《随机系统的自组织控制》求取 ⇩

目录1

译者前言1

第一部分 自组织控制系统的基础1

第一章 基本思想和定义1

1.1 引言1

1.2 系统理论、控制及其发展2

序3

1.3 在可简约的不定性下的决策问题8

1.4 新的定义14

1.5 关于自组织控制、学习和智能系统的一些想法17

1.6 关于应用的讨论19

参考文献21

第二章 某些确定性自组织控制的算法24

2.1 引言24

2.2 梯度辨识自组织控制26

2.3 系统辨识和建模的多项式表示方法36

2.4 自组织控制的泛函方法45

2.5 模型参考自适应控制系统49

2.6 讨论64

参考文献66

第二部分 最优随机估计、辨识和控制71

第三章 最优估计和有关的搜索算法71

3.1 引言71

3.2 对平稳系统的最优点估计72

3.3 序贯估计81

3.4 状态估计：线性系统97

3.5 非线性估计111

3.6 讨论115

参考文献117

第四章 随机最优控制120

4.1 引言120

4.2 随机最优性，概述120

4.3 开环控制策略122

4.4 被动反馈控制123

4.5 线性、二次、高斯型的最优控制125

4.6 讨论139

参考文献141

第五章 二重控制问题143

5.1 引言143

5.2 二重控制问题的一般提法144

5.3 最优解的构成148

5.4 最优二重控制和中立性系统153

5.5 二重控制两个特例的研究154

5.6 讨论164

参考文献165

第六章 在线参数辨识概述166

6.1 引言166

6.2 参数辨识和结构辨识167

6.3 互相关方法170

6.4 随机逼近算法176

6.5 在线的最大似然算法182

6.6 作为滤波的一种推广的辨识问题185

6.7 随机搜索辨识算法190

6.8 例子和比较194

6.9 讨论201

参考文献203

第三部分 自组织控制208

第七章 参数自适应的自组织控制208

7.1 引言208

7.2 历史的回顾209

7.3 线性化的随机最优算法211

7.4 开环的反馈最优算法（OLFO）218

7.5 上界和下界极小化的算法233

7.6 萨里迪斯和洛比亚的并行辨识与控制250

7.7 谢和巴沙罗姆的主动自适应算法263

7.8 讨论270

参考文献271

第八章 品质自适应自组织控制274

8.1 引言274

8.2 历史的回顾275

8.3 纳伦德拉的互相关方法278

8.4 线性再励和随机自动机算法282

8.5 随机逼近算法298

8.6 萨里迪斯的扩展子区间算法318

8.7 对一类分布参数系统控制的随机逼近329

8.8 讨论335

参考文献339

第九章 自组织控制算法的评价及稳定性考虑348

9.1 引言348

9.2 自组织控制的定性评价349

9.3 一些参数自适应自组织控制算法的定量评价356

9.4 一些品质自适应自组织控制算法的定量评价360

9.5 参数自适应和品质自适应的自组织控制算法的交叉比较372

9.6 自组织控制的稳定性考虑374

9.7 讨论391

参考文献392

第十章 自组织控制的未来：学习控制系统和多级递阶智能395

控制系统395

10.1 引言395

10.2 学习系统397

10.3 仿生系统和智能系统398

10.4 多级递阶的智能控制405

10.5 自组织控制的其它应用410

10.6 讨论及进一步研究的建议411

参考文献413

人名索引427

名词索引429