SISO非线性系统的PID神经网络自适应逆控制
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第1章 绪论 | 第9-13页 |
| ·课题研究的背景和意义 | 第9-11页 |
| ·自适应逆控制的国内外发展现状 | 第11-12页 |
| ·本文的主要工作 | 第12-13页 |
| 第2章 神经网络自适应逆控制基本概念 | 第13-25页 |
| ·非线性系统逆的存在性 | 第13-15页 |
| ·SISO非线性系统的可逆性 | 第13页 |
| ·MIMO非线性系统的可逆性 | 第13-15页 |
| ·非线性系统逆模型的实现 | 第15-17页 |
| ·逆系统的解析实现 | 第15-16页 |
| ·逆系统的非解析实现——神经网络逆系统 | 第16-17页 |
| ·PID神经网络自适应滤波器 | 第17-24页 |
| ·自适应滤波器 | 第17-18页 |
| ·神经网络自适应滤波器 | 第18-20页 |
| ·PID神经网络自适应滤波器 | 第20-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 PID神经网络系统辨识 | 第25-33页 |
| ·系统辨识简介 | 第25-26页 |
| ·模型类的选择——PID神经网络 | 第26-28页 |
| ·现有的神经网络模型类 | 第26-27页 |
| ·选择PID神经网络作为模型类的原因 | 第27-28页 |
| ·模型的确定——辨识正逆模型的方法 | 第28-31页 |
| ·现有的神经网络辨识方法 | 第28-29页 |
| ·本文采用的辨识方法 | 第29-31页 |
| ·准则的选取 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 PID神经网络自适应逆控制 | 第33-47页 |
| ·自适应逆控制概述 | 第33-34页 |
| ·无扰动时的自适应逆控制 | 第34-38页 |
| ·直接逆动态控制 | 第34-35页 |
| ·PID控制器与神经网络逆控制器的复合控制 | 第35-36页 |
| ·逆-逆动态控制 | 第36-37页 |
| ·BPTM逆控制 | 第37-38页 |
| ·有扰动时的自适应逆控制 | 第38-46页 |
| ·内模控制扰动消除器的设计 | 第38-41页 |
| ·开环扰动消除器的设计 | 第41-42页 |
| ·本文采用的扰动消除结构 | 第42-46页 |
| ·本章小结 | 第46-47页 |
| 第5章 仿真结果 | 第47-65页 |
| ·被控对象描述 | 第47-48页 |
| ·无扰动时的辨识和控制 | 第48-59页 |
| ·辨识对象正模型 | 第48-51页 |
| ·辨识对象逆模型 | 第51-52页 |
| ·直接逆控制 | 第52-53页 |
| ·PID控制器与逆控制器的复合控制 | 第53-57页 |
| ·逆-逆控制 | 第57-58页 |
| ·BPTM控制 | 第58-59页 |
| ·有扰动时的辨识和控制 | 第59-64页 |
| ·有扰动时的在线直接逆控制 | 第60-61页 |
| ·有扰动时的BPTM-PIDNN | 第61-62页 |
| ·带扰动消除器的BPTM-PIDNN | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 第6章 结论 | 第65-67页 |
| ·本文总结 | 第65页 |
| ·方法扩展及展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 致谢 | 第71页 |
