Ivan Tyukin

　　Adaptation in Dynamical

　　Systems

　　2011,428pp

　　Hardback

　　ISBN9780521198196

　　在环境和系统本身的数学模型不完全可用时，适应意味着对一个系统的功能实现最佳的性能，它的应用范围包括视觉感知理论、信息处理、摩擦补偿的技术问题和在固定加权的递归神经网络中信号的自适应分类等。

　　本书主要致力于自适应调节、跟踪和识别的问题。全书对动力系统中的适应问题论述了一个统一的系统理论。重点是带不确定性的非线性参数模型的系统。书中还给出了成功地使用在更广泛的科学和技术领域的概念、方法和算法。

　　全书分为3部分，共8章，第1部分 简介和预备知识，含第1-3章，1. 简介，综述本书中各种具体问题的范围； 2. 预备知识，介绍稳定性和李雅普诺夫函数等的基本概念；3. 动力系统中的适应问题，评论和分析非线性系统自适应控制问题的传统方法。第2部分 理论，含第4-5章， 4. 不确定动力系统的输入和输出分析，讨论用“输入？输出”和“输入？状态”的特征来界定的非线性系统；5. 在动力系统中自适应调节和适应算法，利用前几章的原理分析自适应控制和非线性动力系统调节问题。第3部分 应用，含第6-8章，6. 递归神经网络的适应性能，论述有固定加权的神经网络的自适应分类问题；7. 视觉信息处理系统的自适应匹配，讨论神经细胞动态的识别问题；8. 神经振荡的状态和参数估计，介绍空间分布信息的不变性识别问题。

　　书中给出了详细的例子和背景资料，本书适合在控制论、数学建模和神经科学领域的大学生、研究生、教师、工程师和研究人员阅读和参考。

　　吴永礼，

　　研究员

　　（中国科学院力学研究所）

　　Wu Yongli, Professor

　　（Institute of Mechanics,CAS）