首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

混沌系统的模糊神经网络控制理论方法研究

学位论文原创性声明和学位论文版权使用授权书第1-5页
摘要第5-8页
Abstract第8-15页
第1章 绪论第15-30页
   ·引言第15-16页
   ·混沌研究历史及意义第16-18页
   ·混沌的定义第18-20页
   ·混沌控制研究概况第20-24页
   ·混沌应用前景第24-26页
   ·本课题研究意义第26页
   ·论文主要研究成果与结构安排第26-30页
第2章 混沌系统的混合遗传神经网络控制第30-43页
   ·引言第30-31页
   ·小扰动控制混沌第31页
   ·遗传算法第31-34页
     ·初始群体确定第31-32页
     ·编码方案第32页
     ·自适应选择第32页
     ·杂交算子选择第32-33页
     ·自适应交叉和变异第33-34页
   ·HyGANN 系统设计第34-37页
     ·系统结构第34-36页
     ·HyGANN 学习算法第36-37页
   ·仿真试验与结果第37-41页
   ·结论第41-43页
第3章 不确定混沌系统的模糊神经网络自适应控制第43-56页
   ·引言第43-44页
   ·T-S 模糊逻辑系统第44-45页
   ·基于李雅普洛夫函数法的模糊神经网络自适应控制器设计第45-53页
   ·数字仿真研究第53-54页
   ·讨论第54-55页
   ·结论第55-56页
第4章 基于动态神经网络的混沌系统控制第56-85页
   ·不确定混沌系统的动态神经网络跟踪控制第56-68页
     ·引言第56-57页
     ·动态神经网络辨识第57-61页
     ·参考模型轨道跟踪控制第61-65页
     ·数值实验仿真结果第65-68页
     ·小结第68页
   ·不确定混沌系统的动态神经网络自适应控制第68-77页
     ·引言第68页
     ·动态神经网络辨识器及其学习算法第68-71页
     ·基于辨识器的控制器设计第71-74页
     ·数值仿真第74-77页
     ·小结第77页
   ·不确定蔡氏电路混沌系统的神经网络优化控制第77-85页
     ·引言第77-78页
     ·基于无源技术的神经网络辨识第78-81页
     ·基于辨识模型的优化控制器设计第81-82页
     ·数字仿真第82-84页
     ·小结第84-85页
第5章 基于线性矩阵不等式方法的混沌系统模糊控制第85-104页
   ·不确定 Lorenz 混沌系统的鲁棒模糊控制第85-95页
     ·引言第85-86页
     ·T-S 模糊模型描述第86-87页
     ·Lorenz 混沌系统的建模第87-91页
     ·基于模糊模型的鲁棒控制器设计第91-93页
     ·计算机仿真第93-95页
     ·小结第95页
   ·基于 LMI 方法的不确定混沌系统的输出反馈模糊控制第95-104页
     ·引言第95-96页
     ·输出反馈控制系统的 T-S 模糊模型描述第96-97页
     ·T-S 模糊模型的鲁棒控制第97-99页
     ·计算机仿真第99-103页
     ·小结第103-104页
第6章 基于回归神经网络的不确定混沌系统同步第104-123页
   ·引言第104页
   ·同步控制方法第104-105页
   ·高阶神经网络模型第105-107页
   ·RHONN 逼近非线性系统的特性第107-109页
   ·权值学习算法第109-113页
     ·滤波回归 RHONN 参数学习第110-112页
     ·滤波误差 RHONN 参数学习第112-113页
   ·混沌系统辨识第113-116页
   ·同步控制器设计第116-117页
   ·仿真结果第117-122页
   ·本章小结第122-123页
结论与展望第123-126页
 1. 结论第123-124页
 2. 展望第124-126页
参考文献第126-144页
致谢第144-145页
附录A (攻读博士学位期间发表的论文目录)第145-147页
附录B (主持、参与项目和获奖清单)第147页

论文共147页,点击 下载论文
上一篇:室温液相还原法制备非晶纳米镍基合金
下一篇:武汉市服务业经济增长的实证研究