基于模糊神经网络的智能PID控制器研究与设计
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 第1章 绪论 | 第8-12页 |
| ·课题研究的背景及意义 | 第8页 |
| ·国内外相关领域的发展和研究现状 | 第8-11页 |
| ·研究的主要内容 | 第11-12页 |
| 第2章 理论基础 | 第12-39页 |
| ·PID控制及算法 | 第12-20页 |
| ·PID控制基本原理 | 第12-13页 |
| ·数字PID控制 | 第13-14页 |
| ·PID控制作用分析 | 第14-17页 |
| ·PID控制器的参数整定 | 第17-20页 |
| ·模糊理论基础 | 第20-24页 |
| ·模糊集及其运算 | 第21-22页 |
| ·隶属函数 | 第22页 |
| ·模糊关系与模糊变换 | 第22-23页 |
| ·模糊语言与模糊函数模型 | 第23-24页 |
| ·神经网络理论基础 | 第24-32页 |
| ·神经元模型 | 第24-26页 |
| ·神经网络的结构 | 第26-27页 |
| ·神经网络的学习方法 | 第27-29页 |
| ·BP网络 | 第29-32页 |
| ·模糊神经网络的建立 | 第32-38页 |
| ·模糊理论和神经网络结合的背景 | 第32-34页 |
| ·模糊神经元 | 第34-35页 |
| ·基于标准型的模糊神经网络 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 系统辨识及参数优化 | 第39-49页 |
| ·系统的滞后时间常数辨识 | 第39-40页 |
| ·遗传算法简介 | 第40-44页 |
| ·遗传算法运算的基本过程 | 第40-42页 |
| ·遗传操作算子 | 第42-43页 |
| ·基本遗传算法操作流程 | 第43-44页 |
| ·基于遗传算法优化的PA算法 | 第44-47页 |
| ·投影算法 | 第44-45页 |
| ·基于遗传算法优化整定的PA算法及仿真辨识 | 第45-47页 |
| ·基于遗传算法的PID参数优化 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 第4章 基于模糊RBF神经网络的智能控制 | 第49-55页 |
| ·控制器原理及结构 | 第49页 |
| ·模糊RBF神经网络 | 第49-52页 |
| ·网络结构 | 第49-51页 |
| ·仿真实验 | 第51-52页 |
| ·控制器系统仿真 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 模糊小脑神经网络及控制 | 第55-67页 |
| ·一种基于模糊推理的小脑神经网络 | 第55-59页 |
| ·小脑模型关联控制器—CMAC神经网络 | 第55-56页 |
| ·模糊CMAC网络结构及主要特征 | 第56-58页 |
| ·仿真实验 | 第58-59页 |
| ·模糊CMAC网络与PID复合控制 | 第59-62页 |
| ·控制原理及系统结构 | 第59-60页 |
| ·仿真实验 | 第60-62页 |
| ·基于现在稳定理论的模糊CMAC网络PD型控制器 | 第62-66页 |
| ·控制原理及系统设计 | 第62-64页 |
| ·控制器系统仿真 | 第64-66页 |
| ·本章小结 | 第66-67页 |
| 第6章 总结 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-71页 |
| 作者读研期间发表的文章 | 第71页 |
