| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第12-16页 |
| 1.1 研究的背景和意义 | 第12-13页 |
| 1.2 国内外发展现状 | 第13页 |
| 1.3 本文研究的主要内容 | 第13-16页 |
| 2 PID控制的原理与算法 | 第16-26页 |
| 2.1 引言 | 第16页 |
| 2.2 传统PID控制基本原理 | 第16-17页 |
| 2.3 数字PID控制算法 | 第17-20页 |
| 2.3.1 位置式PID控制算法 | 第18-19页 |
| 2.3.2 增量式PID控制算法 | 第19-20页 |
| 2.4 自校正PID控制 | 第20-23页 |
| 2.4.1 自校正PID控制的概述 | 第21-22页 |
| 2.4.2 自校正PID控制的算法 | 第22-23页 |
| 2.5 仿真实例 | 第23-25页 |
| 2.6 本章小结 | 第25-26页 |
| 3 基于RBF神经网络的系统辨识 | 第26-38页 |
| 3.1 引言 | 第26页 |
| 3.2 系统辨识理论 | 第26-30页 |
| 3.2.1 系统辨识简介 | 第26-27页 |
| 3.2.2 神经网络辨识的基本原理 | 第27-29页 |
| 3.2.3 神经网络辨识的特点 | 第29页 |
| 3.2.4 神经网络辨识的分类 | 第29-30页 |
| 3.3 RBF神经网络 | 第30-33页 |
| 3.3.1 RBF神经网络基本原理和网络结构 | 第30-32页 |
| 3.3.2 RBF神经网络参数的调整算法 | 第32-33页 |
| 3.4 基于RBF神经网络的系统辨识的算法分析 | 第33-35页 |
| 3.5 仿真实例 | 第35-36页 |
| 3.6 本章小结 | 第36-38页 |
| 4 改进的RBF神经网络PID自校正控制 | 第38-52页 |
| 4.1 引言 | 第38页 |
| 4.2 基于RBF神经网络的PID自校正控制 | 第38-44页 |
| 4.2.1 基于RBF神经网络PID自校正控制的原理 | 第38-41页 |
| 4.2.2 仿真实验 | 第41-44页 |
| 4.3 基于RBF神经网络PID自校控制的改进方法 | 第44-51页 |
| 4.3.1 改进的RBF神经网络PID自校正控制的基本原理 | 第44-48页 |
| 4.3.2 仿真实例 | 第48-51页 |
| 4.4 本章小结 | 第51-52页 |
| 5 改进的RBF神经网络PID自校正控制算法在晶体生长中的应用 | 第52-60页 |
| 5.1 引言 | 第52页 |
| 5.2 晶体生长的概述 | 第52-54页 |
| 5.3 改进的算法在晶体生长中应用 | 第54-57页 |
| 5.4 仿真实验 | 第57-58页 |
| 5.5 本章小结 | 第58-60页 |
| 6 总结和展望 | 第60-62页 |
| 6.1 总结 | 第60页 |
| 6.2 展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 致谢 | 第68-70页 |
| 作者简介及读研期间主要科研成果 | 第70页 |
