普通高等教育“十二五”規劃教材·電氣工程、自動化專業規劃教材：係統辨識理論及MATLAB仿真 pdf epub mobi txt 電子書 下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

劉金琨，瀋曉蓉，趙龍 著

齣版社： 電子工業齣版社

ISBN：9787121194733

版次：1

商品編碼：11189113

包裝：平裝

開本：16開

齣版時間：2013-02-01

頁數：288

字數：484000

正文語種：中文

編輯推薦

　　《普通高等教育“十二五”規劃教材·電氣工程、自動化專業規劃教材：係統辨識理論及MATLAB仿真》可作為高等院校自動化、計算機應用、機械電子工程等專業高年級本科生或研究生的教材或參考書，也可供相關專業的工程技術人員閱讀。

內容簡介

　　《普通高等教育“十二五”規劃教材·電氣工程、自動化專業規劃教材：係統辨識理論及MATLAB仿真》從MATLAB仿真角度係統介紹瞭係統辨識的基本理論、基本方法和應用技術，是作者多年來從事控製係統教學和科研工作的結晶，同時融入瞭國內外同行近年來所取得的新成果。
　　《普通高等教育“十二五”規劃教材·電氣工程、自動化專業規劃教材：係統辨識理論及MATLAB仿真》共9章，包括緒論、係統辨識常用輸入信號、最小二乘參數辨識方法及原理、極大似然參數辨識方法及其應用、傳遞函數的時域和頻域辨識、神經網絡辨識及其應用、模糊係統辨識、智能優化算法辨識及灰色係統辨識。書中有大量實例，每種實例都進行瞭仿真分析，並給齣瞭相應的MATLAB仿真程序。本書各部分內容既相互聯係又相互獨立，讀者可根據自己需要選擇學習。

目錄

第1章 緒論
1.1 建立數學模型的基本方法
1.2 係統辨識的定義
1.3 係統辨識的研究目的
1.4 數學模型的分類
1.5 幾種常見的數學模型的數學錶示
1.6 係統辨識常用的誤差準則
1.7 係統辨識的分類
1.7.1 離綫辨識
1.7.2 在綫辨識
1.8 辨識的內容和步驟
1.9 係統辨識方法
1.10 係統辨識方法分類
1.10.1 經典係統辨識方法
1.10.2 現代係統辨識方法
思考題與習題1

第2章 係統辨識常用輸入信號
2.1 係統辨識對輸入信號的要求
2.2 係統辨識常用的輸入信號
2.2.1 白噪聲信號
2.2.2 白噪聲序列的産生
2.3 M序列的産生及其性質
思考題與習題2

第3章 最小二乘參數辨識方法及應用
3.1 最小二乘參數辨識方法
3.1.1 基本原理
3.1.2 利用最小二乘法求取模型參數
3.1.3 仿真實例：熱敏電阻和溫度關係的最小二乘參數求解
3.2 加權最小二乘算法
3.2.1 一般最小二乘算法的分析與設計
3.2.2 加權最小二乘法的分析與設計
3.2.3 仿真實例
3.3 遞推最小二乘算法
3.3.1 遞推最小二乘算法的基本原理
3.3.2 遞推最小二乘算法的分析與設計
3.3.3 仿真實例
3.3.4 時不變係統的遞推最小二乘參數辨識方法
3.3.5 時變係統的遞推最小二乘參數辨識方法
3.4 遞推阻尼最小二乘算法
3.4.1 遞推阻尼最小二乘算法的基本原理
3.4.2 遞推阻尼最小二乘算法的分析與設計
3.4.3 仿真實例
3.5 增廣最小二乘算法
3.5.1 增廣最小二乘算法的基本原理
3.5.2 增廣最小二乘算法的分析與設計
3.5.3 仿真實例
3.6 多變量係統的最小二乘辨識算法
3.6.1 多變量係統的最小二乘辨識算法的基本原理
3.6.2 多變量係統的最小二乘辨識算法的分析與設計
3.6.3 仿真實例
思考題與習題3

第4章 極大似然參數辨識方法
4.1 引言
4.2 極大似然參數估計的原理及性質
4.2.1 極大似然參數估計原理
4.2.2 似然函數的構造
4.2.3 極大似然參數估計的統計性質
4.3 動態係統參數的極大似然參數估計
4.4 Newton-Raphson法應用於極大似然參數估計求解
4.5 遞推的極大似然估計
思考題與習題4

第5章 傳遞函數的時域和頻域辨識
5.1 傳遞函數辨識的時域法
5.1.1 一階慣性滯後環節的辨識
5.1.2 二階慣性加純遲延的傳遞函數擬閤
5.1.3 用n階慣性環節加純延遲的傳遞函數擬閤
5.2 傳遞函數的頻率辨識
5.2.1 利用Bode圖特性求傳遞函數
5.2.2 利用MATLAB工具求係統傳遞函數
5.3 綫性係統開環傳遞函數的辨識
5.3.1 基本原理
5.3.2 仿真實例
5.4 閉環係統傳遞函數的辨識和前饋控製
5.4.1 閉環係統辨識
5.4.2 仿真實例
5.4.3 零相差前饋控製基本原理
5.4.4 係統相移
5.4.5 仿真實例
思考題與習題5

第6章 神經網絡辨識及其應用
6.1 神經網絡理論基礎
6.1.1 神經網絡原理
6.1.2 神經網絡學習算法
6.1.3 神經網絡的要素及特徵
6.1.4 人工神經網絡辨識的特點
6.2 BP神經網絡辨識
6.2.1 BP神經網絡
6.2.2 網絡結構
6.2.3 BP網絡的優缺點
6.3 BP網絡的逼近
6.3.1 基本原理
6.3.2 仿真實例
6.4 基於數據的BP網絡離綫建模
6.4.1 基本原理
6.4.2 仿真實例
6.5 基於模型的BP神經網絡離綫建模
6.5.1 基本原理
6.5.2 仿真實例
6.6 RBF神經網絡辨識及在自校正控製中的應用
6.6.1 RBF神經網絡
6.6.2 RBF網絡的逼近
6.6.3 仿真實例
6.7 基於未知項在綫建模的RBF網絡自校正控製
6.7.1 神經網絡自校正控製原理
6.7.2 RBF網絡自校正控製
6.7.3 仿真實例
6.8 Hopfield神經網絡辨識
6.8.1 Hopfield網絡原理
6.8.2 Hopfield網絡綫性係統參數辨識
6.8.3 仿真實例
6.9 RBF網絡建模應用——自適應神經網絡控製
6.9.1 問題描述
6.9.2 RBF網絡逼近原理
6.9.3 仿真實例
思考題與習題6

第7章 模糊係統辨識
7.1 模糊係統的理論基礎
7.1.1 特徵函數和隸屬函數
7.1.2 模糊算子
7.1.3 隸屬函數
7.1.4 模糊係統的設計
7.2 基於Sugeno模糊模型的建模
7.2.1 Sugeno模糊模型
7.2.2 仿真實例
7.2.3 基於Sugeno模糊模型的倒立擺模糊控製
7.2.4 仿真實例
7.2.5 基於Sugeno的倒立擺模糊控製
7.2.6 仿真實例
7.3 模糊逼近
7.3.1 模糊係統的設計
7.3.2 模糊係統的逼近精度
7.3.3 仿真實例
7.4 模糊係統建模應用——自適應模糊控製
7.4.1 問題描述
7.4.2 模糊逼近原理
7.4.3 控製算法設計與分析
7.4.4 仿真實例
思考題與習題7

第8章 智能優化算法辨識
8.1 遺傳算法基本原理
8.2 遺傳算法的特點
8.3 遺傳算法的應用領域
8.4 遺傳算法的優化設計
8.4.1 遺傳算法的構成要素
8.4.2 遺傳算法的應用步驟
8.5 遺傳算法求函數極大值
8.5.1 二進製編碼遺傳算法求函數極大值
8.5.2 實數編碼遺傳算法求函數極大值
8.6 基於遺傳算法摩擦模型參數辨識的PID控製
8.6.1 問題描述
8.6.2 仿真實例
8.7 基於遺傳算法的伺服係統靜態摩擦參數辨識
8.7.1 伺服係統的靜態摩擦模型
8.7.2 靜摩擦模型Stribeck麯綫的獲取
8.7.3 基於遺傳算法的靜態摩擦參數辨識
8.7.4 仿真實例
8.8 基於遺傳算法的機械手參數辨識
8.8.1 係統描述
8.8.2 仿真實例
8.9 粒子群優化算法
8.9.1 粒子群算法基本原理
8.9.2 參數設置
8.9.3 算法流程
8.10 基於粒子群算法的函數優化
8.11 基於粒子群算法的機械手參數辨識
8.12 基於粒子群算法的非綫性係統參數辨識
8.12.1 辨識非綫性靜態模型
8.12.2 辨識非綫性動態模型
8.12.3 基於粒子群算法的VTOL飛行器參數辨識
8.13 差分進化算法
8.13.1 標準差分進化算法
8.13.2 差分進化算法的基本流程
8.13.3 差分進化算法的參數設置
8.13.4 基於差分進化算法的函數優化
8.14 基於差分進化算法的非綫性係統參數辨識
8.14.1 辨識非綫性靜態模型
8.14.2 辨識非綫性動態模型
8.14.3 基於差分進化算法的VTOL飛行器參數辨識
8.15 基於微分器的微分信號提取
8.15.1 微分器的由來
……

前言/序言

　　對於實際的復雜係統，很難用理論分析的方法獲得數學模型。係統辨識是指根據係統的實驗數據來確定係統的數學模型，係統辨識為已經存在的係統建立數學模型提供瞭有效的方案。
　　係統辨識理論是一門應用範圍很廣的學科，其應用已經遍及許多領域。目前不僅在控製領域需要建立數學模型，在其他領域，如生物學、生態學、醫學、天文學及社會經濟學等也需要建立數學模型，從而根據數學模型來確定最終控製決策。
　　有關係統辨識理論及其工程應用，已有大量的論文和著作發錶。本書介紹瞭係統辨識的基本理論、基本方法和應用技術，同時融入瞭國內外同行近年來所取得的新成果。為瞭使讀者能瞭解、掌握和應用這一領域的最新技術，並學會用MATLAB語言進行係統辨識算法的設計，作者編寫瞭這本書，以拋磚引玉，供廣大讀者學習參考。
　　本書具有幾個特點：
　　（1）係統辨識算法著重於基本概念、基本理論和基本方法，並介紹瞭一些有潛力的新思想、新方法和新技術。
　　（2）針對每種係統辨識算法給齣瞭完整的MATLAB仿真程序，並給齣瞭程序的說明和仿真結果，具有很強的可讀性。
　　（3）著重從應用領域角度齣發，突齣理論聯係實際，麵嚮廣大工程技術人員，具有很強的工程性和實用性。書中有許多應用實例及其結果分析，為讀者提供瞭有益的藉鑒。
　　（4）所給齣的各種係統辨識算法完整，程序設計結構設計力求簡單明瞭，便於自學和進一步開發。
　　全書共9章，包括緒論、係統辨識常用輸入信號、最小二乘參數辨識方法及原理、極大似然參數辨識方法及其應用、傳遞函數的時域與頻域辨識、神經網絡辨識及其應用、模糊係統辨識、智能優化算法辨識及灰色係統辨識。書中有大量實例，每種實例都進行瞭仿真分析，並給齣瞭相應的MATLAB仿真程序。
　　本書是在MATLAB R2011a環境下開發的，並適用於其他更高級版本。各個章節的內容具有很強的獨立性，讀者可以結閤自己的方嚮深入地進行研究。
　　本書由劉金琨、瀋曉蓉、趙龍共同編著。其中，瀋曉蓉編寫第2章和第4章，趙龍編寫第3章，其餘各章由劉金琨編寫。研究生袁瑞俠參與瞭書稿的整理和校對工作。
　　本書各部分內容既相互聯係又相互獨立，讀者可根據自己需要選擇學習。本書可作為高等院校自動化、計算機應用、機械電子工程等專業高年級本科生或研究生的教材或參考書，也可供相關專業的工程技術人員閱讀。
　　本書提供免費的電子課件、MATLAB仿真程序，或登錄電子工業齣版社的華信教育資源網，注冊後免費下載。
　　由於作者水平有限，書中難免存在一些不足和錯誤之處，歡迎廣大讀者批評指正。
　　作者
　　2013年1月於北京航空航天大學

評分☆☆☆☆☆

適用於自己照著書編程

評分☆☆☆☆☆

入門級教材，還可以吧，可供參考

評分☆☆☆☆☆

書不錯，以後有要買的書，還會再來買

評分☆☆☆☆☆

不錯

評分☆☆☆☆☆

6

評分☆☆☆☆☆

書很好

評分☆☆☆☆☆

不錯不錯

評分☆☆☆☆☆

好好好，不錯的書，挺滿意的！

評分☆☆☆☆☆

還沒具體看