基于小波神经网络的内模控制在再热汽温控制中的应用
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-13页 |
| ·课题研究的工程背景 | 第6-7页 |
| ·小波神经网络的产生、现状、发展及应用 | 第7-10页 |
| ·小波神经网络的产生、现状、发展 | 第7-8页 |
| ·小波神经网络在控制领域中的应用现状 | 第8-10页 |
| ·神经网络内模控制的研究 | 第10页 |
| ·火电厂再热汽温控制方法研究现状 | 第10-12页 |
| ·论文的研究内容 | 第12-13页 |
| 第二章 小波神经网络理论基础 | 第13-32页 |
| ·小波分析基础 | 第13-17页 |
| ·小波分析的提出 | 第13-14页 |
| ·小波分析定义 | 第14页 |
| ·多分辨分析 | 第14-15页 |
| ·小波包分析 | 第15-16页 |
| ·小波分析的工程涵义 | 第16-17页 |
| ·小波的时频特性 | 第17-19页 |
| ·时间-频率窗 | 第17-18页 |
| ·时频域支撑 | 第18-19页 |
| ·小波网络的结构形式 | 第19-23页 |
| ·小波分析与神经网络的结合途径 | 第19-20页 |
| ·小波神经网络模型分类 | 第20-21页 |
| ·小波神经网络性能分析 | 第21-23页 |
| ·小波神经网络的结构设计方法和参数优化方法 | 第23-28页 |
| ·基于时频特性的结构设计方法 | 第23-25页 |
| ·小波神经网络的参数优化方法 | 第25-27页 |
| ·小波神经网络设计举例 | 第27-28页 |
| ·小波神经网络与神经网络的比较 | 第28-30页 |
| ·小结 | 第30-32页 |
| 第三章 WNN理论及其在再热汽温控制中的应用 | 第32-47页 |
| ·基于小波神经网络的系统辨识 | 第32-33页 |
| ·控制系统中小波神经网络的应用 | 第33-34页 |
| ·基于小波神经网络的逆系统方法 | 第34-40页 |
| ·α阶积分逆系统 | 第34页 |
| ·被控对象小波网络正、逆模型的存在性 | 第34-35页 |
| ·系统鲁棒性研究 | 第35-37页 |
| ·系统稳态性能研究 | 第37-39页 |
| ·仿真研究 | 第39-40页 |
| ·小波神经网络内模控制 | 第40-46页 |
| ·系统的可逆性 | 第42-43页 |
| ·对象的小波网络正、逆模型存在性 | 第43-44页 |
| ·小波神经网络内模控制 | 第44-45页 |
| ·仿真研究 | 第45-46页 |
| ·小结 | 第46-47页 |
| 第四章 自适应逆控制的一种改进算法及其应用 | 第47-54页 |
| ·自适应逆控制 | 第47-49页 |
| ·改进的算法分析 | 第49-51页 |
| ·仿真研究 | 第51-53页 |
| ·小结 | 第53-54页 |
| 第五章 结论与展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 在学期间发表的学术论文和参加科研情况 | 第59页 |
