Dynamic Neural Networks for Motion Control of Redundant Manipulators
Sorozatcím: Intelligent Control and Learning Systems; 21;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 160.49
-
66 563 Ft (63 393 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 13 313 Ft off)
- Kedvezményes ár 53 250 Ft (50 714 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
66 563 Ft
Beszerezhetőség
Még nem jelent meg, de rendelhető. A megjelenéstől számított néhány héten belül megérkezik.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Springer Nature Singapore
- Megjelenés dátuma 2025. október 2.
- Kötetek száma 1 pieces, Book
- ISBN 9789819691432
- Kötéstípus Keménykötés
- Terjedelem226 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk XVI, 226 p. 72 illus., 67 illus. in color. Illustrations, black & white 700
Kategóriák
Hosszú leírás:
This book discusses the development and application of dynamic neural networks (DNNs) for solving complex motion control problems in redundant manipulators. Specifically, it presents a series of advanced DNNs, including noise-rejection DNNs, fuzzy-parameter DNNs, and so on, which are designed to optimize performance while ensuring robustness and computational efficiency. Based on the presented DNNs, this book further constructs a series of motion control schemes for redundant manipulators to address some key challenges such as cyclic motion, position and orientation tracking, and model-unknown scenarios. Each method is rigorously demonstrated for the convergence, and its effectiveness is validated through simulations and physical experiments. By integrating computational intelligence with control theory, this book provides a comprehensive framework for solving time-varying and noise-perturbed problems in robotics, making it a valuable resource for researchers and practitioners in the field.
TöbbTartalomjegyzék:
.- 1. Double-Index Control With DNN
.- 2. Cyclic Motion Control With Noise-Rejection DNN
.- 3. Trajectory-Tracking MPC With Z-type DNN
.- 4. Motion/Force Control With Fuzzy DNN
.- 5. Orientation Tracking Incorporated Multi-Criteria Control With DNN
.- 6. Position and Orientation-Tracking MPC With Finite-Time DNN
.- 7. Data-Driven RC2M Control With DNN
.- 8. Cerebellum-Inspired MPC With Discrete DNN.
Több
