基于模糊神经网络梁结构主动振动控制算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 课题的提出及研究内容和方法 | 第12-14页 |
| 1.3.1 课题的目的 | 第12-13页 |
| 1.3.2 课题研究的主要内容 | 第13-14页 |
| 第2章 压电陶瓷的力学性能和电气特性 | 第14-22页 |
| 2.1 压电方程 | 第14-16页 |
| 2.1.1 压电材料的驱动方程 | 第15-16页 |
| 2.1.2 压电材料的传感方程 | 第16页 |
| 2.2 压电悬臂梁的振动微分方程 | 第16-18页 |
| 2.3 MATLAB 仿真 | 第18-21页 |
| 2.3.1 参数设计 | 第18-20页 |
| 2.3.2 MATLAB 仿真 | 第20-21页 |
| 2.4 本章小结 | 第21-22页 |
| 第3章 结构模糊控制算法设计及仿真 | 第22-36页 |
| 3.1 控制系统的模型 | 第22-23页 |
| 3.2 模糊控制器结构的设计 | 第23-31页 |
| 3.2.1 模糊控制系统的设计 | 第23页 |
| 3.2.2 模糊控制系统结构 | 第23-24页 |
| 3.2.3 变量的离散化 | 第24-25页 |
| 3.2.4 变量的模糊化 | 第25-28页 |
| 3.2.5 模糊规则和模糊关系 | 第28-30页 |
| 3.2.6 去模糊化 | 第30-31页 |
| 3.3 仿真过程及分析 | 第31-34页 |
| 3.3.1 模糊控制和 PID 控制 | 第31-33页 |
| 3.3.2 压电梁主动振动仿真分析 | 第33-34页 |
| 3.4 本章小结 | 第34-36页 |
| 第4章 模糊神经网络控制算法及仿真 | 第36-52页 |
| 4.1 神经网络介绍 | 第36-38页 |
| 4.1.1 神经元模型 | 第36-37页 |
| 4.1.2 神经网络结构 | 第37页 |
| 4.1.3 神经网络的学习 | 第37页 |
| 4.1.4 神经网络的优缺点 | 第37-38页 |
| 4.2 模糊神经网络介绍 | 第38-39页 |
| 4.2.1 模糊逻辑与神经网络的区别 | 第38-39页 |
| 4.2.2 模糊逻辑与神经网络的融合方式 | 第39页 |
| 4.3 模糊神经网络的设计 | 第39-47页 |
| 4.3.1 确定系统中模糊部分 | 第40页 |
| 4.3.2 确定系统中神经网络部分 | 第40-41页 |
| 4.3.3 神经网络学习算法 | 第41-47页 |
| 4.4 模糊神经网络主动振动控制仿真 | 第47-51页 |
| 4.4.1 参数设定 | 第47-48页 |
| 4.4.2 仿真结果 | 第48-49页 |
| 4.4.3 压电梁主动振动仿真分析 | 第49-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第5章 BP 神经网络的优化 | 第52-63页 |
| 5.1 BP 神经网络优化介绍 | 第52-54页 |
| 5.1.1 基于标准梯度下降的方法 | 第52-53页 |
| 5.1.2 基于数值优化方法的网络训练算法 | 第53-54页 |
| 5.1.3 其他优化算法 | 第54页 |
| 5.2 一种基于可变学习速率模糊神经网络优化方法 | 第54-58页 |
| 5.3 仿真分析 | 第58-62页 |
| 5.3.1 参数设定与仿真 | 第58-60页 |
| 5.3.2 压电梁主动振动控制仿真 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 总结与展望 | 第63-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 攻读学位期间发表学术论文 | 第69页 |
