| 第一章 绪 论 | 第6-14页 |
| 1．1 引言 | 第6-7页 |
| 1．2 非线性控制系统概论 | 第7-10页 |
| 1．2．1 非线性系统自适应控制的现状 | 第7-8页 |
| 1．2．2 自适应控制系统所面临的问题及不依赖于受控系统参数数学模型的控制系统的发展和现状 | 第8-10页 |
| 1．3 智能控制的发展过程及特点 | 第10-11页 |
| 1．3．1 智能控制的发展过程 | 第10-11页 |
| 1．3．2 智能控制的特点 | 第11页 |
| 1．4 智能控制的基本结构及基本设计方法 | 第11-12页 |
| 1．4．1 智能控制系统的基本结构 | 第11-12页 |
| 1．4．2 智能控制的基本设计方法 | 第12页 |
| 1．5 本文的主要研究内容 | 第12-14页 |
| 第二章 进化规划在神经网络中的应用 | 第14-33页 |
| 2．1 神经网络简介 | 第14-16页 |
| 2．1．1 人工神经网络的一般框架 | 第14页 |
| 2．1．2 人工神经网络的联接形式 | 第14-15页 |
| 2．1．3 人工神经网络的特点 | 第15页 |
| 2．1．4 人工神经网络的学习与训练 | 第15-16页 |
| 2．2 基于递阶进化规划的RBF网络设计新方法及其在非线性系统辨识中的应用 | 第16-25页 |
| 2．2．1 概述 | 第16-17页 |
| 2．2．2 径向基函数神经网络结构简介 | 第17页 |
| 2．2．3 进化算法简介 | 第17-19页 |
| 2．2．4 进化算法的总框架 | 第19-20页 |
| 2．2．5 标准进化规划的步骤 | 第20-21页 |
| 2．2．6 递阶结构式染色体设计 | 第21页 |
| 2．2．7 递阶进化规划算法 | 第21-22页 |
| 2．2．8 仿真实验 | 第22-25页 |
| 2．3 结 论 | 第25-26页 |
| 2．4 进化规划和RBF网络在构造智能PID控制器中的应用 | 第26-32页 |
| 2．4．1 概述 | 第26页 |
| 2．4．2 常规PID控制及参数整定方法简介 | 第26-28页 |
| 2．4．3 用RBF神经网络构造PID控制器的原理 | 第28-29页 |
| 2．4．4 仿真实验 | 第29-32页 |
| 2．5 结 论 | 第32-33页 |
| 第三章 基于进化规划的非线性系统辨识和PID参数自调整控制 | 第33-49页 |
| 3．1 进化规划在建立非线性系统模糊模型中的应用 | 第33-36页 |
| 3．1．1 引言 | 第33页 |
| 3．1．2 语言模糊模型的原理 | 第33-34页 |
| 3．1．3 改进的进化规划实现过程 | 第34-36页 |
| 3．2 仿真实验 | 第36-39页 |
| 3．3 结 论 | 第39页 |
| 3．4 进化规划在模糊参数自调整控制中的应用 | 第39-41页 |
| 3．4．1 概述 | 第39-40页 |
| 3．4．2 模糊控制理论的基本原理 | 第40页 |
| 3．4．3 参数自校正原理 | 第40-41页 |
| 3．5 系统的仿真 | 第41-48页 |
| 3．5．1 线性系统的仿真 | 第41-43页 |
| 3．5．2 时滞系统的仿真 | 第43-46页 |
| 3．5．3 非线性系统的仿真： | 第46-48页 |
| 3．6 结论 | 第48-49页 |
| 第四章 交流伺服电机实时控制系统的设计与研究 | 第49-57页 |
| 4．1 硬件设计 | 第49-53页 |
| 4．1．1 系统硬件组成 | 第49页 |
| 4．1．2 硬件设计简介 | 第49-53页 |
| 4．2 软件设计 | 第53-57页 |
| 4．2．1 参数和函数简介 | 第53页 |
| 4．2．2 D/A转换步骤 | 第53-54页 |
| 4．2．3 软件设计流程图 | 第54页 |
| 4．2．4 实时控制与结果分析 | 第54-57页 |
| 第五章 结论与展望 | 第57-59页 |
| 5．1 结 论 | 第57页 |
| 5．2 展 望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢词 | 第62-63页 |
| 攻读硕士学位期间已发表和被接受的论文 | 第63页 |
