгоритмы решения классической задачи выбора на расширенных множествах альтернатив
3.6. Алгоритмы решения объединённой задачи выбора на расширенных множествах альтернатив
Глава 4. Задачи принятия решений на расширенных множествах по векторному критерию
4.1. Сущность и условия появления многокритериальных задач принятия решений
4.2. Парето-оптимальность и обзор основных подходов к проблеме скаляризации векторного критерия
4.3. Векторная оптимизация на основе принципа сложности
4.4. Задачи принятия решений по векторному критерию на расширенных множествах альтернатив
4.5. Задачи принятия оперативных решений по векторному критерию
4.6. Задача выбора с аддитивным и максимальным критериями
4.7. Многокритериальная задача выбора с аддитивными критериями
4.8. Интерактивная система CH01SE для проектирования алгоритмов принятия решения
Глава 5. Учет факторов неопределенности в задачах принятия оперативных решений
5.1. Принятие оперативных решений в условиях неопределенности
5.2. Задачи принятия решений на нечетких множествах как задачи векторной оптимизации
5.3. Задача выбора с критерием эффективности и вероятности выход на основе расширенных множеств
5.4. Задача выбора с нечеткими параметрами минимальной сложности
Глава 6. Задачи группирования информации в многообъектных распределенных системах управления и алгоритмы их решения
6.1. Качественная постановка задачи группирования информации в многообъектных распределенных системах
6.2. Решение задачи группирования на основе кластерного анализа
6.3. Метод и алгоритмы оперативного группирования информации для многообъектных распределенных систем управления
6.4. Основные особенности метода
Заключение
Часть V. Непрерывные адаптивные системы
Введение
Список используемых аббревиатур
Глава 1. Методы адаптивного управления
1.1. Определение и классификация адаптивных систем
1.2. Постановка задачи синтеза адаптивных систем управления. Гипотеза о квазистационарности
1.3. Методы синтеза адаптивных систем
Глава 2. Поисковые адаптивные системы
2.1. Системы экстремального регулирования
2.2. Поисковые алгоритмы непрямого адаптивного управления с настраиваемой моделью
Глава 3. Синтез беспоисковых адаптивных систем методом функций Ляпунова
3.1. Постановка задачи синтеза
3.2. Синтез основного контура управления
3.3. Синтез контура адаптации
3.4. Условия идентифицируемости
Глава 4. Схема скоростного градиента
4.1. Алгоритмы скоростного градиента и условия их применимости
4.2. Робастность алгоритмов скоростного градиента
4.3. Алгоритмы скоростного градиента в системах с явной эталонной моделью
4.4. Алгоритмы скоростного градиента в системах с неявной эталонной моделью
Глава 5. Системы с переменной структурой
5.1. Скользящие режимы
5.2. Системы с настраиваемой поверхностью скольжения
Глава 6. Адаптивные системы без измерения производных от выхода
6.1. Постановка задачи синтеза
6.2. Обоснование разрешимости задачи синтеза
6.3. Схемы построения адаптивных наблюдателей состояния
6.4. Непрямое адаптивное управление
6.5. Прямое адаптивное управление с явной эталонной моделью
6.6. Декомпозиция адаптивных систем на основе разделения движений
Список литературы
Предметный указатель

Оставьте отзыв о товаре