| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·论文的选题背景及其意义 | 第8页 |
| ·协调控制系统的发展现状 | 第8-13页 |
| ·单元机组协调控制模型的研究现状 | 第9-10页 |
| ·单元机组协调控制策略的研究现状 | 第10-12页 |
| ·协调控制系统原理 | 第12-13页 |
| ·神经网络的研究现状 | 第13-14页 |
| ·本文研究的主要内容 | 第14-15页 |
| 第二章 神经网络理论基础 | 第15-31页 |
| ·神经网络的特征 | 第15-16页 |
| ·人工神经网络的模型和结构 | 第16-19页 |
| ·神经网络系统辨识 | 第19-21页 |
| ·系统辨识简介 | 第19-20页 |
| ·辨识的基本原理 | 第20-21页 |
| ·神经网络控制 | 第21-27页 |
| ·神经网络在控制中的应用 | 第21-22页 |
| ·神经网络控制系统的典型结构 | 第22-26页 |
| ·神经网络控制的基本思想 | 第26-27页 |
| ·BP 神经网络及算法 | 第27-31页 |
| ·网络结构 | 第27页 |
| ·BP 网络学习公式 | 第27-31页 |
| 第三章 协调控制系统简介 | 第31-39页 |
| ·协调控制系统描述 | 第31-32页 |
| ·协调控制系统分类 | 第32-35页 |
| ·按照系统反馈回路的性质分类 | 第32-35页 |
| ·按照前馈信号的性质进行分类 | 第35页 |
| ·协调控制系统的主要功能 | 第35-36页 |
| ·协调控制系统的动态特性 | 第36-39页 |
| 第四章 神经网络解耦PID 控制策略 | 第39-50页 |
| ·神经网络PID 参数自调整控制算法 | 第39-43页 |
| ·经典PID 控制器 | 第39-40页 |
| ·神经网络 | 第40-43页 |
| ·神经网络分散解耦 | 第43-47页 |
| ·分散解耦器结构 | 第43-45页 |
| ·分散解耦器训练算法 | 第45-47页 |
| ·神经网络解耦PID 的控制算法与学习步长的确定 | 第47-50页 |
| ·控制算法 | 第47-49页 |
| ·学习步长的确定 | 第49-50页 |
| 第五章 控制系统仿真与分析 | 第50-56页 |
| ·被控对象解耦仿真 | 第50-52页 |
| ·PID 控制器参数自调整仿真 | 第52-53页 |
| ·神经网络解耦PID 控制策略仿真 | 第53-56页 |
| ·神经网络解耦PID 对单元机组控制的仿真 | 第53-54页 |
| ·神经网络解耦PID 对单元机组变负荷控制的鲁棒性仿真 | 第54-55页 |
| ·常规PID 对单元机组变负荷控制的鲁棒性仿真 | 第55-56页 |
| 第六章 研究成果与展望 | 第56-57页 |
| ·本文的研究成果 | 第56页 |
| ·结论与展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60-61页 |
| 作者简介 | 第61页 |