│ 3ds Max│ Maya│ Rhino│ After Effects│ SketchUp│ ZBrush│ Painter│ Unity│
│ PhotoShop│ AutoCad│ MasterCam│ SolidWorks│ Creo│ UG│ Revit│ Nuke│
│ C#│ C│ C++│ Java│ 遊戲程式│ Linux│ 嵌入式│ PLC│ FPGA│ Matlab│
│ 駭客│ 資料庫│ 搜索引擎│ 影像處理│ Fluent│ VR+AR│ ANSYS│ 深度學習│
│ 單晶片│ AVR│ OpenGL│ Arduino│ Raspberry Pi│ 電路設計│ Cadence│ Protel│
│ Hadoop│ Python│ Stm32│ Cortex│ Labview│ 手機程式│ Android│ iPhone│
可查書名,作者,ISBN,3dwoo書號 目前顯示有庫存 顯示全部書籍 詳細書籍分類

系統辨識與自適應控制MATLAB仿真（第3版） ( 簡體 字)
作者：龐中華，崔紅 著	類別：1. -> 工程繪圖與工程計算 -> Matlab
譯者：
出版社：北京航空航天大學出版社	3dWoo書號： 48412 詢問書籍請說出此書號！ 【缺書】 NT售價： 225 元
出版日：12/1/2017
頁數：295
光碟數：0
站長推薦：
印刷：黑白印刷	語系： ( 簡體 版 )
	加入購物車 │加到我的最愛 (請先登入會員)
ISBN：9787512424753
作者序　|　譯者序　|　前言　|　內容簡介　|　目錄　|　序
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序：
譯者序：
前言：
內容簡介：
目錄： 第1章 緒論 1．1 自我調整控制問題的提出 1．2 自我調整控制的種類 1．2．1 模型參考自我調整控制系統 1．2．2 自校正控制系統 1．2．3 智慧自我調整控制系統 1．2．4 其他形式的自我調整控制系統 1．3 自我調整控制的應用現狀 1．3．1 在工業領域中的典型應用 1．3．2 在非工業領域中的應用 1．4 自我調整控制存在的問題及發展方向 第2章 系統辨識 2．1 系統辨識概述 2．1．1 數學模型及建模方法 2．1．2 系統辨識的定義及其分類 2．1．3 參數模型 2．1．4 系統辨識的基本原理 2．1．5 系統辨識的步驟 2．2 白色雜訊、M序列與噪信比 2．2．1 白色雜訊與有色雜訊 2．2．2 M序列與逆M序列 2．2．3 噪信比 2．3 最小二乘參數估計法 2．3．1 批次處理最小二乘法 2．3．2 遞推最小二乘法 2．3．3 遺忘因數遞推最小二乘法 2．3．4 遞推增廣最小二乘法 2．4 梯度校正參數估計法 2．4．1 確定性系統的梯度校正參數估計法 2．4．2 隨機牛頓法 2．5 極大似然參數估計法 2．6 多變數系統參數估計 第3章 模型參考自我調整控制 3．1 連續系統數值積分基礎知識 3．1．1 歐拉法 3．1．2 龍格-庫塔法 3．2 基於梯度法的模型參考自我調整控制 3．2．1 MIT自我調整律 3．2．2 MIT歸一化演算法 3．3 基於Lyapunov穩定性理論的模型參考自我調整控制 3．3．1 Lyapunov穩定性理論與正實傳遞函數 3．3．2 可調增益Lyapunov-MRAC 3．3．3 系統狀態變數可測時的MRAC 3．3．4 Narendra穩定自我調整控制器 3．4 離散時間模型參考自我調整系統 3．4．1 二階系統的離散時間MRAS 3．4．2 n階系統的離散時間MRAS 第4章 自校正控制 4．1 Diophantine方程的求解 4．1．1 單步Diophantine方程的求解 4．1．2 多步Diophantine方程的求解 4．2 最小方差自校正控制 4．2．1 單步輸出預測 4．2．2 最小方差控制 4．2．3 最小方差間接自校正控制 4．2．4 最小方差直接自校正控制 4．3 廣義最小方差自校正控制 4．3．1 廣義最小方差控制 4．3．2 廣義最小方差間接自校正控制 4．3．3 廣義最小方差直接自校正控制 4．4 廣義預測控制 4．4．1 預測控制的提出 4．4．2 預測控制的基本機理 4．4．3 廣義預測控制 4．5 改進的廣義預測控制 4．5．1 基於CARIMA模型的JGPC 4．5．2 基於CARMA模型的JGPC 第5章 基於常規控制策略的自校正控制 5．1 極點配置自校正控制 5．1．1 極點配置控制 5．1．2 極點配置間接自校正控制 5．1．3 極點配置直接自校正控制 5．2 自校正PID控制 5．2．1 常規PID控制 5．2．2 自校正PID控制 第6章 神經網路辨識與控制 6．1 基於BP神經網路的系統辨識 6．1．1 BP神經網路 6．1．2 基於局部誤差的BP神經網路辨識 6．1．3 基於全域誤差的BP神經網路辨識 6．2 基於RBF神經網路的系統辨識與控制 6．2．1 RBF神經網路 6．2．2 基於RBF神經網路的系統辨識 6．2．3 基於RBF神經網路的PID自校正控制 第7章 模糊控制與模糊神經網路辨識 7．1 引言 7．2 模糊邏輯控制 7．2．1 模糊控制系統的設計 7．2．2 模糊控制M檔模擬 7．2．3 模糊控制Simulink模擬 7．3 模糊神經網路辨識 7．3．1 模糊系統和神經網路的比較 7．3．2 模糊神經網路 7．3．3 關係度聚類方法 7．3．4 補償模糊神經網路 7．3．5 基於聚類的補償模糊神經網路辨識 第8章 無模型自我調整控制 8．1 動態線性化技術 8．1．1 緊格式動態線性化方法（CFDL） 8．1．2 偏格式動態線性化方法（PFDL） 8．1．3 全格式動態線性化方法（FFDL） 8．2 SISO無模型自我調整控制 8．2．1 基於CFDL的無模型自我調整控制 8．2．2 基於PFDL的無模型自我調整控制 8．2．3 基於FFDL的無模型自我調整控制 8．3 MIMO無模型自我調整控制 8．3．1 基於CFDL的MIMO無模型自我調整控制 8．3．2 基於PFDL的MIMO無模型自我調整控制 8．3．3 基於FFDL的MIMO無模型自我調整控制 參考文獻
序：