一类非线性系统的神经网络模糊控制
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究的目的与意义 | 第7-8页 |
| ·模糊控制发展概述 | 第8-9页 |
| ·基于神经网络的模糊控制研究现状 | 第9-11页 |
| ·模糊神经网络聚类算法研究现状 | 第11-12页 |
| ·本文主要研究工作 | 第12-15页 |
| 第二章 基于神经网络的预测优化模糊控制 | 第15-27页 |
| ·引言 | 第15页 |
| ·神经模糊预测优化控制器结构 | 第15-16页 |
| ·基于BP神经网络的非线性系统辨识 | 第16-21页 |
| ·BP神经网络 | 第16-17页 |
| ·Bayesian算法 | 第17-20页 |
| ·辨识的基本步骤 | 第20-21页 |
| ·模糊控制与预测优化 | 第21-22页 |
| ·预测优化控制算法 | 第21页 |
| ·优化模糊控制器设计 | 第21-22页 |
| ·仿真与分析 | 第22-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 基于数据学习逆模糊模型的自适应逆模糊控制 | 第27-39页 |
| ·基于数据学习的逆模糊 | 第27-29页 |
| ·模糊逆建模 | 第27-28页 |
| ·基于数据学习逆模糊建模方法与传统建模方法 | 第28-29页 |
| ·逆模糊模型建模 | 第29-35页 |
| ·模糊划分 | 第30页 |
| ·神经网络驱动的模糊推理系统 | 第30-34页 |
| ·模糊逆模型结构参数辨识算法 | 第34-35页 |
| ·基于模糊模型的自适应逆控制 | 第35-36页 |
| ·用自适应模型减少算法计算量 | 第35页 |
| ·基于逆模糊模型的自适应控制方案设计 | 第35-36页 |
| ·仿真与分析 | 第36-37页 |
| ·本章小结 | 第37-39页 |
| 第四章 基于模糊神经网络聚类的自组织算法 | 第39-53页 |
| ·基于神经网络的模糊系统 | 第39-43页 |
| ·基于神经网络的基本模糊逻辑运算 | 第39-41页 |
| ·基于神经网络的模糊逻辑推理 | 第41-43页 |
| ·模糊神经网络模型结构 . | 第43-44页 |
| ·模糊神经网络模型的自组织算法 | 第44-46页 |
| ·模糊神经网络自组织算法在结构上的优化 | 第44-45页 |
| ·模糊神经网络的参数优化学习 | 第45-46页 |
| ·仿真实验 | 第46-51页 |
| ·二维函数逼近 | 第46-49页 |
| ·在污水处理系统建模中的应用 | 第49-51页 |
| ·本章小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| ·总结 | 第53页 |
| ·展望 | 第53-55页 |
| 致谢 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 附录： 作者在攻读硕士学位期间发表的论文 | 第61页 |
