| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第1章 绪论 | 第10-15页 |
| 1．1 国内外温度控制系统与技术的发展综述 | 第10-13页 |
| 1．1．1 继电器控制 | 第10页 |
| 1．1．2 PID控制 | 第10-11页 |
| 1．1．3 神经网络 | 第11页 |
| 1．1．4 模糊控制 | 第11-12页 |
| 1．1．5 Fuzzy-PID复合控制 | 第12页 |
| 1．1．6 自适应神经网络模糊推理系统 | 第12-13页 |
| 1．2 本文研究课题的背景与意义 | 第13页 |
| 1．3 本文的主要研究内容与创新点 | 第13-15页 |
| 第2章 模糊控制系统与模糊自适应方法 | 第15-36页 |
| 2．1 Mamdani模糊控制系统 | 第15-23页 |
| 2．1．1 模糊控制系统的组成 | 第15-16页 |
| 2．1．2 模糊控制的基本原理 | 第16-17页 |
| 2．1．3 模糊控制器 | 第17页 |
| 2．1．4 模糊控制器的组成 | 第17-18页 |
| 2．1．5 模糊控制器结构 | 第18-19页 |
| 2．1．6 模糊控制器设计的基本内容 | 第19页 |
| 2．1．7 模糊控制器的结构设计 | 第19页 |
| 2．1．8 模糊控制规则的设计 | 第19-22页 |
| 2．1．9 论域、量化因子及比例因子的选择 | 第22-23页 |
| 2．2 Sugeno型模糊控制系统 | 第23-24页 |
| 2．2．1 Sugeno型系统的特点 | 第23-24页 |
| 2．2．2 Sugeno型系统的优点 | 第24页 |
| 2．3 模糊自适应方法 | 第24-34页 |
| 2．3．1 反向传播学习算法 | 第25-29页 |
| 2．3．2 正交最小二乘学习算法 | 第29-32页 |
| 2．3．3 最近邻聚类学习算法 | 第32-34页 |
| 2．4 本章小结 | 第34-36页 |
| 第3章 ANFIS的MATLAB仿真 | 第36-48页 |
| 3．1 MATLAB中ANFIS的特征 | 第36页 |
| 3．2 ANFIS的功能实现 | 第36-39页 |
| 3．2．1 ANFIS的模型初始化及genfis1 | 第37-38页 |
| 3．2．2 训练步长的调整 | 第38页 |
| 3．2．3 结果模型的有效性 | 第38-39页 |
| 3．3 ANFIS自适应神经网络模糊系统设计实例 | 第39-43页 |
| 3．3．1 测试数据及初始隶属度函数的生成 | 第39-40页 |
| 3．3．2 采用ANFIS函数的神经网络模糊建模 | 第40-43页 |
| 3．3．3 建模结果分析 | 第43页 |
| 3．4 数据与参数的匹配 | 第43-44页 |
| 3．5 模糊聚类与MATLAB辅助实现 | 第44-47页 |
| 3．5．1 模糊C-均值聚类 | 第45页 |
| 3．5．2 减法聚类 | 第45-46页 |
| 3．5．3 仿真实例 | 第46-47页 |
| 3．6 本章小结 | 第47-48页 |
| 第4章 3500吨液压机新型模糊温度控制系统设计 | 第48-55页 |
| 4．1 常规模糊控制器的不足 | 第48-50页 |
| 4．2 系统硬件构成 | 第50页 |
| 4．3 新型模糊温度控制系统的设计 | 第50-53页 |
| 4．3．1 模糊推理 | 第50-51页 |
| 4．3．2 温控实现 | 第51-53页 |
| 4．4 新型模糊控制系统的特点 | 第53-54页 |
| 4．5 结论 | 第54-55页 |
| 第5章 3500T液压成型机自动监控系统 | 第55-63页 |
| 5．1 监控系统设计 | 第55-58页 |
| 5．1．1 MCGS简介 | 第55-57页 |
| 5．1．2 系统构建 | 第57-58页 |
| 5．2 报表子系统 | 第58-62页 |
| 5．2．1 报表原理 | 第59页 |
| 5．2．2 报表实现 | 第59-62页 |
| 5．2．3 应用实例 | 第62页 |
| 5．3 本章小结 | 第62-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 附录A(攻读学位期间所发表的学术论文目录) | 第69页 |