模糊神经网络控制技术在粉末冶金电炉控制系统中的应用研究
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 前言 | 第7-11页 |
| ·智能控制理论的产生和发展 | 第7-8页 |
| ·智能控制与传统控制 | 第8-9页 |
| ·粉末冶金电炉控制系统的研究现状及其意义 | 第9-10页 |
| ·本设计的研究目的、内容及方法 | 第10-11页 |
| 第二章 传统的粉末冶金电炉控制系统控制方案 | 第11-18页 |
| ·粉末冶金电炉工作原理 | 第11页 |
| ·传统仪表控制 | 第11-12页 |
| ·PID控制 | 第12-18页 |
| ·PID控制原理 | 第12-13页 |
| ·数字PID控制算法 | 第13-16页 |
| ·纯滞后补偿控制器(Smith预估器) | 第16-18页 |
| 第三章 神经网络控制和模糊控制理论 | 第18-35页 |
| ·神经网络控制 | 第18-28页 |
| ·神经网络及其特征 | 第18-19页 |
| ·人工神经元模型 | 第19-20页 |
| ·神经网络拓扑结构 | 第20-21页 |
| ·NN学习 | 第21-23页 |
| ·B-P算法 | 第23-25页 |
| ·多层前馈神经网络 | 第25-27页 |
| ·神经网络与自动控制 | 第27-28页 |
| ·模糊控制 | 第28-30页 |
| ·模糊控制系统的组成 | 第28-30页 |
| ·模糊控制器 | 第30页 |
| ·神经网络控制和模糊控制的结合 | 第30-35页 |
| ·神经网络控制和模糊控制的异同之处 | 第30-31页 |
| ·神经网络控制和模糊控制的共同之处 | 第31-32页 |
| ·神经网络控制和模糊控制结合是发展的必然趋势 | 第32-33页 |
| ·神经网络控制和模糊控制的结合方式 | 第33-35页 |
| 第四章 基于RLS算法的模糊神经网络控制器 | 第35-45页 |
| ·Takagi-Sugeno模型 | 第35-40页 |
| ·结构 | 第35-36页 |
| ·前件网络 | 第36-37页 |
| ·后件网络 | 第37页 |
| ·学习算法 | 第37-40页 |
| ·神经网络模型 | 第40页 |
| ·修正RLS学习算法 | 第40-43页 |
| ·算法稳定性分析 | 第43-45页 |
| 第五章 粉末冶金电炉控制系统的仿真与分析 | 第45-52页 |
| ·仿真工具介绍 | 第45页 |
| ·MATLAB构建的模糊神经网络控制器模型 | 第45-46页 |
| ·控制系统仿真结果及对比分析 | 第46-52页 |
| 第六章 结论与建议 | 第52-53页 |
| ·结论 | 第52页 |
| ·建议 | 第52-53页 |
| 参考文献 | 第53-55页 |
| 致谢 | 第55页 |
