基于神经网络的电弧炉电极升降控制系统的自适应逆控制
| 摘要 | 第1-6页 |
| 目录 | 第6-8页 |
| 前言 | 第8-9页 |
| 第1章 电弧炉炼钢概述 | 第9-13页 |
| 第2章 多变量系统的解耦控制 | 第13-24页 |
| 2．1 电弧炉炼钢的控制过程 | 第13-16页 |
| 2．2 电极升降调节系统的特点 | 第16-17页 |
| 2．3 多边耦合系统的解耦控制 | 第17-24页 |
| 第3章 神经网络建模 | 第24-40页 |
| 3．1 神经网络网络概述 | 第24-28页 |
| 3．2 基于神经网络的系统辨识 | 第28-33页 |
| 3．3 非线性系统辨识 | 第33-40页 |
| 第4章 多层前向网络的逼近能力和训练算法 | 第40-54页 |
| 4．1 多层前响神经网络的逼近能力 | 第40-43页 |
| 4．2 误差反传（BP）算法算法及其存在的问题 | 第43-52页 |
| 4．3 仿真 | 第52-54页 |
| 第5章 智能控制 | 第54-67页 |
| 5．1 基于模型的传统控制概述 | 第54页 |
| 5．2 智能控制概述 | 第54-58页 |
| 5．3 智能控制系统的分类 | 第58-67页 |
| 第6章 基于神经网络的自适应逆控制 | 第67-73页 |
| 6．1 基于神经网络的自适应逆控制 | 第67-70页 |
| 6．2 自适应控制 | 第70-73页 |
| 第7章 仿真实例与结论 | 第73-85页 |
| 7．1 被控对象介绍 | 第73-76页 |
| 7．2 逆模型的确定 | 第76-82页 |
| 7．3 径向基函数网络 | 第82-83页 |
| 7．4 总体构想 | 第83-85页 |
| 结束语 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-91页 |
| 攻读硕士期间发表的论文 | 第91页 |
