Geschäftskunden Kundenprogramme
Vor Ort
Merkzettel Warenkorb
Produktbild: Neuro-Control and its Applications

Neuro-Control and its Applications

Aus der Reihe Advances in Industrial Control

Fr. 137.00

inkl. gesetzl. MwSt., Versandkostenfrei

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.12.2011

Verlag

Springer London

Seitenzahl

255

Maße (L/B/H)

23.5/15.5/1.5 cm

Gewicht

417 g

Auflage

Softcover reprint of the original 1st ed. 1996

Sprache

Englisch

ISBN

978-1-4471-3060-4

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

13.12.2011

Verlag

Springer London

Seitenzahl

255

Maße (L/B/H)

23.5/15.5/1.5 cm

Gewicht

417 g

Auflage

Softcover reprint of the original 1st ed. 1996

Sprache

Englisch

ISBN

978-1-4471-3060-4

Herstelleradresse

Springer-Verlag GmbH
Tiergartenstr. 17
69121 Heidelberg
DE

Email: ProductSafety@springernature.com

Kundinnen und Kunden meinen

0 Bewertungen

Informationen zu Bewertungen

Zur Abgabe einer Bewertung ist eine Anmeldung im Konto notwendig. Die Authentizität der Bewertungen wird von uns nicht überprüft. Wir behalten uns vor, Bewertungstexte, die unseren Richtlinien widersprechen, entsprechend zu kürzen oder zu löschen.

Die Bewertungen sind nach Format, Anzahl Sterne und Datum sortiert.

Verfassen Sie die erste Bewertung zu diesem Artikel

Helfen Sie anderen Kund*innen durch Ihre Meinung

Kundinnen und Kunden meinen

0 Bewertungen filtern
  • Produktbild: Neuro-Control and its Applications
  • 1 Introduction.- 1.1 Introduction to Intelligent Control.- 1.2 References.- 2 Neural Networks.- 2.1 Historical Review of Neural Networks.- 2.2 Backpropagation Algorithm.- 2.2.1 Notation.- 2.2.2 Derivation of the Backpropagation Algorithm.- 2.2.3 Algorithm: Backpropagation Method.- 2.2.4 Some Discussions on the Backpropagation Algorithm.- 2.3 Conclusions.- 2.4 References.- 3 Traditional Control Schemes.- 3.1 Introduction.- 3.2 Discrete-Time PI and PID Controllers.- 3.3 Self-Tuning Control.- 3.4 Self-Tuning PI and PID Controllers.- 3.4.1 Closed Loop System.- 3.4.2 Some Interpretations Based on a Simulation Example.- 3.5 Self-Tuning PID Control — A Multivariable Approach.- 3.5.1 Simulation Example.- 3.6 Generalized Predictive Control — Some Theoretical Aspects.- 3.6.1 Cost Criterion.- 3.6.2 The Plant Model and Optimization Solution.- 3.7 Fuzzy Logic Control.- 3.7.1 Brief Overview of Fuzzy Set and Fuzzy System Theory.- 3.7.2 Basic Concept of Fuzzy Logic Controller.- 3.8 Conclusions.- 3.9 References.- 4 Neuro-Control Techniques.- 4.1 Introduction.- 4.2 Overview of Neuro-Control.- 4.2.1 Neuro-Control Approaches.- 4.2.2 General Control Configuration.- 4.3 Series Neuro-Control Scheme.- 4.4 Extensions of Series Neuro-Control Scheme.- 4.4.1 Some Discussions on On-Line Learning.- 4.4.2 Neuromorphic Control Structures.- 4.4.3 Training Configurations.- 4.4.4 Efficient On-Line Training.- 4.4.5 Training Algorithms.- 4.4.6 Evaluation of the Training.- Algorithms through Simulations.- 4.5 Parallel Control Scheme.- 4.5.1 Learning Algorithm for Parallel Control Scheme.- 4.6 Feedback Error Learning Algorithm.- 4.7 Extension of the Parallel Type Neuro-Controller.- 4.7.1 Description of Control System.- 4.7.2 Linearized Control System.- 4.7.3 Control Systems with Neural Networks.- 4.7.4 Nonlinear Observer by Neural Network.- 4.7.5 Nonlinear Controller by Neural Network.- 4.7.6 Numerical Simulations.- 4.8 Self-Tuning Neuro-Control Scheme.- 4.9 Self-Tuning PID Neuro-Controller.- 4.9.1 Derivation of the Self-Tuning PID Type Neuro-Controller.- 4.9.2 Simulation Examples.- 4.10 Emulator and Controller Neuro-Control Scheme.- 4.10.1 Off-Line Training of the Neuro-Controller and Emulator.- 4.10.2 On-Line Learning.- 4.11 Conclusions.- 4.12 References.- 5 Neuro-Control Applications.- 5.1 Introduction.- 5.2 Application of Neuro-Control to a Water-Bath Process and Comparison with Alternative Control Schemes.- 5.2.1 Introduction.- 5.2.2 Description of the Water Bath Temperature Control System.- 5.2.3 Neuro-Control Scheme.- 5.2.4 Fuzzy Logic Control Scheme.- 5.2.5 Generalized Predictive Control Scheme.- 5.2.6 Experimental Results and Discussions.- 5.2.7 Conclusions.- 5.3 Stabilizing an Inverted Pendulum by Neural Networks.- 5.3.1 Introduction.- 5.3.2 Description of the Inverted Pendulum System.- 5.3.3 Initial Start-Up Control Using Fuzzy Logic.- 5.3.4 Using Optimal Control Strategy for the Stabilization of the Inverted Pendulum.- 5.3.5 Fine Improvement by Using Neural Networks.- 5.3.6 Conclusions.- 5.4 Speed Control of an Electric Vehicle by Self-Tuning PID Neuro-Controller.- 5.4.1 Introduction.- 5.4.2 The Electric Vehicle Control System.- 5.4.3 Self-Tuning PID Type Neuro-Controller.- 5.4.4 Application to Speed Control of Electric Vehicle.- 5.4.5 Conclusions.- 5.5 MIMO Furnace Control with Neural Networks.- 5.5.1 Introduction.- 5.5.2 Description of Furnace Control System.- 5.5.3 The Neuro-Control Scheme.- 5.5.4 Experiments and Discussions.- 5.5.5 Conclusions.- 5.6 Concluding Remarks.- 5.7 References.- Program List.