首页--工业技术论文--电工技术论文--电器论文--控制器、接触器、起动器、电磁铁论文--控制器论文--特殊控制器论文

基于遗传算法的模糊控制器的优化和研究

摘要第1-6页
ABSTRACT第6-12页
图索引第12-14页
表索引第14-15页
第一章 绪论第15-24页
 1.1 智能控制理论的现状和发展第15-17页
 1.2 课题背景第17-19页
 1.3 本文的主要工作及创新第19-24页
  1.3.1 本文的主要工作及组织结构第19-21页
  1.3.2 本文所提出的创新点第21-24页
第二章 遗传算法及应用第24-44页
 2.1 遗传算法综述第24-25页
 2.2 基本遗传算法的设计及改进第25-38页
  2.2.1 基本遗传算法的工作原理第25-26页
  2.2.2 基本遗传算法的组成要素及改进第26-36页
  2.2.3 自适应遗传算法第36-37页
  2.2.4 模糊遗传算法第37-38页
 2.3 改进遗传算法的应用及仿真第38-43页
 2.4 本章小结第43-44页
第三章 模糊控制的基本理论第44-56页
 3.1 引言第44-45页
 3.2 模糊控制系统原理第45-48页
 3.3 模糊控制器的设计第48-53页
  3.3.1 模糊控制器的结构设计第49页
  3.3.2 模糊参数的确定第49-51页
  3.3.3 输入量的模糊化第51页
  3.3.4 模糊规则的生成第51-52页
  3.3.5 输出量的清晰化第52-53页
 3.4 基于遗传算法的模糊控制器的设计第53-55页
 3.5 本章小结第55-56页
第四章 人工神经网络及其应用第56-71页
 4.1 人工神经网络概述第56-67页
  4.1.1 神经网络的学习方法第57-59页
  4.1.2 神经网络的主要模型第59-67页
 4.2 神经网络在控制领域中的应用第67-70页
  4.2.1 神经网络模型辨识第68-70页
 4.3 本章小结第70-71页
第五章 基于遗传算法的模糊控制器的设计第71-96页
 5.1 自适应模糊控制系统的构成第71-78页
 5.2 基于神经网络的对象模型的建立第78-81页
  5.2.1 辨识对象模型的基本设计第78-79页
  5.2.2 仿真结果第79-81页
 5.3 基于遗传算法的模糊控制器的优化第81-95页
  5.3.1 遗传算法优化模糊控制规则的基本设计第81-83页
  5.3.2 改进之一:对遗传算法中初始群体生成的改进第83-85页
  5.3.3 在阶跃响应下模糊控制规则得不到全部优化的理论分析第85-87页
  5.3.4 在阶跃响应下模糊控制规则得不到全部优化的仿真研究第87-89页
  5.3.5 改进之二:提高模糊控制规则起用的措施和方法第89-90页
  5.3.6 改进之三:完善及提高模糊控制器性能的措施第90-93页
  5.3.7 在对象模型发生变化时的仿真研究第93-95页
 5.4 本章小结第95-96页
第六章 本论文的工作与展望第96-98页
 6.1 本论文所做的工作总结第96-97页
 6.2 后续工作展望第97-98页
参考文献第98-102页
致谢第102-103页
攻读硕士学位期间发表的学术论文第103页

论文共103页,点击 下载论文
上一篇:脑出血伴发急性肾功能损害的临床研究
下一篇:嗓音障碍的主客观多参数测量与分析