遗传算法-神经网络在振动-离心复合环境控制中的应用
1 概论 | 第1-15页 |
·研究的目的和意义 | 第7-8页 |
·振动-离心复合环境下的振动控制研究进展 | 第8-10页 |
·智能控制 | 第10-12页 |
·神经网络的辨识与控制 | 第10-11页 |
·遗传算法控制 | 第11-12页 |
·遗传算法与神经网络的结合 | 第12-13页 |
·本文工作概述 | 第13-15页 |
2 离心环境下振动台的系统动力学方程 | 第15-23页 |
·系统动力学方程的建立 | 第15-19页 |
·复合系统模型的建立 | 第15-16页 |
·复合环境下振动台动力学方程建立 | 第16-19页 |
·状态方程及其离散化 | 第19-20页 |
·系统的能控性 | 第20-23页 |
3.利用遗传算法进行振动台控制 | 第23-32页 |
·遗传算法简介 | 第23-24页 |
·遗传算法的基本过程 | 第24-28页 |
·基于遗传算法的智能控制 | 第28-29页 |
·遗传算法控制实例 | 第29-32页 |
4.基于遗传算法—神经网络系统的振动控制方法 | 第32-52页 |
·人工神经网络简介 | 第32-36页 |
·人工神经网络的生物学基础 | 第32-33页 |
·神经网络简介 | 第33-36页 |
·BP神经网络简介 | 第36-38页 |
·神经网络训练及测试 | 第38-42页 |
·样本的构造及神经网络训练 | 第38-39页 |
·神经网络的测试 | 第39-42页 |
·遗传算法—神经网络控制实例 | 第42页 |
·遗传算法—神经网络控制系统的进一步讨论 | 第42-52页 |
·不同激振频率下神经网络的训练 | 第42-46页 |
·不同角速度及不同激振频率下神经网络训练 | 第46-52页 |
5.考虑机臂弹性变形时振动台的建模 | 第52-59页 |
·复合系统模型的建立 | 第52-53页 |
·考虑机臂弹性变形时振动台动力学方程的建立 | 第53-59页 |
·描述系统运动的广义自由度 | 第53页 |
·振动台动力学方程的建立 | 第53-59页 |
6.结语 | 第59-61页 |
声明 | 第61-62页 |
参考文献 | 第62-64页 |
致谢 | 第64页 |