| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第1章 绪论 | 第10-19页 |
| ·课题背景 | 第10页 |
| ·船舶减摇技术发展现状 | 第10-13页 |
| ·船舶减横摇技术发展现状 | 第10-12页 |
| ·船舶减纵摇技术发展现状 | 第12-13页 |
| ·常用减摇装置 | 第13-14页 |
| ·神经网络和模糊系统简介 | 第14-16页 |
| ·神经网络 | 第14-15页 |
| ·模糊系统 | 第15页 |
| ·模糊神经网络 | 第15-16页 |
| ·广义动态模糊神经网络 | 第16页 |
| ·预测控制理论的发展状况 | 第16-17页 |
| ·论文的主要内容 | 第17-19页 |
| 第2章 船舶纵向运动串级组合神经网络自适应模型的建立 | 第19-39页 |
| ·船舶纵向运动微分方程的建立及分析 | 第19-22页 |
| ·径向基神经网络（RBF） | 第22-24页 |
| ·输入输出节点数的确定 | 第22-23页 |
| ·隐含层和层内节点数的确定 | 第23-24页 |
| ·船舶纵向运动水动力自适应模型的建立 | 第24-25页 |
| ·利用MATLAB 进行船舶纵向水动力参数RBF 神经网络建模 | 第25-38页 |
| ·全样本RBF 建模 | 第25-28页 |
| ·细化分组预测建模 | 第28-32页 |
| ·引入梯度并细化分组的RBF 预测建模 | 第32-35页 |
| ·细化分组后混合RBF 建模(串级组合神经网络建模） | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第3章 船舶纵向运动广义动态模糊神经网络自适应模型的建立 | 第39-61页 |
| ·模糊系统与神经网络 | 第39-42页 |
| ·模糊推理系统 | 第39-40页 |
| ·模糊系统与神经网络的融合 | 第40-42页 |
| ·基于Takagi-Sugeno 模型的模糊神经网络 | 第42-45页 |
| ·网络结构和学习方法 | 第42-44页 |
| ·模糊划分、模糊规则数和隶属函数的数量 | 第44-45页 |
| ·广义动态模糊神经网络 | 第45-54页 |
| ·网络结构及其学习方法 | 第45-46页 |
| ·GD-FNN 算法 | 第46-54页 |
| ·利用GD-FNN 建模 | 第54-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 基于斜舵的船舶纵向广义预测控制的研究 | 第61-71页 |
| ·预测控制的基本原理 | 第61-63页 |
| ·基于广义动态模糊神经网络的船舶斜舵纵向广义预测控制 | 第63-66页 |
| ·船舶斜舵纵向神经网络自适应模型的建立 | 第63-64页 |
| ·基于CARMA 模型的广义预测控制（GPC） | 第64-66页 |
| ·基于斜舵船舶纵向广义预测控制仿真研究 | 第66-70页 |
| ·基于串级组合神经网络自适应模型的GPC 控制 | 第66-68页 |
| ·基于广义动态模糊神经网络自适应模型的GPC 控制 | 第68-70页 |
| ·本章小结 | 第70-71页 |
| 结论 | 第71-73页 |
| 参考文献 | 第73-78页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第78-79页 |
| 致谢 | 第79页 |
