编组站驼峰推峰机车优化控制的研究
| 摘要 | 第1-31页 |
| 引言 | 第31-32页 |
| 第1章 综述 | 第32-40页 |
| 1．1 驼峰无线机车遥控系统的发展现状 | 第32-34页 |
| 1．2 系统的组成和工作原理 | 第34-37页 |
| 1．2．1 系统的组成 | 第34-35页 |
| 1．2．2 系统工作原理 | 第35-37页 |
| 1．3 推峰机车速度控制要解决的问题 | 第37-40页 |
| 第2章 机车走行过程的动力模型 | 第40-45页 |
| 2．1 机车走行动力学分析 | 第40-43页 |
| 2．2 机车走行模型的建立 | 第43-45页 |
| 第3章 智能控制理论 | 第45-59页 |
| 3．1 模糊理论 | 第45-53页 |
| 3．1．1 模糊数学原理 | 第45-48页 |
| 3．1．2 模糊控制系统 | 第48-53页 |
| 3．2 神经网络理论 | 第53-58页 |
| 3．2．1 神经元模型 | 第53-54页 |
| 3．2．2 神经网络的结构与类型 | 第54-55页 |
| 3．2．3 神经网络的学习与训练 | 第55-56页 |
| 3．2．4 神经网络的学习算法 | 第56-58页 |
| 3．3 模糊神经网络 | 第58-59页 |
| 第4章 驼峰推峰机车的优化控制 | 第59-93页 |
| 4．1 系统模型 | 第60-62页 |
| 4．2 变量的模糊化 | 第62-68页 |
| 4．3 创建初步模糊规则库 | 第68-69页 |
| 4．4 基于模糊神经网络的机车控制系统模型 | 第69-75页 |
| 4．4．1 机车控制系统神经网络结构 | 第70-74页 |
| 4．4．2 机车控制系统神经网络模型 | 第74-75页 |
| 4．5 神经网络的学习 | 第75-79页 |
| 4．6 网络性能的优化 | 第79-83页 |
| 4．6．1 算法的改进 | 第79-81页 |
| 4．6．2 网络推广能力的提高 | 第81-82页 |
| 4．6．3 网络的自适应 | 第82-83页 |
| 4．7 系统仿真 | 第83-93页 |
| 结论 | 第93-94页 |
| 参考文献 | 第94-96页 |
| 致谢 | 第96-97页 |
| 附录 网络参数矩阵(mse=0.245) | 第97-109页 |
