首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--自动控制、自动控制系统论文

基于神经网络预测的模糊控制的研究与应用

摘要第1-4页
Abstract第4-8页
第一章 绪论第8-21页
 1.1 自动控制理论的发展与趋势第8-18页
  1.1.1 经典控制理论第10-11页
  1.1.2 现代控制理论第11-13页
  1.1.3 智能控制理论第13-17页
  1.1.4 自动控制理论的现状和发展趋势第17-18页
 1.2 火电厂热工自动化的历史与展望第18-20页
  1.2.1 火电厂热工自动化的背景和概念第18-19页
  1.2.2 火电厂热工自动化的现状和展望第19-20页
   1.2.2.1 热工自动化的现状第19页
   1.2.2.2 热工自动化的展望第19-20页
 1.3 本文的主要研究内容第20-21页
第二章 火电厂大型单元机组的自动控制第21-31页
 2.1 火电厂大型单元机组的生产过程第21-22页
 2.2 火电厂单元机组控制系统第22-24页
  2.2.1 单元机组的出力控制第23页
  2.2.2 锅炉燃烧过程的控制第23-24页
  2.2.3 锅炉汽包水位的控制第24页
  2.2.4 过热蒸汽的温度控制第24页
 2.3 锅炉汽包水位控制系统第24-31页
  2.3.1 汽包水位的动态特性第24-28页
   2.3.1.1 汽包水位在给水流量作用下的动态特性第26-27页
   2.3.1.2 汽包水位在蒸汽流量扰动下的动态特性第27-28页
  2.3.2 锅炉汽包水位自动控制系统第28-31页
   2.3.2.1 单级三冲量给水控制系统第29-30页
   2.3.2.2 汽包水位的串级控制系统第30-31页
第三章 神经网络的理论与设计第31-41页
 3.1 人工神经网络简介第31-32页
  3.1.1 人工神经网络的特点第31页
  3.1.2 人工神经网络的模型第31-32页
 3.2 反向传播(BP)网络第32-37页
  3.2.1 BP网络的结构第32-34页
  3.2.2 BP网络学习过程推导第34-37页
 3.3 (BP)神经网络的设计第37-41页
  3.3.1 网络结构的确定第37-38页
  3.3.2 隐含层神经元数的确定第38页
  3.3.3 网络学习参数的选取第38-39页
  3.3.4 样本数据的处理第39页
  3.3.5 神经网络的学习与训练第39-41页
第四章 模糊控制理论第41-49页
 4.1 模糊理论基础第41-44页
  4.1.1 模糊集合第41页
  4.1.2 模糊集合的运算和隶属函数第41-42页
  4.1.3 模糊关系及其合成第42-43页
  4.1.4 模糊推理第43-44页
 4.2 模糊控制第44-49页
  4.2.1 模糊控制的发展第44-45页
  4.2.2 模糊控制系统的组成第45-46页
  4.2.3 模糊控制的基本原理第46-47页
  4.2.4 模糊控制的特点第47-49页
第五章 系统设计与仿真第49-66页
 5.1 系统仿真的目的第49页
 5.2 Matlab简介第49-51页
  5.2.1 Matlab软件简介第49-50页
  5.2.2 Simulink简介第50-51页
 5.3 基于神经网络预测的模糊控制方案第51页
 5.4 神经网络预测的设计与仿真第51-57页
  5.4.1 输入和输出变量的确定第51-52页
  5.4.2 数据采集和预处理第52-53页
  5.4.3 BP神经网络的建立和训练第53-57页
   5.4.3.1 BP网络的分析设计第53-54页
   5.4.3.2 BP网络的建立第54页
   5.4.3.3 BP网络的训练第54-55页
   5.4.3.4 网络测试第55-56页
   5.4.3.5 产生 Simulink模块第56-57页
 5.5 汽包水位模糊控制器的设计第57-61页
  5.4.1 确定输入和输出变量第57页
  5.4.2 确定控制参数及隶属函数第57-58页
  5.4.3 确定控制规则第58页
  5.4.4 反模糊化第58页
  5.4.5 使用 MATLAB模糊工具箱建立模糊推理系统第58-61页
 5.6 控制系统仿真框图的建立及仿真结果第61-66页
第六章 总结第66-68页
致谢第68-69页
参考文献第69-73页

论文共73页,点击 下载论文
上一篇:显微图像处理工作站的开发及算法研究
下一篇:中日灸疗比较研究