類神經網路控制系統

<內容簡介>

類神經網路崛起的年代和數位電腦相近，在1943年第一個神經元的運算模型被提出，在1957年至1958年間Rosenblett利用認知器(Perceptron)來進行文字辨識工作。時至今日，神經網路在許多領域上的廣泛應用，使其極具吸引力。同時，基於高速電腦和快速演算法，也可以用神經網路解決過去許多計算問題。本書從神經生物學上屬於一種特別的類神經網路架構中，引用到它的特殊結構。介紹了神經網路的基本概念、架構和學習法則，重點是對這些神經網路的數學分析、訓練方法、信號處理以及自動控制系統等工程實現的應用。

<主要章目>

Chapter1 類神經網路技術的介紹
　1.1　基本神經生理學
　1.2　從神經細胞到ANS
　1.3　結　論
Chapter2 Adaline和Madaline
　2.1　信號處理的回顧
　2.2　Adaline和ALC（自適應線性組合器）
　2.3　MADALINE
Chapter3 倒傳遞類神經網路原理
　3.1　倒傳遞類神經網路
　3.2　倒傳遞類神經網路(BPN)
　3.3　類神經網路之神經鍵更新演算（激發函數為雙曲線正切函數）
　3.4　類神經網路之神經鍵更新演算（激發函數為Sigmoid函數）
Chapter4 類神經網路控制
　4.1　類神經網路控制器發展
　4.2　直接類神經網路控制
　4.3　關於隱藏層數目及隱藏層神經元數目的考量
　4.4　收歛性分析
Chapter5 特定學習架構直接適應控制
　5.1　線上學習類神經網路適應性控制
　5.2　倒傳遞誤差項近似法
Chapter6 特定學習架構間接適應控制
　6.1　系統判別
　6.2　間接適應控制
Chapter7 直接類神經網路控制應用於直流馬達控制
　7.1　直接類神經網路控制應用於直流馬達轉速控制
　7.2　直接類神經網路控制應用於直流馬達轉角控制
　7.3　直接類神經網路控制應用於直流馬達轉角控制實驗結果
Chapter8 直接類神經網路控制應用於電液伺服閥控液壓系統位置控制
　8.1　直接類神經網路適應控制電液伺服閥控液壓系統描述
　8.2　類神經網路控制器
　8.3　動態模擬結果
Chapter9 直接類神經網路控制應用於可變排量軸向型柱塞泵輸出流量控制
　9.1　控制系統描述
　9.2　類神經網路控制器
　9.3　動態模擬
　9.4　實驗結果
Chapter 10 比例微分與類神經網路混合控制器
　10.1　混合控制器發展
　10.2　控制系統描述
　10.3　控制系統模擬
　10.4　DANNC控制系統實驗結果