| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 目录 | 第8-9页 |
| 1 前言 | 第9-14页 |
| 1.1 解耦控制的研究现状 | 第10-13页 |
| 1.1.1 传统解耦方法 | 第10页 |
| 1.1.2 自适应解耦方法 | 第10-11页 |
| 1.1.3 智能解耦方法 | 第11-13页 |
| 1.2 本文主要研究内容 | 第13-14页 |
| 2 基于 Mamdani 推理的模糊神经网络的解耦方法 | 第14-22页 |
| 2.1 n 输入 n 输出系统 | 第15-16页 |
| 2.2 基于 Mamdani 推理的 FNN 模型 | 第16-17页 |
| 2.3 基于 FNN 的解耦模型 | 第17-19页 |
| 2.4 基于 FNN 的解耦算法 | 第19-22页 |
| 3 基于 FNN 的解耦系统的实现 | 第22-35页 |
| 3.1 三维卷筒纸印刷机的速度-张力控制系统的解耦 | 第22-25页 |
| 3.2 四维航空发动机的气动热力学系统的解耦 | 第25-35页 |
| 3.2.1 对于G1 ( s)子系统的 FNN 解耦设计与仿真 | 第26-29页 |
| 3.2.2 对于G 2( s)子系统的 FNN 解耦设计与仿真 | 第29-31页 |
| 3.2.3 对于原系统 G ( s)的 FNN 解耦结果 | 第31-35页 |
| 4 结论 | 第35-36页 |
| 参考文献 | 第36-39页 |
| 致谢 | 第39-40页 |
| 个人简历和作者论文发表情况 | 第40-41页 |
