| 第1章 绪论 | 第1-26页 |
| ·引言 | 第12-13页 |
| ·船舶操纵控制技术的发展及现状 | 第13-18页 |
| ·机械式自动舵 | 第13页 |
| ·PID自动舵 | 第13-14页 |
| ·自适应自动舵 | 第14-17页 |
| ·智能自动舵 | 第17-18页 |
| ·智能自适应控制技术的发展及现状 | 第18-23页 |
| ·模糊自适应控制 | 第19-21页 |
| ·神经网络自适应控制 | 第21-22页 |
| ·遗传自适应控制 | 第22-23页 |
| ·船舶运动控制仿真系统 | 第23-25页 |
| ·课题来源及本文的主要工作 | 第25-26页 |
| 第2章 船舶运动建模 | 第26-56页 |
| ·引言 | 第26页 |
| ·船舶操纵运动的数学模型 | 第26-37页 |
| ·坐标系 | 第27-28页 |
| ·基本运动方程 | 第28-31页 |
| ·作用于船舶的外力和力矩 | 第31-33页 |
| ·船舶操纵运动的线性化微分方程 | 第33-34页 |
| ·船舶运动KT方程 | 第34-37页 |
| ·干扰的数学模型 | 第37-47页 |
| ·海风 | 第38-39页 |
| ·海流 | 第39页 |
| ·海浪 | 第39-43页 |
| ·仿真结果 | 第43-47页 |
| ·船舶运动模糊神经网络模型 | 第47-54页 |
| ·模糊神经网络结构 | 第47-49页 |
| ·系统辨识 | 第49-54页 |
| ·本章小结 | 第54-56页 |
| 第3章 基于神经网络参考模型的船舶航向智能自适应控制 | 第56-69页 |
| ·引言 | 第56页 |
| ·船舶航向智能自适应控制 | 第56-57页 |
| ·基于神经网络的系统辨识 | 第57-62页 |
| ·系统辨识的结构 | 第58-59页 |
| ·学习算法 | 第59-60页 |
| ·神经网络参考模型NNRM的学习 | 第60-61页 |
| ·神经网络辨识器NNI的学习 | 第61-62页 |
| ·模糊神经网络控制器FNNC | 第62-65页 |
| ·控制器的结构 | 第62-63页 |
| ·FNNC的学习算法 | 第63-65页 |
| ·船舶航向控制的仿真 | 第65-68页 |
| ·本章小结 | 第68-69页 |
| 第4章 基于混合学习算法的船舶航向模糊CMAC智能自适应控制 | 第69-88页 |
| ·引言 | 第69页 |
| ·基于模糊CMAC神经网络的船舶航向智能自适应控制 | 第69-79页 |
| ·标准CMAC神经网络 | 第69-71页 |
| ·模糊CMAC神经网络 | 第71-72页 |
| ·船舶航向的模糊CMAC智能自适应控制 | 第72-79页 |
| ·基于混合学习算法的船舶航向智能自适应控制 | 第79-87页 |
| ·模糊CMAC特征网络参数寻优的遗传算法 | 第79-83页 |
| ·FCMAC功能网络参数寻优的遗忘因子算法 | 第83-85页 |
| ·基于混合学习算法的船舶航向控制仿真 | 第85-87页 |
| ·本章小结 | 第87-88页 |
| 第5章 船舶运动半物理仿真系统 | 第88-101页 |
| ·概述 | 第88页 |
| ·系统的组成 | 第88-94页 |
| ·船舶运动模拟器 | 第89-92页 |
| ·执行机构 | 第92页 |
| ·船舶运动信息管理器 | 第92页 |
| ·船舶运动控制器 | 第92页 |
| ·船舶运动采集器 | 第92-93页 |
| ·船舶运动演示器 | 第93页 |
| ·配套设备 | 第93-94页 |
| ·系统软件的实现 | 第94-96页 |
| ·船舶运动模拟器 | 第94页 |
| ·船舶运动信息管理器 | 第94-95页 |
| ·船舶运动控制器 | 第95页 |
| ·船舶运动采集器 | 第95页 |
| ·船舶运动演示器 | 第95-96页 |
| ·船舶运动半物理仿真系统的应用 | 第96-100页 |
| ·离线数字仿真 | 第96-98页 |
| ·在线半物理仿真 | 第98-100页 |
| ·本章小节 | 第100-101页 |
| 结论 | 第101-103页 |
| 参考文献 | 第103-111页 |
| 攻读博士学位期间发表的论文和取得的科研成果 | 第111-112页 |
| 致谢 | 第112-113页 |
| 个人简历 | 第113页 |
