| 第一章 绪论 | 第1-18页 |
| ·神经网络概述 | 第7-12页 |
| ·神经网络的发展概况 | 第7-9页 |
| ·神经网络的基本特征与功能 | 第9-10页 |
| ·人工神经网络的应用领域 | 第10-12页 |
| ·新型PID控制介绍 | 第12-13页 |
| ·遗传算法发展概述 | 第13-14页 |
| ·控制对象的建模 | 第14-17页 |
| ·主要工作 | 第17-18页 |
| 第二章 神经网络的基本模型 | 第18-41页 |
| ·神经网络理论基础 | 第18-26页 |
| ·生物神经元模型 | 第18-19页 |
| ·人工神经元模型 | 第19-22页 |
| ·神经网络模型 | 第22-24页 |
| ·神经网络的学习方法 | 第24-26页 |
| ·几种基本的神经网络 | 第26-41页 |
| ·BP网络 | 第26-31页 |
| ·CMAC网络 | 第31-39页 |
| ·两种网络的比较 | 第39-41页 |
| 第三章 遗传算法的理论基础 | 第41-51页 |
| ·遗传算法的基本原理 | 第41-43页 |
| ·遗传算法的优化设计 | 第43-45页 |
| ·遗传算法的构成要素 | 第43-45页 |
| ·遗传算法的应用步骤 | 第45页 |
| ·遗传算法的收敛性分析 | 第45-48页 |
| ·遗传算法的计算机实现 | 第48-49页 |
| ·遗传算法的实际应用 | 第49-51页 |
| 第四章 基于BP神经网络的PID控制 | 第51-64页 |
| ·基于BP网络的PID整定原理 | 第51-55页 |
| ·改进型BP神经网络的PID控制器 | 第55-61页 |
| ·应用于无刷电机控制仿真结果及分析 | 第61-64页 |
| 第五章 基于CMAC神经网络的PID控制 | 第64-75页 |
| ·基于CMAC神经网络的控制方案 | 第64-66页 |
| ·前馈控制系统的基本原理 | 第66-68页 |
| ·CMAC网络与常规PID控制相结合的复合控制 | 第68-70页 |
| ·仿真分析 | 第70-75页 |
| 第六章 遗传算法对基于CMAC神经网络PID控制的优化 | 第75-82页 |
| ·任意偏移矢量的CMAC极其算法 | 第75-79页 |
| ·Albus的CMAC简述 | 第75-76页 |
| ·任意偏移矢量的CMAC及其算法 | 第76-79页 |
| ·采用GA设计最优CMAC偏移矢量分布 | 第79-80页 |
| ·仿真结果分析 | 第80-82页 |
| 第七章 结论与展望 | 第82-83页 |
| 参考文献 | 第83-89页 |
| 致谢 | 第89-90页 |
| 攻读学位期间发表的学术论文 | 第90页 |