دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: 1 نویسندگان: George A. Rovithakis PhD, Manolis A. Christodoulou PhD (auth.) سری: Advances in Industrial Control ISBN (شابک) : 9781447112013, 9781447107859 ناشر: Springer-Verlag London سال نشر: 2000 تعداد صفحات: 202 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 14 مگابایت
کلمات کلیدی مربوط به کتاب کنترل تطبیقی با شبکه های عصبی مرتبه بالا مکرر: نظریه و کاربردهای صنعتی: هوش مصنوعی (شامل رباتیک)، شبیه سازی و مدل سازی، کنترل، رباتیک، مکاترونیک، پیچیدگی
در صورت تبدیل فایل کتاب Adaptive Control with Recurrent High-order Neural Networks: Theory and Industrial Applications به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل تطبیقی با شبکه های عصبی مرتبه بالا مکرر: نظریه و کاربردهای صنعتی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
سری پیشرفتها در کنترل صنعتی با هدف گزارش و تشویق انتقال فناوری در مهندسی کنترل است. توسعه سریع فناوری کنترل بر تمام حوزه های رشته کنترل تأثیر می گذارد. تئوری جدید، کنترلکنندههای جدید، محرکها، حسگرها، فرآیندهای صنعتی جدید، روشهای کامپیوتری، کاربردهای جدید، فلسفههای جدید...، چالشهای جدید. بیشتر این کار توسعه در گزارش های صنعتی، مقالات مطالعات امکان سنجی و گزارش های پروژه های مشارکتی پیشرفته قرار دارد. این مجموعه فرصتی را برای محققان فراهم میکند تا یک نمایشگاه گسترده از چنین کارهای جدیدی را در تمام جنبههای کنترل صنعتی برای انتشار گستردهتر و سریعتر ارائه کنند. شبکههای عصبی یکی از حوزههایی است که در آن انفجار اولیه اشتیاق و خوشبینی منجر به انفجار مقالات در مجلات و ارائههای بسیاری در کنفرانسها میشود، اما تنها در دهه گذشته است که کار نظری قابل توجهی در مورد پایداری، همگرایی و استحکام برای استفاده انجام شده است. شبکه های عصبی در سیستم های کنترل پرداخته شده است. جورج رویتاکیس و مانولیس کریستودولو به این مسائل نظری و جنبه های عملی کاربردهای شبکه عصبی در مسائل صنعتی علاقه مند بوده اند. این افزودنی بسیار خوشآمد به سری پیشرفتها در کنترل صنعتی، گزارش مختصری از تحقیقات آنها ارائه میکند. مدل شبکه عصبی در هسته کار آنها شبکه عصبی مرتبه بالا بازگشتی (RHONN) است و یک توسعه نظری و شبیهسازی کامل ارائه شده است. خوانندگان مختلف جنبه های مختلفی از توسعه مورد علاقه را پیدا خواهند کرد. فصل آخر مونوگراف مشکل زمانبندی فرآیند تولید یا تولید را مورد بحث قرار میدهد.
The series Advances in Industrial Control aims to report and encourage technology transfer in control engineering. The rapid development of control technology has an impact on all areas of the control discipline. New theory, new controllers, actuators, sensors, new industrial processes, computer methods, new applications, new philosophies ... , new challenges. Much of this development work resides in industrial reports, feasibility study papers and the reports of advanced collaborative projects. The series offers an opportunity for researchers to present an extended exposition of such new work in all aspects of industrial control for wider and rapid dissemination. Neural networks is one of those areas where an initial burst of enthusiasm and optimism leads to an explosion of papers in the journals and many presentations at conferences but it is only in the last decade that significant theoretical work on stability, convergence and robustness for the use of neural networks in control systems has been tackled. George Rovithakis and Manolis Christodoulou have been interested in these theoretical problems and in the practical aspects of neural network applications to industrial problems. This very welcome addition to the Advances in Industrial Control series provides a succinct report of their research. The neural network model at the core of their work is the Recurrent High Order Neural Network (RHONN) and a complete theoretical and simulation development is presented. Different readers will find different aspects of the development of interest. The last chapter of the monograph discusses the problem of manufacturing or production process scheduling.
Front Matter....Pages I-XII
Introduction....Pages 1-8
Identification of Dynamical Systems Using Recurrent High-Order Neural Networks....Pages 9-28
Indirect Adaptive Control....Pages 29-51
Direct Adaptive Control....Pages 53-135
Manufacturing Systems Scheduling....Pages 137-164
Scheduling Using Rhonns: A Test Case....Pages 165-183
Back Matter....Pages 185-194