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

RBF模糊神经网络的研究及其在单元机组协调控制系统中的应用

第一章 绪论第1-13页
 1.1 选题背景第6-7页
 1.2 模糊、神经网络控制及协调控制的发展和现状第7-11页
  1.2.1 模糊控制的发展和现状第7-8页
  1.2.2 神经网络的发展和现状第8-9页
  1.2.3 模糊神经网络的发展和现状第9页
  1.2.4 协调控制的发展和现状第9-11页
 1.3 本文的主要工作第11-13页
第二章 RBF模糊神经网络的结构设计及算法的研究第13-39页
 2.1 引言第13-15页
 2.2 模糊控制系统第15-18页
  2.2.1 模糊控制系统的组成和基本原理第15-17页
  2.2.2 模糊控制的特点第17-18页
 2.3 神经网络控制第18-21页
  2.3.1 神经网络控制的结构和基本原理第19-20页
  2.3.2 神经网络控制的特点第20-21页
 2.4 RBF模糊神经网络的结构和学习算法第21-31页
  2.4.1 模糊系统和RBF神经网络的函数等价性第21-25页
  2.4.2 RBF模糊神经网络的结构第25-29页
  2.4.3 RBF模糊神经网络的学习算法讨论第29-31页
 2.5 单变量RBF模糊神经网络控制器的设计和仿真结果第31-37页
  2.5.1 控制器的设计第31-32页
  2.5.2 算法分析第32页
  2.5.3 仿真结果第32-37页
 2.6 小结第37-39页
第三章 单元机组协调控制系统的动态特性分析第39-45页
 3.1 引言第39页
 3.2 单元协调控制系统第39-40页
 3.3 单元机组对象动态特性第40-44页
  3.3.1 单元机组动态特性数学模型第40-43页
  3.3.2 单元机组动态特性的特点第43-44页
 3.4 小结第44-45页
第四章 MIMO RBF模糊神经网络控制器的设计及其在单元机组协调控制系统中的应用第45-64页
 4.1 引言第45-46页
 4.2 控制器设计第46-52页
  4.2.1 设计原理框图第46页
  4.2.2 控制算法分析第46-52页
 4.3 控制算法的实现第52页
 4.4 仿真结果及分析第52-62页
 4.5 小结第62-64页
第五章 结论和展望第64-66页
参考文献第66-69页
致谢第69页

论文共69页,点击 下载论文
上一篇:轻轨列车用异步牵引电动机专用铜合金的研究
下一篇:Al-Mg-Si-Mn-Cr合金组织与性能的研究