基于神经网络的倒立摆控制系统数值模拟
| 摘要 | 第1-5页 |
| Abstract | 第5-8页 |
| 1 绪论 | 第8-11页 |
| ·课题的背景和意义 | 第8-9页 |
| ·国内外研究概况及发展趋势 | 第9-10页 |
| ·论文的主要工作 | 第10-11页 |
| 2 人工神经网络及其在倒立摆控制系统中的应用综述 | 第11-35页 |
| ·神经网络及其发展历史 | 第11-30页 |
| ·神经网络的定义及特点 | 第11-13页 |
| ·神经网络的发展历史 | 第13-19页 |
| ·神经网络的工作机制 | 第19-24页 |
| ·神经网络模型 | 第24-27页 |
| ·控制理论综述 | 第27-30页 |
| ·人工神经网络对倒立摆的控制 | 第30-34页 |
| ·人工神经网络控制模型 | 第30-31页 |
| ·倒立摆控制系统 | 第31-33页 |
| ·智能控制在倒立摆控制中的应用 | 第33-34页 |
| ·本章小结 | 第34-35页 |
| 3 BP神经网络与BFGS算法 | 第35-47页 |
| ·BP神经网络与BP算法 | 第35-41页 |
| ·BP神经网络的结构 | 第35-36页 |
| ·标准的BP学习算法 | 第36-40页 |
| ·BP算法的实施步骤 | 第40页 |
| ·常规BP算法的局限性 | 第40-41页 |
| ·BFGS法 | 第41-46页 |
| ·BP网络模型的改进 | 第41-43页 |
| ·BFGS方法的详细论述 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 4 非线性控制实例 | 第47-58页 |
| ·非线性控制实例一 | 第47-48页 |
| ·非线性控制实例二 | 第48-50页 |
| ·非线性控制实例三 | 第50-53页 |
| ·非线性控制实例四 | 第53-55页 |
| ·非线性控制实例五 | 第55-57页 |
| ·本章小结 | 第57-58页 |
| 5 BP神经网络在倒立摆控制中的应用 | 第58-81页 |
| ·单级倒立摆系统的建模过程 | 第58-61页 |
| ·BP神经网络在单级倒立摆系统的应用 | 第61-80页 |
| ·单级倒立摆系统的控制原理 | 第61页 |
| ·影响倒立摆稳定性的因素 | 第61-80页 |
| ·本章小结 | 第80-81页 |
| 结论 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间发表学术论文情况 | 第87-88页 |
| 致谢 | 第88-89页 |
