遗传算法和模糊神经网络自适应控制在梭式窑控制中的应用研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-11页 |
| ·陶瓷工业窑炉发展过程及发展趋势 | 第7-8页 |
| ·陶瓷工业窑炉的控制现状 | 第8-9页 |
| ·本课题的目的和意义 | 第9-10页 |
| ·本课题的主要研究内容 | 第10-11页 |
| 2 遗传算法优化烧成曲线 | 第11-37页 |
| ·热工过程烧成制度的确定原则概述 | 第11-13页 |
| ·燃气梭式窑热工制度的确定 | 第11-13页 |
| ·遗传算法概述 | 第13-25页 |
| ·遗传算法历史与现状 | 第13-14页 |
| ·遗传算法基本概念和特点 | 第14-15页 |
| ·遗传算法的基本实现方法 | 第15-21页 |
| ·标准遗传算法的基本步骤 | 第21-23页 |
| ·约束优化 | 第23-25页 |
| ·优化 | 第25-35页 |
| ·模型确立 | 第25-27页 |
| ·热平衡计算 | 第27-30页 |
| ·遗传算法优化 | 第30-33页 |
| ·仿真结果 | 第33-35页 |
| ·小结 | 第35-37页 |
| 3 模糊系统与神经网络 | 第37-52页 |
| ·引言 | 第37页 |
| ·模糊系统 | 第37-42页 |
| ·模糊集 | 第37-38页 |
| ·模糊规则 | 第38-39页 |
| ·模糊推理 | 第39-41页 |
| ·模糊系统作为非线性逼近 | 第41-42页 |
| ·模糊系统存在的问题 | 第42页 |
| ·神经网络 | 第42-49页 |
| ·神经网络的特性 | 第42-43页 |
| ·神经网络的组成 | 第43-44页 |
| ·神经网络的学习算法 | 第44页 |
| ·神经网络的结构与泛化能力 | 第44-45页 |
| ·神经网络激活函数的选择 | 第45-46页 |
| ·径向基(RBF)神经网络 | 第46-49页 |
| ·模糊系统与神经网络 | 第49-52页 |
| ·模糊系统与神经网络的知识处理 | 第49-50页 |
| ·模糊系统与神经网络的功能等价 | 第50页 |
| ·模糊系统与神经网络的结合 | 第50-52页 |
| 4 燃气梭式窑温度控制系统设计 | 第52-72页 |
| ·引言 | 第52页 |
| ·模糊神经网络的结构以及算法 | 第52-56页 |
| ·模糊神经网络的 MRAC方案 | 第52-53页 |
| ·径向基神经网络辨识器的结构 | 第53页 |
| ·模糊神经网络结构 | 第53-55页 |
| ·模糊神经网络的学习 | 第55-56页 |
| ·MATLAB仿真 | 第56-63页 |
| ·系统建模 | 第56-58页 |
| ·仿真结果 | 第58-63页 |
| ·自吸式液化气梭式窑的结构特点及工况研究 | 第63-68页 |
| ·自吸式液化气梭式窑的结构特点 | 第63-66页 |
| ·自吸式液化气梭式窑的工况研究 | 第66-68页 |
| ·控制系统设计 | 第68-70页 |
| ·硬件描述 | 第69页 |
| ·控制软件设计 | 第69-70页 |
| ·应用 | 第70-72页 |
| 5 结论与展望 | 第72-74页 |
| ·结论 | 第72页 |
| ·展望 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-77页 |
