第1章 绪论 | 第1-30页 |
·研究背景和意义 | 第15-17页 |
·小波分析基础 | 第17-22页 |
·模糊逻辑技术、人工神经网络与模糊神经网络 | 第22-24页 |
·模糊逻辑技术 | 第22页 |
·人工神经网络 | 第22-23页 |
·模糊神经网络 | 第23-24页 |
·小波网络 | 第24-26页 |
·高性能永磁同步电动机控制系统的研究现状 | 第26-27页 |
·本论文的主要研究内容 | 第27-30页 |
第2章 模糊小波网络模型的构造 | 第30-74页 |
·引言 | 第30-31页 |
·T-S模糊模型 | 第31-32页 |
·小波网络的模型 | 第32-34页 |
·基于小波隶属函数的模糊小波网络(FWN1)模型 | 第34-45页 |
·模型的基本结构 | 第34-38页 |
·小波隶属函数的选取 | 第38-41页 |
·小波隶属函数的特性分析 | 第41-44页 |
·B样条函数下FWN1的特点 | 第44-45页 |
·FWN1模型的结构设计和学习算法研究 | 第45-55页 |
·网络初始化 | 第46-51页 |
·学习算法 | 第51-52页 |
·仿真研究 | 第52-55页 |
·模糊后件为小波网络的模糊小波网络(FWN2)模型 | 第55-60页 |
·模型的基本结构 | 第55-58页 |
·小波函数的选取 | 第58页 |
·FWN2的特性分析 | 第58-60页 |
·B样条函数下FWN2的特点 | 第60页 |
·FWN2模型的结构设计和学习算法研究 | 第60-67页 |
·网络初始化 | 第60-61页 |
·学习算法 | 第61-64页 |
·仿真研究 | 第64-67页 |
·FWN的逼近性分析 | 第67-72页 |
·本章小结 | 第72-74页 |
第3章 动态递归模糊小波网络的研究 | 第74-90页 |
·引言 | 第74页 |
·动态递归模糊小波网络(RCFWN)的结构 | 第74-78页 |
·RCFWN1模型结构 | 第75-76页 |
·RCFWN2模型结构 | 第76-78页 |
·RCFWN的逼近性分析 | 第78-81页 |
·RCFWN辨识方法及稳定性分析 | 第81-86页 |
·BP学习算法 | 第82-83页 |
·稳定性分析 | 第83-86页 |
·仿真研究 | 第86-89页 |
·本章小结 | 第89-90页 |
第4章 FWN自适应滑模控制研究 | 第90-109页 |
·引言 | 第90-91页 |
·一类非线性系统自适应滑模模糊小波控制 | 第91-99页 |
·系统描述 | 第91-92页 |
·自适应滑模模糊小波控制 | 第92-97页 |
·仿真研究 | 第97-99页 |
·一类非线性系统间接自适应模糊小波滑模控制 | 第99-108页 |
·系统描述 | 第99-100页 |
·自适应模糊小波控制 | 第100-101页 |
·非线性系统自适应模糊小波滑模控制 | 第101-105页 |
·仿真研究 | 第105-108页 |
·本章小结 | 第108-109页 |
第5章 基于FWN的PMSM矢量控制系统的研究 | 第109-140页 |
·引言 | 第109-110页 |
·永磁同步电动机的数学模型和矢量控制系统 | 第110-118页 |
·永磁同步电动机数学模型 | 第110-115页 |
·永磁同步电动机矢量控制 | 第115-116页 |
·实验平台 | 第116-118页 |
·模糊小波自适应复合位置控制器 | 第118-125页 |
·IP位置控制系统 | 第118-120页 |
·模糊小波自适应复合位置控制器 | 第120-123页 |
·实验结果 | 第123-125页 |
·PMSM滑模变结构位置控制系统研究 | 第125-131页 |
·LQ位置控制算法 | 第126-128页 |
·变结构的LQ(LQ-VSC)控制 | 第128-129页 |
·实验结果 | 第129-131页 |
·基于FWN辨识器的滑模位置控制 | 第131-138页 |
·滑模控制原理 | 第131-133页 |
·用FWN辩识β的大小 | 第133-135页 |
·实验结果 | 第135-138页 |
·本章小结 | 第138-140页 |
结论 | 第140-143页 |
致谢 | 第143-144页 |
参考文献 | 第144-156页 |
攻读博士学位期间发表的论文和科研情况 | 第156-157页 |