非线性系统神经网络自适应控制及其在锅炉控制中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-18页 |
| 1.1 锅炉控制系统的研究意义 | 第8页 |
| 1.2 锅炉液位控制的特点及现状 | 第8-12页 |
| 1.2.1 锅炉液位控制的特点 | 第8-10页 |
| 1.2.2 国内研究现状 | 第10-11页 |
| 1.2.3 国外研究现状 | 第11-12页 |
| 1.3 神经网络控制的特点及现状 | 第12-14页 |
| 1.3.1 神经网络控制的特点 | 第12-13页 |
| 1.3.2 神经网络控制的现状 | 第13-14页 |
| 1.4 锅炉液位控制理论 | 第14-15页 |
| 1.4.1 传统PID及其改进PID控制 | 第14页 |
| 1.4.2 集散控制 | 第14页 |
| 1.4.3 智能控制 | 第14-15页 |
| 1.5 锅炉液位控制的发展方向 | 第15-16页 |
| 1.6 本章小结 | 第16-18页 |
| 第2章 神经网络体系 | 第18-28页 |
| 2.1 神经网络的研究意义 | 第18页 |
| 2.2 神经网络的发展历史 | 第18-20页 |
| 2.2.1 第一阶段-兴起 | 第18-19页 |
| 2.2.2 第二阶段-低潮 | 第19页 |
| 2.2.3 第三阶段-复兴 | 第19-20页 |
| 2.3 神经网络的特点 | 第20-22页 |
| 2.3.1 自学习和自适应性 | 第20-21页 |
| 2.3.2 非线性特性 | 第21页 |
| 2.3.3 鲁棒性 | 第21-22页 |
| 2.3.4 分布式处理与并行计算 | 第22页 |
| 2.4 神经网络的数学模型 | 第22-25页 |
| 2.4.1 BP神经网络模型 | 第22-24页 |
| 2.4.2 神经元的传递函数 | 第24-25页 |
| 2.5 神经网络的应用 | 第25-26页 |
| 2.5.1 信息处理 | 第25页 |
| 2.5.2 网络预测 | 第25-26页 |
| 2.5.3 分析评价 | 第26页 |
| 2.5.4 自动控制 | 第26页 |
| 2.6 本章小结 | 第26-28页 |
| 第3章 神经网络自适应控制 | 第28-52页 |
| 3.1 神经网络控制 | 第29-31页 |
| 3.2 Nussbaum函数 | 第31-32页 |
| 3.3 控制系统的设计 | 第32-48页 |
| 3.3.1 多层神经网络（MNNs） | 第32-33页 |
| 3.3.2 自适应神经网络控制 | 第33-40页 |
| 3.3.3 神经网络对MIMO系统自适应控制 | 第40-48页 |
| 3.4 仿真实验 | 第48-49页 |
| 3.5 本章小结 | 第49-52页 |
| 第4章 锅炉汽包液位控制设计 | 第52-66页 |
| 4.1 MATLAB软件简述 | 第52页 |
| 4.2 汽包液位控制系统的基本要求 | 第52-56页 |
| 4.3 汽包液位控制方案 | 第56-57页 |
| 4.4 传统PID控制 | 第57-60页 |
| 4.5 神经网络控制 | 第60-64页 |
| 4.6 本章小结 | 第64-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 致谢 | 第72-73页 |
| 个人简历 | 第73页 |
