基于神经网络的混沌控制方法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第1章 绪论 | 第9-19页 |
| ·引言 | 第9-10页 |
| ·混沌控制的基本方法 | 第10-16页 |
| ·混沌控制的应用 | 第16-17页 |
| ·本文研究内容 | 第17-19页 |
| 第2章 神经网络控制混沌基本理论 | 第19-26页 |
| ·基本知识 | 第19-22页 |
| ·神经网络结构 | 第19-20页 |
| ·神经网络学习规则 | 第20-21页 |
| ·基于神经网络的函数逼近 | 第21-22页 |
| ·神经网络控制混沌基本方法 | 第22-25页 |
| ·逼近控制器控制方法 | 第22-23页 |
| ·补偿控制方法 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 反向传播网络控制混沌 | 第26-35页 |
| ·基本知识 | 第26-28页 |
| ·离散混沌控制 | 第28-30页 |
| ·控制结构 | 第28-29页 |
| ·控制算法 | 第29-30页 |
| ·仿真结果 | 第30页 |
| ·连续混沌系统控制 | 第30-32页 |
| ·控制结构 | 第30-31页 |
| ·控制算法 | 第31页 |
| ·仿真结果 | 第31-32页 |
| ·分析与讨论 | 第32-34页 |
| ·收敛性分析 | 第32-33页 |
| ·抗干扰能力分析 | 第33页 |
| ·泛化能力 | 第33-34页 |
| ·局限性 | 第34页 |
| ·本章小结 | 第34-35页 |
| 第4章 径向基函数网络控制混沌 | 第35-43页 |
| ·径向基函数网络基本知识 | 第35-37页 |
| ·网络结构 | 第35-36页 |
| ·学习算法 | 第36-37页 |
| ·离散混沌控制 | 第37-39页 |
| ·控制结构 | 第37页 |
| ·控制算法 | 第37-38页 |
| ·仿真结果 | 第38-39页 |
| ·连续混沌控制 | 第39-41页 |
| ·控制结构 | 第39页 |
| ·控制算法 | 第39-40页 |
| ·仿真结果 | 第40-41页 |
| ·分析与讨论 | 第41-42页 |
| ·稳定性分析 | 第41页 |
| ·抗干扰能力 | 第41-42页 |
| ·泛化能力 | 第42页 |
| ·局限性 | 第42页 |
| ·本章小结 | 第42-43页 |
| 第5章 基于遗传算法的神经网络控制混沌 | 第43-53页 |
| ·遗传算法基础知识 | 第43-47页 |
| ·引言 | 第43-45页 |
| ·标准遗传算法 | 第45-46页 |
| ·遗传算法训练网络 | 第46-47页 |
| ·离散混沌控制 | 第47-49页 |
| ·控制结构 | 第47页 |
| ·控制算法 | 第47-48页 |
| ·仿真结果 | 第48-49页 |
| ·连续混沌控制 | 第49-51页 |
| ·控制结构 | 第49页 |
| ·控制算法 | 第49-50页 |
| ·仿真结果 | 第50-51页 |
| ·分析与讨论 | 第51-52页 |
| ·稳定性分析 | 第51页 |
| ·抗干扰能力 | 第51-52页 |
| ·泛化能力 | 第52页 |
| ·局限性 | 第52页 |
| ·本章小结 | 第52-53页 |
| 第6章 基于支持向量机的混沌控制 | 第53-63页 |
| ·支持向量机理论 | 第53-55页 |
| ·线性模型的逼近 | 第53-54页 |
| ·非线性模型逼近 | 第54-55页 |
| ·支持向量机的神经网络 | 第55页 |
| ·离散混沌控制 | 第55-57页 |
| ·控制结构 | 第55页 |
| ·控制算法 | 第55-56页 |
| ·仿真结果 | 第56-57页 |
| ·连续混沌控制 | 第57-58页 |
| ·控制结构 | 第57页 |
| ·控制算法 | 第57-58页 |
| ·仿真结果 | 第58页 |
| ·分析与讨论 | 第58-60页 |
| ·稳定性分析 | 第58-59页 |
| ·抗干扰能力 | 第59-60页 |
| ·泛化能力 | 第60页 |
| ·局限性 | 第60页 |
| ·本章小结 | 第60-63页 |
| 第7章 结束语 | 第63-65页 |
| ·总结 | 第63页 |
| ·展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 硕士期间发表论文 | 第69-70页 |
| 致谢 | 第70页 |
