基于神经网络的非线性气动弹性系统的预测控制
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 课题的研究意义和背景 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.3 课题研究内容与创新点 | 第14-15页 |
| 第二章 非线性气动弹性系统 | 第15-19页 |
| 2.1 非线性气动弹性系统模型 | 第15-16页 |
| 2.2 微分方程变换 | 第16-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于模糊小波神经网络的气动弹性系统辨识 | 第19-34页 |
| 3.1 模糊小波神经网络理论基础 | 第19-23页 |
| 3.2 气动弹性系统辨识 | 第23-29页 |
| 3.2.1 模糊小波神经网络结构 | 第23-26页 |
| 3.2.2 滑模学习算法 | 第26-29页 |
| 3.3 仿真分析 | 第29-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第四章 气动弹性系统预测控制器设计 | 第34-48页 |
| 4.1 预测控制原理 | 第34-35页 |
| 4.2 基于高斯粒子群的预测控制器设计 | 第35-45页 |
| 4.2.1 预测模型 | 第35-37页 |
| 4.2.2 滚动优化 | 第37-38页 |
| 4.2.3 反馈矫正 | 第38-40页 |
| 4.2.4 高斯粒子群优化算法 | 第40-45页 |
| 4.3 控制系统结构 | 第45-47页 |
| 4.4 本章小结 | 第47-48页 |
| 第五章 仿真结果 | 第48-56页 |
| 5.1 控制性能分析和比较 | 第48-51页 |
| 5.2 系统参数摄动 | 第51-52页 |
| 5.3 控制舵限幅约束 | 第52-54页 |
| 5.4 本章小结 | 第54-56页 |
| 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 发表论文和参加科研情况说明 | 第62-63页 |
| 致谢 | 第63-64页 |
