二级倒立摆的自适应逆控制研究
| 第1章 绪论 | 第1-12页 |
| ·概述 | 第8页 |
| ·倒立摆系统研究的科学意义和应用前景 | 第8-9页 |
| ·国内外的研究现状及其分析 | 第9-11页 |
| ·自适应逆控制研究的历史和现状 | 第9-10页 |
| ·倒立摆控制研究的历史和现状 | 第10-11页 |
| ·本文主要研究内容 | 第11-12页 |
| 第2章 自适应逆控制理论基础 | 第12-23页 |
| ·自适应逆控制的基本概念 | 第12-13页 |
| ·自适应逆控制的扩展结构 | 第13-15页 |
| ·逆对象建模 | 第15-18页 |
| ·引言 | 第15页 |
| ·最小相位对象的逆 | 第15-16页 |
| ·非最小相位对象的逆 | 第16页 |
| ·模型参考的逆 | 第16-17页 |
| ·有扰动对象的逆 | 第17-18页 |
| ·自适应逆控制的基本结构 | 第18-19页 |
| ·自适应逆控制的其它结构 | 第19-20页 |
| ·引言 | 第19页 |
| ·基于ε-滤波LMS算法的自适应逆控制 | 第19-20页 |
| ·非线性对象的自适应逆控制结构 | 第20-22页 |
| ·引言 | 第20页 |
| ·非线性自适应逆控制的基本结构 | 第20-21页 |
| ·非线性自适应逆控制的ε-滤波方法 | 第21-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 粒子群优化算法 | 第23-40页 |
| ·引言 | 第23-24页 |
| ·PSO算法基本原理 | 第24-25页 |
| ·PSO算法的数学描述 | 第25-26页 |
| ·PSO算法的改进 | 第26-30页 |
| ·加入惯性权重因子ω的PSO算法 | 第26-27页 |
| ·杂交PSO(HPSO)模型 | 第27-28页 |
| ·收敛因子模型 | 第28-29页 |
| ·协同PSO算法 | 第29-30页 |
| ·PSO遗传算法的比较 | 第30-32页 |
| ·算法特点比较 | 第30-31页 |
| ·仿真比较 | 第31-32页 |
| ·PSO算法的仿真实例及各种算法比较 | 第32-39页 |
| ·本章小结 | 第39-40页 |
| 第4章 粒子群在人工神经网络中的应用 | 第40-50页 |
| ·人工神经网络 | 第40-43页 |
| ·基本原理 | 第40-42页 |
| ·网络学习与泛化 | 第42-43页 |
| ·基于PSO的神经网络学习算法 | 第43-45页 |
| ·仿真实验及结果分析 | 第45-47页 |
| ·PSO与BP算法相结合的神经网络训练 | 第47-49页 |
| ·本章小结 | 第49-50页 |
| 第5章 倒立摆的自适应逆控制 | 第50-63页 |
| ·引言 | 第50页 |
| ·二级倒立摆数学模型的建立 | 第50-55页 |
| ·二级串联倒立摆的物理结构 | 第50-52页 |
| ·系统动力学及运动学分析 | 第52-55页 |
| ·倒立摆数学模型的仿真实现 | 第55-57页 |
| ·二级倒立摆自适应逆控制系统仿真实现 | 第57-61页 |
| ·二级倒立摆系统辩识 | 第57-59页 |
| ·二级倒立摆延迟逆模型的建立 | 第59-60页 |
| ·自适应逆控制系统仿真 | 第60-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-71页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第71-72页 |
| 致谢 | 第72页 |
