Name: Data-Driven Iterative Learning Control for Discrete-Time Systems (en Inglés)
Price: 918.51 PEN
Availability: InStock
Author: Chi, Ronghu ; Hui, Yu ; Hou, Zhongsheng
ISBN: 9789811959493

portada Data-Driven Iterative Learning Control for Discrete-Time Systems (en Inglés)

Formato

Libro Físico

Autor

Editorial

Idioma

Inglés

N° páginas

235

Encuadernación

Tapa Dura

Dimensiones

22.6 x 15.0 x 0.6 cm

Peso

0.54 kg.

ISBN13

9789811959493

Categorías

Probabilidad y estadística
Ingeniería de control automático
Ciencias de la computación

Data-Driven Iterative Learning Control for Discrete-Time Systems (en Inglés)

Ronghu Chi (Autor) · Yu Hui (Autor) · Zhongsheng Hou (Autor) · Springer · Tapa Dura

Libro Físico

S/ 918,51

S/ 1.530,85

Ahorras: S/ 612,34

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Martes 16 de Julio y el Jueves 25 de Julio.

Lo recibirás en cualquier lugar de Perú entre 2 y 5 días hábiles luego del envío.

Reseña del libro "Data-Driven Iterative Learning Control for Discrete-Time Systems (en Inglés)"

This book belongs to the subject of control and systems theory. It studies a novel data-driven framework for the design and analysis of iterative learning control (ILC) for nonlinear discrete-time systems. A series of iterative dynamic linearization methods is discussed firstly to build a linear data mapping with respect of the system's output and input between two consecutive iterations. On this basis, this work presents a series of data-driven ILC (DDILC) approaches with rigorous analysis. After that, this work also conducts significant extensions to the cases with incomplete data information, specified point tracking, higher order law, system constraint, nonrepetitive uncertainty, and event-triggered strategy to facilitate the real applications. The readers can learn the recent progress on DDILC for complex systems in practical applications. This book is intended for academic scholars, engineers, and graduate students who are interested in learning control, adaptive control, nonlinear systems, and related fields.