目录 | 第1-6页 |
摘要 | 第6-7页 |
Abstract | 第7-8页 |
前言 | 第8-10页 |
1、本课题研究的目的与意义 | 第8页 |
2、论文的整体安排 | 第8-10页 |
第一章 神经网络控制的发展与应用 | 第10-14页 |
1、传统控制理论的局限性 | 第10-11页 |
2、神经网络控制的发展与现状 | 第11-12页 |
3、人工神经网络与自动控制 | 第12-13页 |
4、总结 | 第13-14页 |
第二章 神经网络的理论基础 | 第14-28页 |
1、生物神经元的结构 | 第14页 |
2、生物神经元的信息处理机理 | 第14-15页 |
3、人工神经元的建模 | 第15-16页 |
4、人工神经元的数学模型 | 第16-17页 |
5、激活函数 | 第17-19页 |
6、神经网络的学习方式 | 第19-20页 |
6、1 有监督学习 | 第19-20页 |
6、2 无监督学习 | 第20页 |
7、神经网络的学习规则 | 第20-22页 |
7、1 联想式学习—Hebb规则 | 第20-21页 |
7、2 梯度下降法 | 第21-22页 |
8、网络拓扑结构 | 第22-27页 |
8、1 感知器 | 第22-23页 |
8、1、1、单层感知器 | 第22-23页 |
8、1、2 多层感知器 | 第23页 |
8、2 BP网络 | 第23-27页 |
9、总结 | 第27-28页 |
第三章 单神经元自适应PID控制器 | 第28-46页 |
1、神经元PID控制器 | 第28-29页 |
2、神经元自适应PID控制器 | 第29-30页 |
3、几种典型的单神经元自适应PID控制器学习规则 | 第30-33页 |
3、1 无监督的Hebb学习规则 | 第30-31页 |
3、2 有监督Hebb学习规则 | 第31-32页 |
3、3 改进的Hebb学习规则 | 第32-33页 |
4、单神经元自适应PID控制器的研究与仿真 | 第33-44页 |
4、1 对阶跃信号的跟踪 | 第33-36页 |
4、2 对方波信号的跟踪 | 第36-38页 |
4、3 对外部干扰的适应性 | 第38-41页 |
4、4 对外部对象发生变化时的适应性(鲁棒性) | 第41-44页 |
5、单神经元自适应PID控制器学习规则可调参数的选取 | 第44-45页 |
6、总结 | 第45-46页 |
第四章 基于BP神经网络整定的PID控制 | 第46-58页 |
1、基于BP神经网络的PID整定原理 | 第46-49页 |
2、BP神经网络PID控制器的仿真研究 | 第49-52页 |
3、仿真结果 | 第52-56页 |
3、1 对阶跃信号的跟踪 | 第53-54页 |
3、2 对外部干扰的适应性 | 第54-55页 |
3、3 系统对象发生变化时的适应性 | 第55-56页 |
4、总结 | 第56-58页 |
第五章 单神经元自适应PID控制器的应用 | 第58-68页 |
1、直流电动机概述 | 第58页 |
2、仿真实验系统的性能指标要求: | 第58-59页 |
3、双闭环直流调速系统的动态结构图 | 第59页 |
4、仿真研究 | 第59-63页 |
4、1 转速电流双闭环控制的直流调速系统仿真 | 第59-60页 |
4、2 单神经元自适应PID控制器在直流调速系统中的仿真 | 第60-63页 |
5、仿真结果 | 第63-67页 |
5、1 系统的跟随性能 | 第63-64页 |
5、2 系统的抗扰性能 | 第64-65页 |
5、3 系统的鲁棒性能 | 第65-67页 |
6、仿真结果分析: | 第67页 |
7、总结 | 第67-68页 |
第六章 单神经元自适应PID控制器的实施策略 | 第68-78页 |
1、系统硬件的总体设计 | 第68页 |
2、系统的硬件设计 | 第68-73页 |
2、1 触发电路 | 第68-69页 |
2、2 脉冲功率放大电路 | 第69页 |
2、3 保护环节的实现 | 第69-70页 |
2、4 信号检测及处理电路 | 第70-72页 |
2、4、1 速度反馈取样信号 | 第70-71页 |
2、4、2 电流反馈取样电路 | 第71页 |
2、4、3 给定电压信号的调理电路 | 第71-72页 |
2、5 串行通讯接口 | 第72页 |
2、6 ICETECK-F2812-A评估板介绍 | 第72-73页 |
3、系统的软件设计 | 第73-77页 |
3、1 主程序 | 第74页 |
3、2 A/D中断处理子程序 | 第74-75页 |
3、3 电流环子程序的设计 | 第75-76页 |
3、4 速度环子程序的设计 | 第76-77页 |
3、5 单神经元自适应PID控制策略的软件实现 | 第77页 |
4、总结 | 第77-78页 |
第七章 结论与展望 | 第78-79页 |
1、总结 | 第78页 |
2、展望 | 第78-79页 |
致谢 | 第79-80页 |
主要参考文献 | 第80-83页 |
附录 | 第83-88页 |
本文中用到的部分程序代码 | 第83-88页 |
已公开发表的论文 | 第88-89页 |