首页--交通运输论文--公路运输论文--隧道工程论文--隧道建筑物与设备论文--供电、通信、照明及其设备论文

基于智能控制的隧道照明系统优化研究

摘要第1-6页
Abstract第6-10页
第1章 绪论第10-16页
   ·选题背景及意义第10-12页
     ·选题背景及问题第10-12页
     ·研究目的及意义第12页
   ·公路隧道照明现状第12-13页
     ·我国隧道照明现状第12页
     ·国外隧道照明现状第12-13页
   ·智能控制研究意义第13-14页
     ·隧道照明控制方式第13页
     ·智能控制方式第13-14页
   ·研究内容及问题第14页
   ·论文安排第14-16页
第2章 模糊控制和人工神经网络第16-32页
   ·模糊控制第16-22页
     ·概念第16-17页
     ·模糊逻辑控制器第17-19页
     ·典型模糊控制第19-22页
   ·人工神经网络第22-27页
     ·概念第23-24页
     ·神经网络第24-25页
     ·神经网络分类第25-27页
   ·模糊人工神经网络第27-32页
     ·产生第27-28页
     ·结构第28-30页
     ·典型 FNN第30-32页
第3章 公路隧道照明第32-46页
   ·公路隧道照明要求第32-36页
     ·照明分段第32-33页
     ·各段辉度计算第33-34页
     ·各段长度计算第34-35页
     ·参数选择注意点第35-36页
   ·公路隧道照明常见问题第36-37页
   ·照明改进第37-46页
     ·中间视觉第37-39页
     ·司辰视觉第39-40页
     ·安全视觉系数第40-42页
     ·对比显示系数第42-46页
第4章 模糊神经网络在隧道照明中的应用第46-60页
   ·控制算法选择第46-49页
     ·模糊控制第46页
     ·人工神经网络第46-49页
   ·模糊神经网络第49-60页
     ·输入输出变量以及模糊等级第49-52页
     ·训练算法第52-58页
     ·隧道照明控制系统结构第58-60页
第5章 仿真第60-68页
   ·BP 与 RBF 神经网络性能第61-64页
   ·模糊神经网络与神经网络第64-65页
   ·改进系统性能第65-68页
第6章 结论第68-70页
   ·本文工作总结第68页
   ·展望第68-70页
致谢第70-72页
参考文献第72-74页
个人简历第74页

论文共74页,点击 下载论文
上一篇:公共交通系统中的前K短路径算法的研究
下一篇:基于小波去噪的BP神经网络在变形预测中的应用