基于时滞神经网络的超声马达的速度辨识与控制
| 第一章 绪论 | 第1-15页 |
| ·超声马达简介 | 第7-13页 |
| ·超声马达的研究意义 | 第7-8页 |
| ·超声马达的发展历史 | 第8页 |
| ·超声马达的性能特点 | 第8-9页 |
| ·超声马达的分类 | 第9-10页 |
| ·超声马达的控制研究 | 第10-12页 |
| ·超声马达在国内外的应用前景 | 第12-13页 |
| ·本文主要内容 | 第13-15页 |
| 第二章 时滞神经网络 | 第15-32页 |
| ·神经网络简介 | 第15-20页 |
| ·生物神经元模型 | 第15-16页 |
| ·人工神经元 | 第16页 |
| ·神经元状态转移函数 | 第16-17页 |
| ·神经网络的互连模式 | 第17-19页 |
| ·神经网络的工作方式 | 第19页 |
| ·神经网络的具体训练(学习)算法 | 第19-20页 |
| ·神经网络的主要特点 | 第20页 |
| ·神经网络的未来发展 | 第20页 |
| ·时滞神经网络(TDNN) | 第20-24页 |
| ·动态神经元结构 | 第20-21页 |
| ·动态时滞神经网络的描述 | 第21-22页 |
| ·在线学习算法 | 第22-24页 |
| ·神经网络的辨识与控制 | 第24-32页 |
| ·系统的方程描述 | 第24-25页 |
| ·神经网络的系统辨识及建模 | 第25-29页 |
| ·神经网络的系统控制 | 第29-32页 |
| 第三章 时滞神经网络的系统辨识应用 | 第32-39页 |
| ·引言 | 第32页 |
| ·时滞神经网络辨识系统 | 第32-35页 |
| ·时滞神经网络辨识器(DTDNNI) | 第33页 |
| ·DTDNNI 的在线学习算法 | 第33-34页 |
| ·DTDNNI 的收敛性和稳定性 | 第34-35页 |
| ·数值模拟 | 第35-39页 |
| 第四章 时滞神经网络的系统控制应用 | 第39-45页 |
| ·引言 | 第39页 |
| ·时滞神经网络控制系统 | 第39-43页 |
| ·时滞神经网络控制器(DTDNNC) | 第39-40页 |
| ·DTDNNC 的在线学习算法 | 第40-42页 |
| ·TDNNC 的收敛性和稳定性 | 第42-43页 |
| ·实验结果 | 第43-45页 |
| 第五章 结论 | 第45-46页 |
| 参考文献 | 第46-50页 |
| 摘要 | 第50-52页 |
| ABSTRACT | 第52-55页 |
| 致谢 | 第55-56页 |
| 导师及作者简介 | 第56页 |
