| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题研究目的与意义 | 第8页 |
| ·滞后系统控制的研究和发展 | 第8-11页 |
| ·PID控制 | 第9页 |
| ·Smith预估控制及其改进算法 | 第9页 |
| ·神经网络控制 | 第9-10页 |
| ·模糊控制 | 第10页 |
| ·预测控制 | 第10页 |
| ·滞后系统控制的应用与发展 | 第10-11页 |
| ·模糊神经网络的研究和发展 | 第11-13页 |
| ·本课题的研究方法和主要工作 | 第13-14页 |
| 第2章 基于模糊神经网络的滞后控制总体结构 | 第14-16页 |
| 第3章 神经网络模型辨识预测时滞系统 | 第16-36页 |
| ·神经网络技术基础 | 第16-25页 |
| ·神经网络简介 | 第16-18页 |
| ·人工神经元模型及神经网络模型 | 第18-19页 |
| ·反向传播学习算法 | 第19-24页 |
| ·反向传播学习改进方法 | 第24-25页 |
| ·神经网络系统辨识的模型结构 | 第25-26页 |
| ·神经网络系统辨识预测思路 | 第26-27页 |
| ·Elman网络辨识预测时滞系统 | 第27-35页 |
| ·Elman网络的基本结构 | 第28页 |
| ·Elman网络的学习算法 | 第28-31页 |
| ·改进的Elman网络学习算法 | 第31页 |
| ·Elman网络辨识预测时滞系统 | 第31-33页 |
| ·仿真结果 | 第33-35页 |
| ·本章小结 | 第35-36页 |
| 第4章 基于模糊神经网络的时滞控制系统 | 第36-64页 |
| ·模糊控制技术基础 | 第36-40页 |
| ·模糊控制简介 | 第36页 |
| ·模糊控制系统结构 | 第36-38页 |
| ·模糊控制器设计步骤 | 第38-39页 |
| ·模糊控制的不足 | 第39-40页 |
| ·微粒群优化技术 | 第40-43页 |
| ·引言 | 第40页 |
| ·微粒群算法原理 | 第40-42页 |
| ·微粒群算法步骤 | 第42-43页 |
| ·模糊神经网络理论 | 第43页 |
| ·基于微粒群算法的模糊神经网络控制器设计 | 第43-63页 |
| ·标准模型的模糊神经网络控制器 | 第44-54页 |
| ·T-S模型的模糊神经网络控制器 | 第54-63页 |
| ·本章小结 | 第63-64页 |
| 第5章 锅炉水温滞后控制 | 第64-68页 |
| ·基于OPC的力控与MATLAB的实时控制系统的设计 | 第64-66页 |
| ·OPC技术 | 第64-65页 |
| ·基于OPC的力控与MATLAB的实时控制系统的设计 | 第65-66页 |
| ·基于模糊神经网络的温度滞后控制 | 第66-67页 |
| ·本章小结 | 第67-68页 |
| 第6章 总结与展望 | 第68-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 附录 | 第73-91页 |
| 附录1 zg5.m Elman神经网络辨识程序 | 第73-77页 |
| 附录2 zg7.m预测部分程序 | 第77-79页 |
| 附录3 bianshimokgg.m辨识部分程序 | 第79-82页 |
| 附录4 cklixianpso.m | 第82-88页 |
| 附录5 moskzqck1.m | 第88-91页 |
| 攻读硕士学位期间发表的论文 | 第91页 |