| 1 绪论 | 第1-13页 |
| ·课题背景及意义 | 第7页 |
| ·国内外发展现状及研究方向 | 第7-10页 |
| ·神经网络研究简史 | 第10-11页 |
| ·论文主要研究内容 | 第11-13页 |
| 2 人工神经网络的发展及基本理论 | 第13-32页 |
| ·什么是人工神经网络(Artificial Neural Network 简称ANN) | 第13-14页 |
| ·人工神网络的发展简史 | 第14-19页 |
| ·国内研究概况 | 第19页 |
| ·人工神经网络现状 | 第19-22页 |
| ·人工神经网络的展望 | 第22-23页 |
| ·人工神经网络的基本理论 | 第23-27页 |
| ·神经生物学基础 | 第23-24页 |
| ·神经元的数学模型 | 第24-26页 |
| ·神经元的转移函数 | 第26-27页 |
| ·人工神经网络的学习方法 | 第27-32页 |
| ·ANN 的学习方式 | 第28-29页 |
| ·ANN 的学习算法(学习规则) | 第29-32页 |
| 3 BP 网络与 RBF 网络 | 第32-44页 |
| ·误差反向传播网络(Error Back Proragation Network 简称 BPN) | 第32-35页 |
| ·BP 网络结构 | 第32-33页 |
| ·BP 学习算法 | 第33-34页 |
| ·BP 网络的学习过程 | 第34页 |
| ·BP 算法的局限性 | 第34-35页 |
| ·RBF 神经网络理论 | 第35-42页 |
| ·RBF 基函数 | 第35-37页 |
| ·RBF 网络的结构与工作原理 | 第37-38页 |
| ·RBF 网络的学习算法 | 第38-40页 |
| ·RBF 神经网络中心选取算法 | 第40-42页 |
| ·RBF 网络的特点 | 第42页 |
| ·RBF 网络与 BP 网络比较 | 第42-44页 |
| 4 MATLAB 与径向基函数神经网络工具箱 | 第44-51页 |
| ·MATLAB 工具箱简介 | 第44-48页 |
| ·MATLAB 的特点 | 第44-47页 |
| ·MATLAB 神经网络工具箱 | 第47-48页 |
| ·MATLAB 径向基神经网络工具包函数 | 第48-51页 |
| 5 综放工作面自动化系统组成及分析 | 第51-71页 |
| ·自动控制系统分析 | 第51-56页 |
| ·启动 | 第52-54页 |
| ·控制 | 第54-55页 |
| ·负荷控制 | 第55页 |
| ·停机 | 第55-56页 |
| ·故障诊断系统分析 | 第56-57页 |
| ·故障诊断模块的划分 | 第57页 |
| ·系统控制监测信号的选取 | 第57-59页 |
| ·综放工作面自动化系统控制结构 | 第59-60页 |
| ·开关机自动控制 | 第60-67页 |
| ·输入、输出信号的确定 | 第60-61页 |
| ·输入层、输出层、中间隐层神经元个数的确定 | 第61-62页 |
| ·给出可能出现的部分数据样本 | 第62-66页 |
| ·对设计出的BP网络进行训练与仿真实验 | 第66-67页 |
| ·负荷控制 | 第67-71页 |
| ·输入、输出信号的确定 | 第67页 |
| ·输入层、输出层、中间隐层神经元个数的确定 | 第67-68页 |
| ·给出可能出现的部分数据样本 | 第68-69页 |
| ·对设计出的RBF 网络进行训练与仿真实验 | 第69-71页 |
| 6 总结及展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-76页 |