Merkzettel Warenkorb
Produktbild: Neural Networks for Identification, Prediction and Control

Neural Networks for Identification, Prediction and Control

48,99 €

inkl. gesetzl. MwSt., Versandkostenfrei

Lieferung nach Hause

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.12.2012

Verlag

Springer London

Seitenzahl

238

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

394 g

Auflage

Softcover reprint of the original 1st ed. 1995

Sprache

Englisch

ISBN

978-1-4471-3246-2

Beschreibung

Produktdetails

Einband

Taschenbuch

Erscheinungsdatum

12.12.2012

Verlag

Springer London

Seitenzahl

238

Maße (L/B/H)

23,5/15,5/1,5 cm

Gewicht

394 g

Auflage

Softcover reprint of the original 1st ed. 1995

Sprache

Englisch

ISBN

978-1-4471-3246-2

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: Neural Networks for Identification, Prediction and Control
  • 1 Artificial Neural Networks.- l.1 Types of Neural Networks.- 1.1.1 Structural Categorisation.- l.1.2 Learning Algorithm Categorisation.- l.2 Example Neural Networks.- l.2.1 Multi-layer Perception (MLP).- 1.2.2 Learning Vector Quantization (LVQ) Network.- 1.2.3 CMAC Network.- 1.2.4 Group Method of Data Handling (GMDH) Network.- 1.2.5 Hopfield Network.- l.2.6 Elman and Jordan Nets.- 1.2.7 Kohonen Network.- 1.2.8 ART Network.- 1.3 Summary.- References.- 2 Dynamic System Identification Using Feedforward Neural Networks.- 2.1Dynamic System Descriptions.- 2.1.1 Input-output Model.- 2.1.2 State-space Model.- 2.2 Identification Based on System Inputs and Outputs.- 2.3 Identification Based on Measurable System States.- 2.4 Input-output Model Identification.- 2.4.1 Simulation Investigations.- 2.4.2 Results.- 2.5 State-space Model Identification.- 2.5.1 Plant Model and Identification Architecture.- 2.5.2 Simulations.- 2.6 Discussion.- 2.6.1 Hybrid Networks.- 2.6.2 Input-output versus State-space Modelling.- 2.7 Analysis of the Hybrid Network.- 2.8 Summary.- References.- 3 Dynamic System Modelling Using Recurrent Neural Networks.- 3.1 Basic Ehnan Network.- 3.1.1 Structure and Principle of Ehnan Network.- 3.1.2 Analysis of Ehnan Network.- 3.2 Modified Ehnan Network.- 3.3 Dynamic System Modelling.- 3.4 Further Analysis of Ehnan Networks.- 3.4.1 Dynamic Backpropagation in Ehnan Networks.- 3.4.2 Relation with the Modified Ehnan Network.- 3.5 Summary.- References.- 4 Modelling and Prediction Using GMDH Networks.- 4.1 N-Adaline Networks and Widrow-Hoff Learning.- 4.2 GMDH Network Based on N-Adalines.- 4.3 Applications.- 4.4 Discussion.- 4.5 Summary.- References.- 5 Financial Prediction Using Neural Networks.- 5.1 Stock Market Prediction.- 5.1.1 System Overview.- 5.1.2 Prediction Simulation.- 5.2 Currency Exchange Rate Prediction.- 5.2.1 Prediction Based on Neural Networks.- 5.3 Data Sets Adopted for Simulation.- 5.4 Prediction Based on GMDH Networks.- 5.5 Prediction Based on Multilayer Perception Networks.- 5.6 Prediction Based on Recurrent Networks.- 5.7 Discussion.- 5.8 Summary.- References.- 6 Neural Network Controllers.- 6.1 Neural Network Controllers.- 6.1.1 CMAC.- 6.1.2 Hierarchical Neural Network Model.- 6.1.3 Multilayered Neural Network Controller.- 6.2 Comparison of Neural Network Controllers.- 6.2.1 Hierarchical Neural Network Model and Multilayered Neural Network Controller.- 6.2.2 Multilayered Neural Network Controller (or Hierarchical Neural Network Model) and CMAC.- 6.2.3 Common Aspects of Neural Network Controllers.- 6.2.4 Comparison with Adaptive Controllers.- 6.3 Summary.- References.- 7 Neuromorphic Fuzzy Controller Design.- 7.1 Integrating Neural Networks and FLCs.- 7.1.1 Representation of a Simple Fuzzy Logic Controller as a Neural Network.- 7.1.2 Learning Algorithm.- 7.2 Results of Neuromorphic Fuzzy Controllers Design.- 7.2.1 Plant 1.- 7.2.2 Plant2.- 7.3 Summary.- References.- 8 Robot Manipulator Control Using Neural Networks.- 8.1 Modelling of a Multi-joint Robot.- 8.2 Control System.- 8.3 Application to a Two-joint Robot Arm.- 8.4 Discussion.- 8.5 Summary.- References.- Appendix A Introduction to Some Conventional Techniques of Identification, Prediction and Control.- Appendix B Fuzzy Sets and Fuzzy Logic Control.- Appendix C Genetic Algorithms.- Appendix D Program: Feedforward Network for System Identification.- Appendix E Program: Modified Elman Network for Identification.- Appendix F Program: GMDH Network for Prediction.- Author Index.