Name: Differential Neural Networks for Robust Nonlinear Control: Identification, State Estimation and Trajectory Tracking (en Inglés)
Price: 304.42 USD
Availability: InStock
Author: Poznyak, Alex ; Sanchez, Edgar N. ; Yu, Wen
ISBN: 9789810246242

portada Differential Neural Networks for Robust Nonlinear Control: Identification, State Estimation and Trajectory Tracking (en Inglés)

Differential Neural Networks for Robust Nonlinear Control: Identification, State Estimation and Trajectory Tracking (en Inglés)

Formato

Libro Físico

Autor

Wen Yu

Edgar N. Sánchez

Alex Poznyak

Editorial

World Scientific Publishing Company

Año

2001

Idioma

Inglés

N° páginas

456

Encuadernación

Tapa Dura

Dimensiones

21.8 x 15.7 x 2.8 cm

Peso

0.70 kg.

ISBN

9810246242

ISBN13

9789810246242

Categorías

Redes y comunicaciones informáticas
Redes neuronales y sistemas difusos

Differential Neural Networks for Robust Nonlinear Control: Identification, State Estimation and Trajectory Tracking (en Inglés)

Wen Yu (Autor) · Edgar N. Sánchez (Autor) · Alex Poznyak (Autor) · World Scientific Publishing Company · Tapa Dura

Libro Nuevo Importado

Envío: 17 a 24 días háb.

$ 553.50$ 304.42

-45%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Última Unidad

$ 304.42

Llega entre el 20 Ago y el 02 Sep a Quito, Pichincha. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Differential Neural Networks for Robust Nonlinear Control: Identification, State Estimation and Trajectory Tracking (en Inglés)"

This book deals with continuous time dynamic neural networks theory applied to the solution of basic problems in robust control theory, including identification, state space estimation (based on neuro-observers) and trajectory tracking. The plants to be identified and controlled are assumed to be a priori unknown but belonging to a given class containing internal unmodelled dynamics and external perturbations as well. The error stability analysis and the corresponding error bounds for different problems are presented. The effectiveness of the suggested approach is illustrated by its application to various controlled physical systems (robotic, chaotic, chemical, etc.).